Maxime Chupin — 2022 𝑥 𝑛

𝑏 𝑘
𝑀 =0
∑𝑘 1
+ 1 1 )
𝑘 1 1 1
−
𝑛 0 0 0
𝑦 0 1
𝑎𝑘 0 1 1 1 0
1 0 0
𝑁=
𝑘
∑ 𝐻 =
(
1 0 1
− 2 i 𝜋 𝜈 𝑡 d
𝑠( 𝑡 ) e
∶ = ⌠
(̂ 𝜈 ) ⌡
Introduction R
au

Traitement
du
Signal
Ce document est mis à disposition selon les termes de la licence Creative
Commons : « Attribution - Partage dans les mêmes conditions 4.0
International ».
Pour accéder à une copie de cette licence, merci de vous rendre à l’adresse
suivante :

[Link]
Table des matières

Introduction 1
0.1 Objectifs du cours . . . . . . . . . . . . . . . . . . . . . . . . 2
0.2 Chaîne de transmission numérique . . . . . . . . . . . . . . . 2
0.3 Les sons et les images . . . . . . . . . . . . . . . . . . . . . 4
0.3.1 Le son . . . . . . . . . . . . . . . . . . . . . . . . . . 4
0.3.2 Les images . . . . . . . . . . . . . . . . . . . . . . . 5
0.4 Plan du cours . . . . . . . . . . . . . . . . . . . . . . . . . . 6

1 Formule de Shannon-Nyquist et échantillonnage 7

1.1 Transformées de Fourier des fonctions 𝐿1 . . . . . . . . . . . 8
1.1.1 Définitions et notations . . . . . . . . . . . . . . . . . 8
1.1.2 Convolution . . . . . . . . . . . . . . . . . . . . . . . 11
1.1.3 Le lemme de Riemann-Lebesgue . . . . . . . . . . . . 12
1.1.4 La formule d’inversion . . . . . . . . . . . . . . . . . 13
1.1.5 Dérivation et transformée de Fourier . . . . . . . . . 16
1.1.6 Transformée de Fourier à deux dimensions . . . . . . 18
1.2 Séries de Fourier des signaux 𝐿1loc . . . . . . . . . . . . . . . 19
1.2.1 Définitions, coefficients de Fourier . . . . . . . . . . . 19
1.2.2 Convolution . . . . . . . . . . . . . . . . . . . . . . . 21
1.2.3 Formule d’inversion et formule de Poisson faible . . . 23
1.3 Reconstruction des signaux périodiques . . . . . . . . . . . . 27
1.3.1 Le théorème de Shannon-Nyquist . . . . . . . . . . . 28
1.3.2 Phénomène de recouvrement de spectre . . . . . . . . 32
1.3.3 Sur-échantillonnage . . . . . . . . . . . . . . . . . . 35
1.4 Note bibliographique . . . . . . . . . . . . . . . . . . . . . . 35

2 Quantification scalaire des signaux discrets 37

2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
2.2 Formulation mathématique . . . . . . . . . . . . . . . . . . . 39
2.2.1 Cadre . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.2.2 Erreur de distorsion de quantification . . . . . . . . . 40
2.2.3 Taux de quantification . . . . . . . . . . . . . . . . . 40
2.3 Quantification uniforme . . . . . . . . . . . . . . . . . . . . . 41
2.3.1 Quantification uniforme des sources uniformes . . . . 42
2.3.2 Quantification uniforme des sources non-uniformes . . 43

i
 TABLE DES MATIÈRES

2.4 Quantification adaptative . . . . . . . . . . . . . . . . . . . . 44

2.4.1 Approches online et offline . . . . . . . . . . . . . . . 45
2.4.2 Quantification adaptative directe – offline . . . . . . . 45
2.4.3 Quantification adaptative rétrograde – online . . . . . 46
2.5 Quantification non-uniforme . . . . . . . . . . . . . . . . . . 47
2.6 Note bibliographique . . . . . . . . . . . . . . . . . . . . . . 48

3 Codage sans perte de l’information 49

3.1 Codage source et compression sans perte . . . . . . . . . . . 50
3.1.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . 50
3.1.2 Entropie et mesure de la quantité d’information . . . 51
3.1.3 Propriétés d’un codage source . . . . . . . . . . . . . 54
3.1.4 Algorithme de Huffman . . . . . . . . . . . . . . . . . 60
3.2 Codage canal et correction d’erreur . . . . . . . . . . . . . . 64
3.2.1 Une approche naïve . . . . . . . . . . . . . . . . . . . 65
3.2.2 Codes linéaires par blocs . . . . . . . . . . . . . . . . 66
3.2.3 Détection et correction d’erreur . . . . . . . . . . . . 70
3.2.4 Syndrôme et matrice de vérification . . . . . . . . . . 73
3.2.5 Codes de Hamming . . . . . . . . . . . . . . . . . . . 76
3.3 Notes bibliographiques . . . . . . . . . . . . . . . . . . . . . 79

4 Transformation de Fourier discrète 81

4.1 La transformée de Fourier discrète (TFD) . . . . . . . . . . 82
4.1.1 Cadre et problèmes . . . . . . . . . . . . . . . . . . . 82
4.1.2 Propriétés de la TFD et signaux périodiques discrets 83
4.2 L’algorithme FFT . . . . . . . . . . . . . . . . . . . . . . . . 84
4.2.1 Nombres d’opérations pour le calcul de la TFD . . . . 84
4.2.2 L’algorithme de Tuckey et Cooley . . . . . . . . . . . 85
4.3 Analyse numérique . . . . . . . . . . . . . . . . . . . . . . . 88
4.4 Notes bibliographiques . . . . . . . . . . . . . . . . . . . . . 88

5 Filtres numériques 89
5.1 Filtres linéaires . . . . . . . . . . . . . . . . . . . . . . . . . 90
5.1.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . 90
5.1.2 Propriétés des filtres . . . . . . . . . . . . . . . . . . 92
5.2 Stabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
5.3 Filtres linéaires récursifs causaux . . . . . . . . . . . . . . . 96
5.3.1 Réponse impulsionnelle finie (RIF) et infinie (RII) . . 97
5.3.2 Transformée en 𝑧 . . . . . . . . . . . . . . . . . . . . 97
5.3.3 Fonction de transfert . . . . . . . . . . . . . . . . . . 100
5.3.4 Stabilité . . . . . . . . . . . . . . . . . . . . . . . . . 101

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. ii

TABLE DES MATIÈRES

5.3.5 Représentation en schéma-bloc . . . . . . . . . . . . 102

5.4 Réponse fréquentielle . . . . . . . . . . . . . . . . . . . . . . 103
5.4.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . 103
5.4.2 Modification spectrale du signal d’entrée . . . . . . . 104
5.4.3 Réponse à phase linéaire . . . . . . . . . . . . . . . . 106
5.4.4 Diagramme de Bode . . . . . . . . . . . . . . . . . . 106
5.5 Synthèse de filtre . . . . . . . . . . . . . . . . . . . . . . . . 107
5.5.1 Filtres idéaux et gabarits . . . . . . . . . . . . . . . . 108
5.5.2 Conception de filtres à RIF . . . . . . . . . . . . . . . 109
5.5.3 Synthèse par transformation de Fourier discrète . . . 110
5.6 Notes bibliographiques . . . . . . . . . . . . . . . . . . . . . 110

6 L’analyse temps/fréquences 111

6.1 Transformées de Fourier des fonctions 𝐿2 . . . . . . . . . . . 112
6.1.1 Définition et propriétés de 𝐿2 . . . . . . . . . . . . . 112
6.1.2 Transformation de Fourier . . . . . . . . . . . . . . . 113
6.2 La transformée de Fourier à fenêtre . . . . . . . . . . . . . . 115
6.2.1 Fonction fenêtre . . . . . . . . . . . . . . . . . . . . . 115
6.2.2 Formule d’inversion . . . . . . . . . . . . . . . . . . . 116
6.2.3 Le principe d’incertitude . . . . . . . . . . . . . . . . 117
6.2.4 Spectrogramme . . . . . . . . . . . . . . . . . . . . . 121
6.3 La transformation en ondelettes . . . . . . . . . . . . . . . . 123
6.3.1 L’idée de base . . . . . . . . . . . . . . . . . . . . . . 123
6.3.2 Localisation temps-fréquence . . . . . . . . . . . . . 126
6.4 Aspects numériques et compression . . . . . . . . . . . . . . 127
6.5 Notes bibliographiques . . . . . . . . . . . . . . . . . . . . . 127

A Rappels d’intégration 129

A.1 Théorèmes de convergence . . . . . . . . . . . . . . . . . . . 129
A.2 Théorèmes de Fubini et Tonelli . . . . . . . . . . . . . . . . 131

iii Version du 2 avril 2025, 11 h 21 CEST. M. Chupin

 TABLE DES MATIÈRES

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. iv

Introduction

Sommaire du chapitre
0.1 Objectifs du cours . . . . . . . . . . . . . . . 2
0.2 Chaîne de transmission numérique . . . . . . 2
0.3 Les sons et les images . . . . . . . . . . . . 4
0.3.1 Le son . . . . . . . . . . . . . . . . . 4
0.3.2 Les images . . . . . . . . . . . . . . 5
0.4 Plan du cours . . . . . . . . . . . . . . . . . 6

Ce cours concerne le traitement du signal. C’est un vaste sujet tant les

signaux sont présents tout autour de nous, proviennent de sources très diverses.
Le signal est le support de l’information. Le traitement du signal traite des
opérations possibles sur ces signaux, et elles sont nombreuses : la transmission,
le filtrage, avec notamment la réduction du bruit qui vient perturber le signal,
la compression, le contrôle, etc. Si cette discipline trouve son origine dans les
sciences de l’ingénieur avec l’électronique et l’automatique, elle fait aujourd’hui
largement appel à un large spectre de domaines mathématiques. Dans ce cours,
on essaiera de balayer un certain nombre de thématiques tout en essayant
d’être suffisamment précis et rigoureux.
Énormément de choses qui nous entourent peuvent être considérées comme
des signaux. On distingues deux grands types de signaux :
— les signaux analogiques qui sont des signaux physiques devenus la
plupart du temps électriques à l’aide de capteurs. On peut penser au
signal à la sortie d’un microphone, aux senseurs thermiques, optique,
etc.
— Les signaux numériques eux sont issus d’ordinateurs et de terminaux.
Les signaux à traiter proviennent de sources très diverses : le son, les
images, la vidéo, les échanges sur internet, le Wi-Fi, etc. La plupart d’entre
eux, pour être modifiés ou transportés, sont soit des signaux numériques, soit
transformés en signaux numériques (par numérisation).
Le traitement du signal peut avoir de multiples finalités comme la détection
d’un signal, l’estimation de grandeurs à mesurer, le codage, et la compressions
des signaux en vue du stockage et de la transmission, l’amélioration de sa
qualité, la modification du signal (effets sonores par exemple).

1
 TABLE DES MATIÈRES

0.1 Objectifs du cours

Le but principal de ce cours est de mieux comprendre les techniques,
méthodes et outils mathématiques utilisés dans ce qu’on appelle habituellement
le traitement numérique du signal.
Ce faisant, il doit permettre de mieux comprendre les différents problèmes
scientifiques rencontrés. Plus généralement, l’objectif est aussi de familiari-
ser le lecteur et la lectrice à un domaine qui occupe de nos jours une place
importante dans la plupart des objets techniques de la vie courante.
Parmi les multiples finalités du traitement du signal, nous nous intéresse-
ront principalement à son échantillonnage (transformation d’un signal analo-
gique en signal numérique), à son codage, à son traitement et sa compressions.
Mis à part le cours d’intégration et l’analyse de Fourier, peu de prérequis
sont nécessaires pour l’aborder. Les outils mathématiques abordés dans ce
cours ont souvent une portée qui dépasse le simple cadre du traitement numé-
rique du signal, si bien que le cours a aussi vocation à ouverture scientifique
et culturelle.

0.2 Chaîne de transmission numérique

Prenons l’exemple de la transmission d’une conversation téléphonique, et
voyons quelles sont les différentes procédures que subit le signal entre son
émission et sa réception.

Conversion analogique-numérique
Lorsque l’on parle dans le microphone d’un téléphone, les vibrations acous-
tiques sont transformées en une tension oscillante par l’intermédiaire d’une
membrane et d’un électro-aimant qui convertit ainsi le signal mécanique en
signal électrique. C’est à ce moment qu’intervient la conversion analogique-
numérique, c’est-à-dire le passage du continu au discret, de l’analogique au
numérique, de R → R à Z → Z en quelque sorte. Le temps et les valeurs prises
par la tension sont des valeurs continues, à valeur dans R. Pour obtenir un
signal complètement numérique, la tension est donc discrétisée en temps et en
valeur. Concrètement, cela revient à prendre une série de photos instantanées
des valeurs de la tension, puis de projeter les valeurs obtenues sur une grille
fixe. Dans le vocabulaire du traitement numérique du signal, ces deux étapes
sont respectivement appelées échantillonnage et quantification. L’ensemble
de ces deux étapes constitue la conversion analogique-numérique, souvent
notée C.A.N.

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 2

TABLE DES MATIÈRES

Codage et compression

Revenons à notre exemple de conversation téléphonique. Les normes sui-

vies dans les télécommunications sont fixées au niveau international par l’IUT,
l’union internationale de télécommunications, c’est-à-dire un important (en
taille et en influence) groupement d’ingénieur·e·s et d’expert·e·s des télécom-
munications. Dans notre exemple, le signal analogique (la tension issue de la
conversion signal mécanique en signal électrique) est échantillonné à 8 kHz et
quantifié sur 8 bits. Cela signifie que l’on relève la valeur de la tension 8000
fois par seconde, et que la valeur obtenue est remplacée par une valeur choisie
sur une grille en comportant 256 = 28 . Si l’on voulait transmettre telle quelle
la liste de 0 et de 1 obtenue après ces deux étapes, il faudrait donc disposer
d’un canal de transmission de débit 64 kBits par seconde.
Au début des années 50, on pensait que ce débit était très peu compres-
sible et qu’il fallait concevoir des dispositifs de transmission supportant de
tels débits. À l’heure actuelle, on transmet correctement une conversation
téléphonique à l’aide d’un canal de débit de 4 kBits par seconde. Comment
a-t-on fait pour réduire autant (plus de 10 fois !) le volume d’informations à
transmettre ?
On a fait appel à des techniques de compression. L’ensemble de ces mé-
thodes, appelées codage source développées à partir des années 50, peut être
divisé en deux grandes catégories : la compression avec et la compression
sans perte. Un représentant célèbre de la première catégorie est le format
mp3, et un représentant célèbre de la seconde catégorie est le logiciel 7-zip.
Toujours dans l’exemple de la conversation téléphonique, ces deux techniques
sont utilisées pour obtenir le débit de 4 kBits par seconde. Ce débit prend en
compte un autre traitement qu’a subi le signal à transmettre, le codage canal
qui, au contraire de la compression, ajoute des redondances pour permettre
de corriger les erreurs éventuelles qui vont intervenir lors de la transmis-
sion. Signalons que c’est également ce type de techniques qui permet de lire
correctement des CD ou des DVD rayés.

Modulation et transmission dans le canal

Le signal — codé — peut alors être envoyé dans le canal de transmission

qui peut être selon le téléphone utilisé, un câble en cuivre (cas courant du
téléphone fixe), une fibre optique, l’atmosphère (cas du téléphone portable),
l’espace (cas des communications par satellite)… Le but est alors d’adapter les
symboles numériques, i.e. la séquence de 0 et de 1, au canal de transmission
choisi. Concrètement, si l’on souhaite transmettre 1 bit en Δ𝑡 seconde, il s’agit
de construire un signal analogique qui garde une caractéristique constante

3 Version du 2 avril 2025, 11 h 21 CEST. M. Chupin

 TABLE DES MATIÈRES

pendant Δ𝑡 seconde. Toute cette étape est généralement désignée sous le terme
de modulation. Dans le canal, le signal codé subit des altérations de nature
très variées, que le codage canal va pouvoir corriger.

Réception et décodage
À la réception en sortie de canal, interviennent séquentiellement les opé-
rations inverses de celles présentées ci-dessus. On effectue donc une démodu-
lation, un décodage canal, un décodage source et finalement une conversion
numérique-analogique.
L’ensemble de cette chaîne de transmission est reproduite dans la figure 1.

Échantillonnage Quantification Codage source Codage canal Modulation

Conversion analogique-numérique
Chapitre 1 Chapitre 2 Chapitre 3 & 5-7 Chapitre 3

Conversion numérique-analogique Décodage source Décodage canal Démodulation

Figure 1 – La chaîne de transmission du signal et chapitres correspondants

0.3 Les sons et les images

Les signaux sonores et les images sont de bonnes illustrations pour les
méthodes exposées dans ce cours.

0.3.1 Le son
Un son est un ébranlement élastique de l’air, d’un fluide ou d’un solide qui
se manifeste par des variations de pression autour de la pression moyenne du
milieu. Lorsque le milieu est homogène, l’onde sonore se propage à vitesse
constante 𝑐 appelée célérité, célérité qui va dépendre du milieu.
Ces variations de pression sont modélisées par une fonction, et cette fonc-
tion peut-être décomposée, sous certaines hypothèses, en somme de cosinus
et de sinus (série de Fourier). Pour les sons simples, il suffit d’ailleurs de peu
de fonctions sinus et cosinus pour décrire correctement le son.
En reliant un microphone à un oscilloscope, on peut observer l’évolution

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 4

TABLE DES MATIÈRES

temporelle de la pression acoustique lorsqu’une note est jouée avec un instru-

ment de musique. Une note produite peut être décomposée en quatre phases
successives :
— la phase d’attaques ;
— le déclin ;
— la phase de maintien ;
— la chute.
Durant la phase de maintien, le signal est quasi périodique dont la forme
sur une période est propre à l’instrument. C’est la périodicité de cette partie
qui constitue la fréquence principale et donc la note que l’on définit comme
la hauteur d’une note. Le timbre d’une note est directement lié à la forme du
signal pendant la phase de maintien.

0.3.2 Les images

Une onde. La lumière est une onde électromagnétique. Nos yeux détectent
les ondes électromagnétiques, mais une toute petite part d’entre elles, celles
dont la longueur d’onde est comprise entre 380 et 760 nm. Ce sont ces ondes
qu’on appelle les ondes lumineuses. Les fréquences correspondantes sont très
élevées, environ 1 million de milliards d’oscillations par seconde (c’est-à-dire
1000 milliards de fois les fréquences des sons). Là encore, comme il y a onde,
l’analyse de Fourier est très importante.
Mathématiquement, une image est une fonction 𝑓 ∶ (𝑥, 𝑦) ∈ R2 ↦ 𝑓(𝑥, 𝑦)
où 𝑓(𝑥, 𝑦) peut être un réel, appelé niveau de gris, pour une image mono-
chromatique, ou bien un vecteur de R3 (ou R4 ) pour des images couleurs.
L’espace sans doute le plus connu est l’espace rouge-vert-bleu (RVB), où
chaque composante du vecteur 𝑓(𝑥, 𝑦) ∈ R3 correspond à l’intensité de rouge,
de vert ou de bleu de la couleur à produire en (𝑥, 𝑦). Il y a d’autres codages
de la couleur, par exemple dans R4 avec l’espace cyan-magenta-jaune-noir
(CMJN).
Ces décompositions sont cependant assez éloignées de la représentation
dîte psychovisuelle qui décrit une couleur selon les trois attributs :
La luminosité : (ou luminance) qui traduit le niveau énergétique de l’ob-
servation.
La teinte : qui indique une position dans la palette des couleurs vi-
sibles. Elle correspond à la longueur d’onde d’un rayonnement
monochromatique provoquant une sensation dans le même ton
coloré.
La saturation : qui traduit le degré de pureté de la teinte. En effet, le
rayonnement observé peut être considéré comme un mélange de lumière

5 Version du 2 avril 2025, 11 h 21 CEST. M. Chupin

 TABLE DES MATIÈRES

blanche et de lumière de teinte pure. La saturation est le rapport entre

la luminosité de teinte pure et de celle du rayonnement total.

0.4 Plan du cours

Le plan du cours suit en partie les différentes étapes de la chaîne de
transmission qui vient d’être décrite. Les chapitres 1 et 2 portent sur les
conditions d’échantillonnage et les techniques de quantification 1 . Pour établir
le résultat principal du chapitre 1, nous introduirons les outils d’analyse de
Fourier, outils mathématiques fondamentaux dans le traitement du signal.
Des techniques de codage source sans perte de codage canal sont présentées
au chapitre 3. Les chapitres suivants permettent d’introduire la compression
avec perte. Celle-ci repose presque systématiquement sur la décomposition
du signal. Dans le cadre de ce cours, cette décomposition s’effectue suivant
les composantes de Fourier du signal à transmettre. On commence donc par
introduire la transformation de Fourier discrète ainsi qu’un algorithme très
efficace permettant son calcul, la transformée de Fourier rapide, encore appelée
FFT au chapitre 4. On aborde ensuite la notion de filtre numérique, outil
indispensable à la décomposition d’un signal numérique au chapitre 5. Enfin,
dans le chapitre 6, nous aborderons le traitement dit « temps/fréquence » où
nous introduirons la transformée de Fourier à fenêtre ainsi que la transformée
en ondelettes.

1. Le chapitre 2 ne fait pas partie du contenu du cours, il est là, à titre d’information pour
répondre à la curiosité des plus investi·e·s.

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 6

 1

Chapitre
Formule de Shannon-Nyquist et échan-
tillonnage

Sommaire du chapitre
1.1 Transformées de Fourier des fonctions 𝐿1 . . 8
1.1.1 Définitions et notations . . . . . . . . 8
1.1.2 Convolution . . . . . . . . . . . . . . 11
1.1.3 Le lemme de Riemann-Lebesgue . . . 12
1.1.4 La formule d’inversion . . . . . . . . 13
1.1.5 Dérivation et transformée de Fourier 16
1.1.6 Transformée de Fourier à deux dimen-
sions . . . . . . . . . . . . . . . . . . 18
1.2 Séries de Fourier des signaux 𝐿1loc . . . . . . 19
1.2.1 Définitions, coefficients de Fourier . . 19
1.2.2 Convolution . . . . . . . . . . . . . . 21
1.2.3 Formule d’inversion et formule de
Poisson faible . . . . . . . . . . . . . 23
1.3 Reconstruction des signaux périodiques . . . 27
1.3.1 Le théorème de Shannon-Nyquist . . 28
1.3.2 Phénomène de recouvrement de spectre 32
1.3.3 Sur-échantillonnage . . . . . . . . . 35
1.4 Note bibliographique . . . . . . . . . . . . . 35

Dans ce chapitre, nous établissons un théorème fondamental du traitement

du signal. En effet, comme discuté dans l’introduction, les signaux analogiques,
pour leur traitement, sont discrétisés, et donc, il est nécessaire d’être capable,
à partir de relevés discrets d’un signal, de le reconstruire entièrement. Ceci
se fait bien entendu au prix de quelques hypothèses de régularité sur le signal

7
 CHAPITRE 1. FORMULE DE SHANNON-NYQUIST ET
ÉCHANTILLONNAGE
que nous allons détailler. Ce théorème est connu sous le nom du théorème
d’échantillonnage, du théorème de Shannon ou bien encore du théorème de
Nyquist-Shannon. 1
La démonstration du théorème, ainsi que bon nombre de résultat de trai-
tement du signal reposent sur la théorie de la Transformation de Fourier 2 ,
théorie au cœur du traitement du signal. Ainsi ce chapitre débute par quelques
rappels de résultats bien connus.

1.1 Transformées de Fourier des fonctions 𝐿1

Tout d’abord, donnons la définition de la transformée de Fourier.

1.1.1 Définitions et notations

Introduisons tout d’abord quelques notations. On note :

𝐿1 ≝ {𝑓 ∶ R → C, ⌠ |𝑓| < +∞} .

⌡R
Pour ce qui nous concerne, nous désignerons par signal stable une fonction de
𝐿1 .
Étant donnée une partie 𝐴 de R, on note 1𝐴 sa fonction indicatrice, c’est-
à-dire la fonction de R dans R qui vaut 1 sur la partie 𝐴 et 0 ailleurs.
Une fonction est dite à support borné si elle est nulle en dehors d’une
partie bornée de R. Venons-en à la définition qui nous intéresse.

Définition 1.1 — (Transformée de Fourier dans 𝐿1 ) Soit 𝑠 ∈ 𝐿1 (R).

La transformée de Fourier de 𝑠, notée 𝑠 ̂ est définie sur R par la formule :

̂ ≝ ⌠ 𝑠(𝑡)e−2i𝜋𝜈𝑡 d𝑡.
𝑠(𝜈)
⌡R
La transformée de Fourier se note aussi ℱ(𝑠) = 𝑠.̂

1. (Wikipédia) À partir des années 1960, le théorème d’échantillonnage est souvent appelé
théorème de Shannon, du nom de l’ingénieur qui en a publié la démonstration en posant les
bases de la théorie de l’information chez Bell Laboratories en 1949. Quelques années plus
tard, on joint à ce nom celui de Nyquist, de la même entreprise, qui avait ouvert la voie dès
1928.
2. Joseph Fourier (21 mars 1768, Auxerre - 16 mai 1830, Paris) est un mathématicien
et physicien français, connu pour ses travaux sur la décomposition de fonctions périodiques
en séries trigonométriques convergentes appelées séries de Fourier.

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 8

CHAPITRE 1. FORMULE DE SHANNON-NYQUIST ET
ÉCHANTILLONNAGE
Remarque 1.1 :
Plusieurs conventions sont possibles pour la définition de la transformée de
Fourier : sans constante dans l’exponentielle (2𝜋), soit avec une constante
1/2𝜋 facteur de l’intégrale. Le seul changement dans les résultats se situe
au niveau des constantes dans les formules.

Remarque 1.2 :
— Le cadre fonctionnel 𝐿1 (R) est un cadre naturel pour la transfor-
mée de Fourier. En effet, avec ce cadre là, la transformée 𝑠 ̂ est bien
définie pour tout 𝜈 dans R puis que (𝑥 ↦ 𝑠(𝑥)e−2i𝜋𝜈𝑥 ) ∈ 𝐿1 . Nous
verrons que dans ce cadre fonctionnel, la transformée de Fourier
n’est pas toujours inversible.
— La transformée de Fourier peut être étendue aux fonctions 𝐿2 par
un passage à la limite, cadre dans lequel elle est un isomorphisme
et une isométrie (théorème de Plancherel). On adoptera ce cadre
fonctionnel au chapitre 6.
— La transformée de Fourier peut être considéré dans l’espace des
distributions tempérées de Laurent Schwartz qui contient tous
les 𝐿𝑝 et dans lequel elle est encore inversible. Beaucoup de réfé-
rences de traitement du signal se placent dans ce cadre là. Nous
ne l’aborderons presque pas ici.

Exercice 1.1 :
Montrer que pour 𝑇 > 0, la transformée de Fourier d’une fonction fenêtre,
encore appelée signal rectangulaire,définie par

∀𝑡 ∈ R, rect𝑇 (𝑡) ≝ 1[−𝑇 /2,𝑇 /2] (𝑡)

est donnée par :

̂𝑇 (𝜈) ≝ 𝑇 sinc(𝜋𝜈𝑇 ) = 𝑇 sin(𝜋𝜈𝑇 ) .

rect
𝜋𝜈𝑇
Voir figure 1.1 pour un tracé.

9 Version du 2 avril 2025, 11 h 21 CEST. M. Chupin

 CHAPITRE 1. FORMULE DE SHANNON-NYQUIST ET
ÉCHANTILLONNAGE

1 𝑇

−3 −2 −1 0 1 2 3
−𝑇 /2 0 𝑇 /2 𝑇 𝑇 𝑇 𝑇 𝑇 𝑇 𝑇

Figure 1.1 – Fonction fenêtre et sa transformée de Fourier

Exercice 1.2 :
Soit 𝑓 une fonction de 𝐿1 (R) paire. Montrez que :
+∞
∀𝜈 ∈ R, ℱ(𝑓)(𝜈) = 2 ⌠ 𝑓(𝑡) cos(2𝜋𝜈𝑡)d𝑡.
⌡0

Exercice 1.3 :
Soit 𝑎 > 0 et
𝑓 ∶ 𝑡 ∈ R ↦ e−𝑎|𝑡| .
Montrez que
2𝑎
∀𝜈 ∈ R, ℱ(𝑓)(𝜈) = .
𝑎2 + 4𝜋2 𝜈 2

On montre par le calcul la proposition suivante :

Proposition 1.1 : Soit 𝑠 un signal stable. Alors, on a :

Transformations 𝑓 𝑓̂
Délais 𝑓 ∶ 𝑡 ↦ 𝑠(𝑡 − 𝑡0 ) 𝑓 ̂ ∶ 𝜈 ↦ e−2i𝜋𝜈𝑡0 𝑠(𝜈)
̂

Modulation 𝑓 ∶ 𝑡 ↦ e2i𝜋𝜈0 𝑡 𝑠(𝑡) 𝑓 ̂ ∶ 𝜈 ↦ 𝑠(𝜈

̂ − 𝜈0 )

Op. linéaires 𝑓 ∶ 𝑡 ↦ 𝑠(𝑎𝑡) 𝑓 ̂∶ 𝜈 ↦ 1

̂ 𝜈
|𝑎| 𝑠 ( 𝑎 )

𝑓 ∶ 𝑡 ↦ 𝜆𝑠(𝑡) 𝑓 ̂ ∶ 𝜈 ↦ 𝜆𝑠(𝜈)
̂

𝑓 ∶ 𝑡 ↦ 𝑠∗ (𝑡) 𝑓 ̂ ∶ 𝜈 ↦ 𝑠(−𝜈)
̂ ∗

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 10

CHAPITRE 1. FORMULE DE SHANNON-NYQUIST ET
ÉCHANTILLONNAGE
Exercice 1.4 :
Démontrer les résultats de la proposition 1.1.

Exercice 1.5 :
Montrer que la transformée de Fourier est linéaire et continue dans 𝐿1 (R).

1.1.2 Convolution
Une loi de composition est généralement associée à la transformée de
Fourier, c’est le produit de convolution 3 . Nous verrons que cette loi de com-
position donne les clés pour comprendre et analyser les problèmes soulevés
par la conversion d’un signal analogique en signal digital (CAN : conversion
analogique-numérique) et aussi pour la conversion inverse, d’un signal digital
en un signal analogique (CNA : convertion numérique-analogique).

Définition 1.2 — (Convolution) Soit 𝑎, 𝑏 deux fonctions de 𝐿1 . On défi-

nit le produit de convolution ou convolée de 𝑎 et 𝑏 par la formule :

∀𝑡 ∈ R, 𝑎 ⋆ 𝑏(𝑡) = ⌠ 𝑎(𝑡 − 𝑢)𝑏(𝑢)d𝑢.

⌡R

Cette définition a bien un sens car d’après le théorème de Tonelli (voir

annexe A), on a :

⌠ ⌠ |𝑎(𝑡 − 𝑢)||𝑏(𝑢)|d𝑢 d𝑡 = (⌠ |𝑎|) × (⌠ |𝑏|) ,

⌡R ⌡R ⌡R ⌡R
et donc :
⌠ |𝑎(𝑡 − 𝑢)||𝑏(𝑢)|d𝑢 < +∞ 𝑝.𝑝.,
⌡R
par conséquent 𝑡 ↦ ∫R 𝑎(𝑡 − 𝑢)𝑏(𝑢)d𝑢 est définie presque partout.

Attention, ici le vocabulaire diverge entre physicien·ne·s et mathémati-

cien·ne·s. En mathématiques, on parle de convolée de deux fonctions, alors
que les physicien·ne·s emploient le terme convoluée.
3. qui elle aussi peut être généralisée à des cadres plus larges que celui des fonctions de
𝐿1 (R).

11 Version du 2 avril 2025, 11 h 21 CEST. M. Chupin

 CHAPITRE 1. FORMULE DE SHANNON-NYQUIST ET
ÉCHANTILLONNAGE
On vérifie aisément que cette loi de composition est commutative et as-
sociative. Le lien avec la transformée de Fourier est donné par le lemme
suivant.

Lemme 1.1 Soit 𝑎, 𝑏 deux fonctions de 𝐿1 . On a :

̂
𝑎 ̂ ̂
⋆ 𝑏 = 𝑎𝑏.

Autrement dit, la transformée de Fourier change le produit de convolution

en simple produit.
Preuve : La fonction 𝑎 ⋆ 𝑏 étant intégrable, d’après le théorème de Fubini nous
avons :

⌠ (⌠ 𝑎(𝑡 − 𝑢)𝑏(𝑢)d𝑢) e−2i𝜋𝜈𝑡 d𝑡 = ⌠ 𝑏(𝑢) (⌠ 𝑎(𝑡 − 𝑢)e−2i𝜋𝜈(𝑡−𝑢) d𝑡) e−2i𝜋𝑢 d𝑢

⌡R ⌡R ⌡R ⌡R
̂ ̂
= 𝑎𝑏,

ce qui achève la preuve. 

Exercice 1.6 :
Soit 𝑎 de classe 𝒞1 , stable de dérivée 𝑎′ stable, et soit 𝑏 un signal stable.
Montrer que
d
∀𝑡 ∈ R, (𝑎 ⋆ 𝑏)(𝑡) = 𝑎′ ⋆ 𝑏(𝑡).
d𝑡

1.1.3 Le lemme de Riemann-Lebesgue

Dans les démonstrations que nous verrons dans la suite, nous ferons
souvent appel à des passages à la limite sous le signe intégral. Nous aurons
en particulier besoin du résultat suivant, généralement appelé Lemme de
Riemann-Lebesgue.

Lemme 1.2 — (Lemme de Riemann-Lebesgue) La transformée de

Fourier d’un signal 𝑠 stable vérifie :

lim |𝑠(𝜈)|
̂ = 0.
|𝜈|→+∞

Preuve : On procéde en trois étapes.

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 12

CHAPITRE 1. FORMULE DE SHANNON-NYQUIST ET
ÉCHANTILLONNAGE
1. Pour un signal rectangulaire, nous avons vu à la section 1.1.1 qu’il existe un
𝐾 > 0 tel que :
𝐾
̂
|𝑠(𝜈)| ≤ .
|𝜈|
Le résultat est donc vrai dans ce cas.
2. Ce résultat s’étend aux combinaisons linéaires finies de signaux rectangulaires,
c’est-à-dire aux fonctions étagées.
3. Soit maintenant un signal stable 𝑠 et un réel 𝜈. Par densité des fonctions
étagées dans 𝐿1 , nous savons qu’il existe une suite de fonctions étagées
(𝑠𝑛 )𝑛∈N vérifiant :
lim ⌠ |𝑠𝑛 (𝜈) − 𝑠(𝜈)d𝜈| = 0.
𝑛→∞ ⌡R

avec, d’après le point précédant,

𝐾𝑛
|̂
𝑠𝑛 (𝜈)| ≤ .
|𝜈|

Par linéarité de l’intégral :

∀𝜈 ∈ R, ⌠ 𝑠(𝑡)e−2i𝜋𝜈𝑡 d𝑡 = ⌠ (𝑠(𝑡) − 𝑠𝑛 (𝑡)) e−2i𝜋𝜈𝑡 d𝑡+⌠ 𝑠𝑛 (𝑡)e−2i𝜋𝜈𝑡 d𝑡,

⌡R ⌡R ⌡R
puis par inégalité triangulaire, nous obtenons :

̂
|𝑠(𝜈)| 𝑠𝑛 (𝜈)| + ⌠ |𝑠(𝑡) − 𝑠𝑛 (𝑡)|d𝑡
≤ |̂
⌡R
𝐾𝑛
≤ + ⌠ |𝑠(𝑡) − 𝑠𝑛 (𝑡)|d𝑡,
|𝜈| ⌡R

qui peut être rendu arbitrairement petit, sous réserve que |𝜈| soit suffisamment
grand. 

1.1.4 La formule d’inversion

Les résultats précédents nous indiquent que la transformée de Fourier d’un
signal stable tend vers 0. On peut également montrer qu’elle est uniformément
continue et bornée.
Par contre, elle ne constitue pas un signal stable. En effet, nous avons vu
que la transformée de Fourier du signal rectangulaire rect𝑇 pour 𝑇 ∈ R est
proportionnelle au sinus cardinal et que celui ci n’appartient pas à 𝐿1 (R).

13 Version du 2 avril 2025, 11 h 21 CEST. M. Chupin

 CHAPITRE 1. FORMULE DE SHANNON-NYQUIST ET
ÉCHANTILLONNAGE
Exercice 1.7 :
sin 𝑡
Montrer que la fonction 𝑡 ↦ 𝑡 n’appartient pas à 𝐿1 (R).

Ainsi, la transformée de Fourier d’un signal stable n’est pas nécessairement

un signal stable.
L’inversion de la transformée de Fourier ne peut donc se faire que sur un
sous espace vectoriel de 𝐿1 .

Théorème 1.1 — (Formule d’inversion de la transformée de Fourier)

Soit 𝑠 un signal stable, tel que sa transformée de Fourier 𝑠 ̂ soit également
stable. Alors, pour presque tout 𝑡 :

𝑠(𝑡) = ⌠ 𝑠(𝜈)e
̂ 2i𝜋𝜈𝑡
d𝜈.
⌡R

Preuve : (hors programme) On procède de nouveau en trois étapes.

1. Par un calcul simple, sans problème de convergence, on montre le résultat
pour les fonctions 𝑓𝛼,𝛽 , 𝛼 et 𝛽 deux réels, définies par :

2 +𝛽𝑡
∀𝑡 ∈ R, 𝑓𝛼,𝛽 (𝑡) = e−𝛼𝑡 .

2. On considère ensuite la fonction ℎ𝜎 définie par :

1 − 𝑡
2
ℎ𝜎 (𝑡) = e 2𝜎2 ,
𝜎√2𝜋

dont la transformée de Fourier est :

̂(𝜈) = e−2𝜋2 𝜎2 𝜈 2 .
ℎ𝜎

Étant donné un signal stable 𝑠, la formule d’inversion est vraie pour 𝑠 ⋆ ℎ𝜎 .

En effet :
— on a successivement :

𝑠 ⋆ ℎ𝜎 (𝑡) = ⌠ 𝑠(𝑢)ℎ𝜎 (𝑡 − 𝑢)d𝑢

⌡R
2
1 − (𝑡−𝑢)
= ⌠ 𝑠(𝑢) e 2𝜎2 𝑑𝑢
⌡R 𝜎√2𝜋
= ⌠ 𝑠(𝑢)ℎ𝜎 (𝑢)𝑓 1 , 𝑢 (𝑡)d𝑢,
⌡R 𝜎√2 𝜎2

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 14

CHAPITRE 1. FORMULE DE SHANNON-NYQUIST ET
ÉCHANTILLONNAGE
— de plus :

̂ ℎ
𝑠(𝜈) ̂(𝜈) = ⌠ ⌠ 𝑠(𝑢)ℎ (𝑢)𝑓 1 𝑢 (𝑡)e−2𝜋𝑖𝜈𝑡 d𝑡d𝑢
𝜎 𝜎 ,
⌡R ⌡R 𝜎√2 𝜎2

= ⌠ 𝑠(𝑢)ℎ𝜎 (𝑢) ⌠ 𝑓 1 , 𝑢 (𝑡)e−2𝜋𝑖𝜈𝑡 d𝑡 d𝑢,

⌡R ⌡R⏟⏟
⏟⏟ 𝜎2
⏟⏟⏟
𝜎√2 ⏟⏟⏟⏟
𝑓̂1 , 𝑢 (𝜈)
𝜎√2 𝜎2

— donc :

⌠ 𝑠(𝜈)
̂ ℎ ̂(𝜈)e2i𝜋𝜈𝑡 d𝜈 = ⌠ ⌠ 𝑠(𝑢)ℎ (𝑢)𝑓 ̂ 1 𝑢 (𝜈)e2i𝜋𝜈𝑡 d𝑢d𝜈
𝜎 𝜎 ,
⌡R ⌡R ⌡R 𝜎√2 𝜎2

= ⌠ 𝑠(𝑢)ℎ𝜎 (𝑢)𝑓 1 , 𝑢 (𝑡)d𝑢

⌡R 𝜎√2 𝜎2

=𝑠 ⋆ ℎ𝜎 (𝑡),
ce qui constitue la conclusion recherchée.
3. Enfin, nous avons :
2 2 2
lim ℎ̂ 𝜎 (𝜈) = lim e2𝜋 𝜎 𝜈 = 1.
𝜎→0 𝜎→0

Par convergence dominée, ceci donne :

lim ⌠ 𝑠(𝜈)
̂ ℎ ̂(𝜈)e2i𝜋𝜈𝑡 d𝜈 = ⌠ 𝑠(𝜈)e
̂ 2i𝜋𝜈𝑡
d𝜈.
𝜎
𝜎→0 ⌡R ⌡R
Il reste donc à montrer :
lim 𝑠 ⋆ ℎ𝜎 = 𝑠,
𝜎→0
dans 𝐿1 . Pour ce faire, en utilisant le fait que ∫R ℎ𝜎 (𝑢)d𝑢 = 1, notons que :

⌠ ∣𝑠 ⋆ ℎ𝜎 − 𝑠∣ = ⌠ ∣⌠ (𝑠(𝑡 − 𝑢) − 𝑠(𝑡))ℎ𝜎 (𝑢)d𝑢∣ d𝑡.

⌡R ⌡R ⌡R
On pose alors 𝜙(𝑢) = ∫R |𝑠(𝑡 − 𝑢) − 𝑠(𝑡)|d𝑡. On a que 𝜙 ∈ 𝐿1 (R) (bornée par
2 ‖𝑠‖𝐿1 ) et nous obtenons :

⌠ |𝑠 ⋆ ℎ𝜎 − 𝑠| ≤ ⌠ 𝜙(𝑢)ℎ𝜎 (𝑢)d𝑢 = ⌠ 𝜙(𝜎𝑢)ℎ1 (𝑢)d𝑢 = 𝐼𝜎 .

⌡R ⌡R ⌡R
Il reste à montrer que lim𝜎→0 𝐼𝜎 = 0.
— Si 𝑠 est à support compact et continue, alors par uniforme-continuité,
pour toute suite 𝑢𝑛 tendant vers 0
lim |𝑠(𝑡 − 𝑢𝑛 ) − 𝑠(𝑡)| = 0.
𝑛→+∞

Donc, puisque 𝜙 est intégrable, on obtient par convergence dominée :

lim 𝐼𝜎 = 0.
𝜎→0

15 Version du 2 avril 2025, 11 h 21 CEST. M. Chupin

 CHAPITRE 1. FORMULE DE SHANNON-NYQUIST ET
ÉCHANTILLONNAGE
— On utilise la densité des fonctions continue à support compact dans 𝐿1 :
ainsi pour 𝑠 stable, il existe une suite de fonctions 𝑠𝑛 à support compact
qui converge vers 𝑠 dans 𝐿1 . On obtient alors le résultat cherché par
l’intermédiaire de cette approximation. 

Exercice 1.8 :
En utilisant le résultat de l’exercice 1.3, et la transformée de Fourier
inverse, montrer que la transformée de Fourier de la fonction, pour 𝑏 ∈ R,
définie par
1
𝑓 ∶𝑡∈R↦ 2
𝑏 + 𝑡2
est
𝜋
ℱ(𝑓) ∶ 𝜈 ↦ e−2𝜋𝑏𝑡 .
𝑏

1.1.5 Dérivation et transformée de Fourier

Théorème 1.2 — (Dérivation) Soit 𝑛 ∈ N.

1. Soit 𝑠 un signal dans 𝒞𝑛 tel que toutes ses dérivées 𝑘-ième pour
𝑘 ∈ {1, … , 𝑛} sont 𝐿1 , alors

ℱ(𝑠(𝑘) ) = (𝜈 ↦ (2i𝜋𝜈)𝑘 𝑠(𝜈))

̂ .

2. Soit 𝑠 ∈ 𝐿1 tel que 𝑡 ↦ 𝑡𝑘 𝑠(𝑡) ∈ 𝐿1 pour tout 𝑘 ∈ {1, … , 𝑛} où 𝑛 ∈ N,

alors sa transformée de Fourier est dans 𝒞𝑛 et pour tout 𝑘, on a

ℱ(𝑡 ↦ (−2i𝜋𝑡)𝑘 𝑠(𝑡)) = (𝜈 ↦ 𝑠(𝑘)

̂ (𝜈)) .

Preuve : Montrons tout d’abord la deuxième assertion. Avec la définition de la

transformée de Fourier, et grâce au théorème de différentiation sous l’intégrale où
intervient l’hypothèse 𝑡 ↦ 𝑡𝑘 𝑠(𝑡) ∈ 𝐿1 pour dominer la dérivée, on peut dérivée 𝑘 fois
sous le signe intégral et obtenir :

∀𝜈 ∈ R, 𝑠(𝑘)
̂ (𝜈) = ⌠ (−2i𝜋𝑡)𝑘 𝑠(𝑡)e−2i𝜋𝜈𝑡 d𝑡.
⌡R

La première assertion se prouve par récurrence. On prouve le résultat pour 𝑛 = 1

puis on itère le procédé.

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 16

CHAPITRE 1. FORMULE DE SHANNON-NYQUIST ET
ÉCHANTILLONNAGE
Tout d’abord, on a que lim|𝑎|→∞ 𝑠(𝑎) = 0. En effet, soit 𝑎 > 0, on a :
𝑎
𝑠(𝑎) = 𝑠(0) + ⌠ 𝑠′ (𝑡)d𝑡,
⌡0
et puisque 𝑠′ ∈ 𝐿1 , la limite existe et est finie. Cette limite est alors 0 puis que 𝑠 est
intégrable. Ensuite, on a
+𝑎
⌠ e−2i𝜋𝜈𝑡 𝑠′ (𝑡)d𝑡 = lim ⌠ e−2i𝜋𝜈𝑡 𝑠′ (𝑡)d𝑡.
⌡R |𝑎|→∞ ⌡−𝑎

Une simple intégration par partie donne

+𝑎 +𝑎
+𝑎
⌠ e−2i𝜋𝜈𝑡 𝑠′ (𝑡)d𝑡 = [e−2i𝜋𝜈𝑡 𝑠(𝑡)]−𝑎 + ⌠ (2i𝜋𝜈)e−2i𝜋𝜈𝑡 𝑠(𝑡)d𝑡.
⌡−𝑎 ⌡−𝑎
Il suffit alors de faire tendre 𝑎 vers +∞ pour obtenir le résultat. 

Exercice 1.9 :
Montrer que la transformée de Fourier d’une gaussienne est une gaus-
sienne :
2 2 √𝜋 − 𝜋22 𝜈 2
ℱ(𝑓 ∶ 𝑡 ↦ e−𝑏 𝑡 ) = (𝜈 ↦ e 𝑏 ).
|𝑏|
On pourra partir de l’équation différentielle que satisfait 𝑓, et d’en faire la
transformée de Fourier. On rappellera que

2 𝑡2 √𝜋
⌠ e−𝑏 d𝑡 = .
⌡R |𝑏|

Exercice 1.10 :
Résoudre par transformée de Fourier l’équation de la chaleur suivante
𝜕𝜃 𝜕2𝜃
=𝜅 2 ,
𝜕𝑡 𝜕 𝑥
où
— pour tout 𝑥 ∈ R et 𝑡 ∈ R, 𝜃(𝑥, 𝑡) est la température au temps 𝑡 au
point 𝑥 d’une barre unidimensionnelle de conductance 𝜅 ∈ R ;
— à 𝑡 = 0, on a pour tout 𝑥 ∈ R, 𝜃(𝑥, 0) = 𝑓(𝑥) avec 𝑓 ∈ 𝐿1 (R) et
𝑓 ̂ ∈ 𝐿1 (R).
On supposera l’application partielle 𝑡 ↦ 𝜃(𝑥, 𝑡) suffisamment régulière et

17 Version du 2 avril 2025, 11 h 21 CEST. M. Chupin

 CHAPITRE 1. FORMULE DE SHANNON-NYQUIST ET
ÉCHANTILLONNAGE

intégrable, et on supposera l’application partielle 𝑥 ↦ 𝜃(𝑥, 𝑡) ∈ 𝐿1 (R).

1.1.6 Transformée de Fourier à deux dimensions

La transformée de Fourier dans R𝑛 est une extension simple de la trans-
formée de Fourier à une dimension dont nous venons de rappeler les résultats
qui nous seront utiles dans ce cours.
Nous allons ici nous restreindre au cas bidimensionnel utile au traitement
des images par exemple.

Définition 1.3 — (Transformée de Fourier dans 𝐿1 (R2 )) Soit 𝑠 ∈

𝐿1 (R2 ). On notera 𝑥 = (𝑥1 , 𝑥2 ) ∈ R2 et 𝜈 = (𝜈1 , 𝜈2 ) ∈ R2 . La trans-
formée de Fourier de 𝑠, notée 𝑠 ̂ est définie sur R2 par la formule :

∀𝜈 ∈ R2 , ̂ 1 , 𝜈2 ) ≝ ⌠ ⌠ 𝑠(𝑥1 , 𝑥2 )e−2i𝜋(𝑥1 𝜈1 +𝑥2 𝜈2 ) d𝑥1 d𝑥2 .

𝑠(𝜈
⌡R ⌡R

Remarque 1.3 :
On peut remarquer que 𝑥1 𝜈1 + 𝑥2 𝜈2 = 𝑥 ⋅ 𝜈, et qu’avec la notation avec le
produit scalaire, il est assez immédiat d’étendre la transformée de Fourier
à R𝑛 .

On a les résultats analogues aux précédents que nous synthétisons dans

la proposition suivante.
Proposition 1.2 : — Si 𝑠 et 𝑠 ̂ sont deux fonctions de 𝐿1 (R2 ) alors on a
la formule d’inversion pour tout 𝑥 ∈ 𝑅2 :
i2𝜋(𝜈⋅𝑥)
𝑠(𝑥) = ∬ 𝑠(𝜈)e
̂ d𝜈.
R2

— Si 𝑠 et ℎ sont deux fonctions de 𝐿1 (R2 ), alors la transformée de Fourier

de la convolution 𝑔 est définie pour tout 𝑥 ∈ R2 par

𝑔(𝑥) = 𝑠 ⋆ ℎ(𝑥) = ∬ 𝑠(𝑢)ℎ(𝑥 − 𝑢)d𝑢,

R2

est, pour tout 𝜈 ∈ R2 :

̂
𝑔(𝜈) ̂
̂ ℎ(𝜈).
= 𝑠(𝜈)

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 18

CHAPITRE 1. FORMULE DE SHANNON-NYQUIST ET
ÉCHANTILLONNAGE
1.2 Séries de Fourier des signaux 𝐿1loc

Un signal périodique n’est ni stable (𝐿1 (R)), ni d’énergie finie (𝐿2 (R)).
Pour ce type de signal, nous allons considérer leurs séries de Fourier. Celles-ci
peuvent être vues comme des transformées de Fourier particulières : il s’agit
en effet de transformées de Fourier de fonctions périodiques. Dans la suite,
𝐿1loc désigne l’espace des signaux localement stable, i.e. :

𝐿1loc ≝ {𝑠; ∀𝐴 compact ⊂ R, 1𝐴 ⋅ 𝑠 ∈ 𝐿1 } .

1.2.1 Définitions, coefficients de Fourier

On rappelle le cadre fonctionnel considéré.

Définition 1.4 — (Signal périodique) Soit 𝑇 > 0. Un signal 𝑠 est dit

𝑇-périodique si :
∀𝑡 ∈ R, 𝑠(𝑡 + 𝑇 ) = 𝑠(𝑡).
Un signal 𝑠 𝑇-périodique est dit de plus localement stable si 𝑠 ∈ 𝐿1loc .

Et dans le cas des fonctions périodiques, la transformée de Fourier est

définie sur un ensemble discret, c’est la suite des coefficients de Fourier.

Définition 1.5 — (Transformée de Fourier dans 𝐿1loc ) La transformée

de Fourier (𝑠𝑛̂ )𝑛∈Z d’un signal localement stable 𝑠, 𝑇-périodique, est définie
par la formule :
𝑇
1 𝑛
𝑠𝑛̂ ≝ ⌠ 𝑠(𝑡)e−2i𝜋 𝑇 𝑡 d𝑡.
𝑇 ⌡0
Étant donné 𝑛 ∈ Z, 𝑠𝑛̂ est appelé 𝑛-ième coefficient de Fourier du signal 𝑠.

Les coefficients de Fourier permettent d’écrire les fonctions périodiques

localement intégrable comme une série :
+∞
𝑛
∀𝑡 ∈ [0, 𝑇 ], 𝑠(𝑡) = ∑ 𝑠𝑛̂ e2i𝜋𝑡 𝑇 .
𝑛=−∞

La convergence de ces séries de Fourier est un sujet à part entière et nous

n’établirons uniquement ici qu’un résultat de convergence presque partout,
résultat analogue à la formule d’inversion dans le cas de la transformée de
Fourier dans 𝐿1 (voir théorème 1.1).

19 Version du 2 avril 2025, 11 h 21 CEST. M. Chupin

 CHAPITRE 1. FORMULE DE SHANNON-NYQUIST ET
ÉCHANTILLONNAGE
On notera
𝑛
𝑘
𝑆𝑛 (𝑡) = ∑ 𝑠𝑘̂ e2i𝜋𝑡 𝑇 (1.1)
𝑘=−𝑛

la somme partielle.
Bien entendu d’autres résultats de convergence pour les séries de Fourier
existent et nous renvoyons à [6, 4] pour plus de détails.

Illustration graphique
Le vidéaste 3Blue1Brown 4 , mathématicien et vulgarisateur mathématique
sur YouTube, a réalisé une vidéo où il illustre la décomposition de Fourier
d’un chemin fermé par des animations de mécanismes d’engrenages de cercles
mis bout à bout. Le résultat est magnifique et envoûtant (voir figure 1.2).

Figure 1.2 – Vidéo Mais qu’est-ce qu’une série de Fourier ? Du transfert ther-
mique à des dessins avec des cercles du vidéaste 3Blue1Brown sur YouTube.

Cette animation est une application directe de la décomposition en

séries de Fourier. Ici, on considèrera une fonction périodique dans R2
(ou dans C).
Géométriquement, on peut voir la relation (1.1) comme une somme de
vecteurs de R2 (donc mis bout à bout) de norme le module du nombre com-
𝑘
plexe 𝑠𝑘̂ e2i𝜋𝑡 𝑇 et, comme orientation, son argument. Ainsi, quand 𝑡 parcourt
l’intervalle [0, 𝑇 ], ces vecteurs bout à bout tournent et l’extrémité du dernier
vecteur dessine la courbe fermée 5 que l’on a décomposée.
4. [Link]
5. Ou plutôt une approximation du contour.

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 20

CHAPITRE 1. FORMULE DE SHANNON-NYQUIST ET
ÉCHANTILLONNAGE
En figure 1.3, vous pouvez voir une illustration de ceci appliqué au contour
de la lettre 𝑓. Si vous visionnez le PDF de ce document avec Acrobat Reader,
vous pourrez la voir sous forme d’animation 6 .

Figure 1.3 – Illustration de la décomposition en série de Fourier d’un contour

de lettre.

1.2.2 Convolution
Puisque le produit de convolution est une opération essentiellement algé-
brique, elle s’applique au cadre précédemment défini. On peut même convoler
des fonctions périodiques et des fonctions 𝐿1 , comme l’explique le résultat
suivant.

6. Cette décomposition a été réalisée avec LuaLATEX !

21 Version du 2 avril 2025, 11 h 21 CEST. M. Chupin

 CHAPITRE 1. FORMULE DE SHANNON-NYQUIST ET
ÉCHANTILLONNAGE

Lemme 1.3 Soit 𝑠 un signal localement stable 𝑇-périodique et ℎ un signal

stable. Alors la fonction 𝑔 définie par la formule :

∀𝑡 ∈ R, 𝑔(𝑡) ≝ ⌠ ℎ(𝑡 − 𝑢)𝑠(𝑢)d𝑢

⌡R
est 𝑇-périodique, définie presque partout et localement stable.
De plus son 𝑛-ième coefficient de Fourier est donné par la formule :
𝑛
∀𝑛 ∈ Z, 𝑔𝑛̂ = ℎ̂ ( ) 𝑠𝑛̂ .
𝑇

Cette dernière formule est à mettre en relation avec le fait que

la transformée de Fourier change un produit de convolution en
produit.

Preuve : (hors programme) Par changement de variable, on a :

𝑇
⌠ ℎ(𝑡 − 𝑢)𝑠(𝑢)d𝑢 = ⌠ ℎ̃ 𝑇 (𝑡 − 𝑢)𝑠(𝑢)d𝑢,
⌡R ⌡0

où l’on a noté ℎ̃ 𝑇 (𝑢) = ∑𝑛∈Z ℎ(𝑢 + 𝑛𝑇 ). De plus, on peut montrer que 𝑔 est périodique
de période 𝑇 partout où elle est définie. En effet, en utilisant le fait que ℎ ⋆ 𝑠 = 𝑠 ⋆ ℎ,
on a

𝑔(𝑡 + 𝑇 ) = ⌠ ℎ(𝑢)𝑠(𝑡 + 𝑇 − 𝑢)d𝑢 = ⌠ ℎ(𝑢)𝑠(𝑡 − 𝑢)d𝑢 = 𝑔(𝑡).

⌡R ⌡R

Comme :
𝑇
⌠ |ℎ̃ 𝑇 (𝑢)|d𝑢 ≤ ⌠ |ℎ(𝑢)|d𝑢 < +∞,
⌡0 ⌡R

on a en utilisant le théorème de Fubini (voir annexe A)

𝑇 𝑇 𝑇
⌠ |𝑔(𝑡)| d𝑡 ⩽ ⌠ ⌠ |ℎ̃ 𝑇 (𝑡 − 𝑢)||𝑠(𝑢)|d𝑢d𝑡
⌡0 ⌡0 ⌡0
𝑇
⩽ ‖ℎ‖𝐿1 ⌠ |𝑠(𝑢)| d𝑢
⌡0
< +∞

Ainsi pour presque tout 𝑡 ∈ [0, 𝑇 ], 𝑡 ↦ ∫R ℎ(𝑡 − 𝑢)𝑠(𝑢)d𝑢 est définie, et par 𝑇-

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 22

CHAPITRE 1. FORMULE DE SHANNON-NYQUIST ET
ÉCHANTILLONNAGE
périodicité pour presque tout 𝑡 ∈ R. On vérifie ensuite aisément que 𝑔 est localement
stable et enfin, on montre :
𝑇
1 𝑛
𝑔𝑛̂ = ⌠ 𝑔(𝑡)e2i𝜋 𝑇 𝑡 d𝑡
𝑇 ⌡0
𝑇 𝑇
1 𝑛
= ⌠ ⌠ ℎ̃ 𝑇 (𝑡 − 𝑢)𝑠(𝑢)e2i𝜋 𝑇 𝑡 d𝑢d𝑡
𝑇 ⌡0 ⌡0
𝑇 𝑇
1 𝑛 𝑛
= ⌠ ⌠ (ℎ̃ 𝑇 (𝑡 − 𝑢)e2i𝜋 𝑇 (𝑡−𝑢) ) 𝑠(𝑢)e−2𝑖𝜋 𝑇 𝑢 d𝑢d𝑡
𝑇 ⌡0 ⌡0
𝑛
= ℎ̂ ( ) 𝑠𝑛̂ ,
𝑇
ce qui achève la preuve. 

La formule que nous venons d’obtenir sur les coefficients peut sembler
sophistiquée, mais elle nous sera utile par la suite.

1.2.3 Formule d’inversion et formule de Poisson faible

Dans cette section, nous établissons la formule de Poisson qui permet de
faire le lien entre transformée de Fourier et série de Fourier, et qui est une
des briques élémentaires de la preuve du Théorème de Shannon 7 -Nyquist 8
qui, rappelons le, est le but de ce chapitre.

Noyau de Poisson **
On introduit tout d’abord le noyau de Poisson et quelques-unes de ses
propriétés.

Définition 1.6 — (Noyau de Poisson) Étant donné un réel 𝑟 appartenant

à ] − 1, 1[ et 𝑇 > 0, on appelle noyau de Poisson la fonction 𝑃𝑟 définie
sur R et à valeur dans C par :
𝑛
𝑃𝑟 (𝑡) ≝ ∑ 𝑟|𝑛| e2i𝜋 𝑇 𝑡 .
𝑛∈Z

7. Claude Elwood Shannon (30 avril 1916 Gaylord, Michigan - 24 février 2001) est un
ingénieur électricien et mathématicien américain. Il est l’un des pères, si ce n’est le père
fondateur, de la théorie de l’information.
8. Harry Nyquist (7 février 1889 Nilsby, Suède- 4 avril 1976, Harlingen, Texas) a été un
important contributeur à la théorie de l’information et à l’automatique. Ses travaux théoriques
sur la détermination de la bande passante nécessaire à la transmission d’information, publiés
dans l’article Certain factors affecting telegraph speed posent les bases des recherches de
Claude Shannon.

23 Version du 2 avril 2025, 11 h 21 CEST. M. Chupin

 CHAPITRE 1. FORMULE DE SHANNON-NYQUIST ET
ÉCHANTILLONNAGE
Certaines propriétés de ce noyau sont indiquées dans la proposition sui-
vante que nous ne démontrerons pas.
Proposition 1.3 : La fonction 𝑃𝑟 vérifie :
𝑛 𝑛 1−𝑟2
1. 𝑃𝑟 (𝑡) = ∑𝑛∈N 𝑟|𝑛| e2i𝜋 𝑇 𝑡 + ∑𝑛∈N 𝑟|𝑛| e−2i𝜋 𝑇 𝑡 − 1 = 2 .
2i𝜋 𝑡
∣1−𝑟e 𝑇 ∣

2. Pour tout réel 𝑡, on a :

𝑃𝑟 (𝑡) ⩾ 0.
3. La fonction est normalisée :
𝑇 /2
1
⌠ 𝑃 (𝑡)d𝑡 = 1.
𝑇 ⌡−𝑇 /2 𝑟
4. Pour tout 𝜀 > 0, on a :
1 1 − 𝑟2
⌠ 𝑃𝑟 (𝑡)d𝑡 ⩽ −−→ 0.
𝑇 ⌡[−𝑇 /2,𝑇 /2]−[−𝜀,𝜀] 2i𝜋 𝑇𝜀 2 𝑟→1
∣1 − 𝑟e ∣

Formule d’inversion
Les propriétés 2, 3, 4 correspondent à ce que l’on appelle une identité
approchée. On a déjà rencontré cette notion, sans le signaler, avec la fonction
ℎ𝜎 de la preuve du théorème 1.1. Les identités approchées permettent de
régulariser les fonctions par convolution et d’utiliser ensuite des formules du
type :
𝑇
1
lim ⌠ 𝜑(𝑡)𝑃𝑟 (𝑡)d𝑡 = 𝜑(0), (1.2)
𝑟→1 𝑇 ⌡0

lorsque l’on souhaite revenir à la fonction initiale. C’est ce raisonnement que

nous allons maintenant effectuer avec le noyau de Poisson pour obtenir une
formule d’inversion.

Théorème 1.3 — (Formule d’inversion) Soit 𝑠 un signal 𝑇-périodique

localement stable, tel que

∑ |𝑠𝑛̂ | < +∞.

𝑛∈Z

Alors, pour presque tout 𝑡 ∈ R,

𝑛
𝑠(𝑡) = ∑ 𝑠𝑛̂ e2i𝜋 𝑇 𝑡 .
𝑛∈Z

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 24

CHAPITRE 1. FORMULE DE SHANNON-NYQUIST ET
ÉCHANTILLONNAGE
Autrement dit, si ∑𝑛∈Z |𝑠𝑛̂ | < +∞, la fonction 𝑠 est connue dès lors que
ses coefficients de Fourier sont connus.

Remarque 1.4 :
Si on suppose en outre que 𝑠 est continue, alors la formule d’inversion
devient vraie pour tout 𝑡 ∈ R.

Preuve : (hors programme) Par le calcul, on a :

𝑇
1 𝑛
⌠ 𝑠(𝑢)𝑃𝑟 (𝑡 − 𝑢)d𝑢 = ∑ 𝑠𝑛̂ 𝑟|𝑛| e2i𝜋 𝑇 𝑡 ,
𝑇 ⌡0 𝑛∈Z

puisque toutes les intégrales considérées sont convergentes. De plus :

𝑇 𝑇
1
lim ⌠ ∣ ⌠ 𝑠(𝑢)𝑃𝑟 (𝑡 − 𝑢)d𝑢 − 𝑠(𝑡)∣ d𝑡 = 0,
𝑟→1 ⌡0 𝑇 ⌡0

d’après (1.2) et le théorème de convergence dominée. Par conséquent la suite de

fonctions
𝑛
𝑡 ↦ 𝜑𝑟 (𝑡) ≝ ∑ 𝑠𝑛̂ 𝑟|𝑛| e2i𝜋 𝑇 𝑡
𝑛∈Z

(indexée par 𝑟) converge dans 𝐿1loc vers 𝑠. D’autre part, puisque ∑𝑛∈Z |𝑠𝑛̂ | < +∞,
la fonction 𝜑𝑟 (𝑡) tend vers ∑𝑛∈Z 𝑠𝑛̂ exp(2i𝜋 𝑇𝑛 𝑡) ponctuellement. On utilise alors le
résultat du cours d’intégration suivant :

« Si une suite de fonction 𝑓𝑛 converge vers 𝑓 dans 𝐿𝑝 et vers 𝑔 presque partout, alors
𝑓 = 𝑔 presque partout »

pour conclure que pour presque tout 𝑡 ∈ R :

𝑛
𝑠(𝑡) = ∑ 𝑠𝑛̂ e2i𝜋 𝑇 𝑡 .
𝑛∈Z 

Au passage, on en déduit le résultat suivant.

Corollaire 1.1 : Deux signaux 𝑇-périodiques stable ayant les mêmes coeffi-
cients de Fourier sont égaux presque partout.

25 Version du 2 avril 2025, 11 h 21 CEST. M. Chupin

 CHAPITRE 1. FORMULE DE SHANNON-NYQUIST ET
ÉCHANTILLONNAGE
Formule de Poisson faible
Le théorème suivant établit un lien entre séries de Fourier et transformée
de Fourier.

Théorème 1.4 — (Formule de Poisson faible) Soit 𝑠 un signal stable

et 𝑇 > 0. La série ∑𝑛∈Z 𝑠(𝑡 + 𝑛𝑇 ) converge presque partout vers une
fonction 𝜙 𝑇-périodique, localement intégrable et dont le 𝑛-ième coefficient
de Fourier est donné par la formule :
1 𝑛
𝜙𝑛̂ = 𝑠 ̂( ) .
𝑇 𝑇

Formellement, ce théorème nous dit que 𝜙 est telle que :

∀𝑡 ∈ R, 𝜙(𝑡) = ∑ 𝑠(𝑡 + 𝑛𝑇 ).
𝑛∈Z

De plus, 𝜙 est 𝑇-périodique et sa série de Fourier formelle 𝑆𝑓 est :

1 𝑛 𝜋
𝑆𝑓 (𝑡) = ∑ 𝑠 ̂ ( ) e2i 𝑇 𝑡 .
𝑇 𝑛∈Z 𝑇

On utilise ici le mot formelle car nous ne disons rien sur la convergence de
cette série de Fourier.

Remarque 1.5 :
Si on arrive à montrer 𝜙(0) = 𝑆𝑓 (0), alors on aura la formule de Poisson
forte : pour tout 𝑠 ∈ 𝐿1 ,
𝑛
𝑇 ∑ 𝑠(𝑛𝑇 ) = ∑ 𝑠 ̂ ( ) .
𝑛∈Z 𝑛∈Z
𝑇

Ce résultat faible nous suffira pour établir le théorème de Shannon-Nyquist

dans la section suivante.
Preuve (du théorème 1.4) : On montre aisément que 𝜙 est 𝑇-périodique. Notons
ensuite que 𝜙 est bien définie, puisque :
𝑇 𝑇
⌠ ∑ |𝑠(𝑡 + 𝑛𝑇 )|d𝑡 = ∑ ⌠ |𝑠(𝑡 + 𝑛𝑇 )|d𝑡
⌡0 𝑛∈Z 𝑛∈Z ⌡0
(𝑛+1)𝑇
= ∑⌠ |𝑠(𝑡)|d𝑡 (1.3)
𝑛∈Z ⌡𝑛𝑇
M. Chupin Version du 2 avril 2025,
= ⌠ 11 h 21<CEST.
|𝑠(𝑡)|d𝑡 +∞, 26
⌡R
CHAPITRE 1. FORMULE DE SHANNON-NYQUIST ET
ÉCHANTILLONNAGE
et que donc ∑𝑛∈Z |𝑠(𝑡 + 𝑛𝑇 )| < +∞ presque partout.
La formule (1.3) montre en outre que 𝜙 est localement intégrable. On peut donc
calculer son coefficient de Fourier. On obtient :
𝑇
1 𝑛
𝜙𝑛̂ = ⌠ 𝜙(𝑡)e−2i𝜋 𝑇 𝑡 d𝑡
𝑇 ⌡0
𝑇
1 𝑛
= ⌠ (∑ 𝑠(𝑡 + 𝑘𝑇 )) e−2i𝜋 𝑇 𝑡 d𝑡
𝑇 ⌡0 𝑘∈Z
𝑇
1 𝑛
= ⌠ (∑ 𝑠(𝑡 + 𝑘𝑇 )e−2i𝜋 𝑇 (𝑡+𝑘𝑇 ) ) d𝑡
𝑇 ⌡0 𝑘∈Z
1 𝑛
= ⌠ 𝑠(𝑡)e−2i𝜋 𝑇 𝑡 d𝑡
𝑇 ⌡R
1 𝑛
= 𝑠 ̂( ) ,
𝑇 𝑇
ce qui achève la preuve. 

Pour aller un peu plus loin vers la version forte, on peut énoncer le résultat
suivant.

Proposition 1.4 : Soit 𝑠 un signal stable tel que ∑𝑛∈Z ∣𝑠 ̂ ( 𝑇𝑛 )∣ < +∞. Alors :

1 𝑛 𝑛
∑ 𝑠(𝑡 + 𝑛𝑇 ) = ∑ 𝑠 ̂ ( ) e2i𝜋 𝑇 𝑡 .
𝑛∈Z
𝑇 𝑛∈Z 𝑇

Ce résultat est en fait une simple application de la formule d’inversion

obtenue au théorème 1.3.

1.3 Reconstruction des signaux périodiques

Dans cette dernière section nous allons répondre aux deux questions
suivantes :
1. Étant donné un signal analogique, quels critères doivent-être appliqués
pour en extraire une suite discrète représentative ?
2. Comment reconstruire un signal analogique à partir d’un échantillon
discret de valeurs ?
Les réponses à ces deux questions sont en partie données par le théorème
de Shannon-Nyquist, lui-même obtenu à partir de la formule de Poisson vue à
la section précédente.

27 Version du 2 avril 2025, 11 h 21 CEST. M. Chupin

 CHAPITRE 1. FORMULE DE SHANNON-NYQUIST ET
ÉCHANTILLONNAGE
1.3.1 Le théorème de Shannon-Nyquist

Avant d’énoncer le théorème, on montre deux résultats préliminaires.

Lemme 1.4 Soit 𝑠, un signal stable et continu, de transformée de Fourier

𝑠 ̂ stable et un réel 𝐵 > 0. Supposons que :
𝑛
∑ ∣𝑠 ( )∣ < +∞. (1.4)
𝑛∈Z
2𝐵

Alors :
1 𝑛 𝑛
∑ 𝑠(𝜈
̂ + 2𝑗𝐵) = ∑ 𝑠 ( ) e−2i𝜋𝜈 2𝐵 ,
𝑗∈Z
2𝐵 𝑛∈Z 2𝐵
pour presque tout 𝜈 ∈ R.

Preuve : D’après la formule de Poisson faible, la fonction 𝜈 ↦ 𝜙(𝜈) = ∑𝑗∈Z 𝑠(𝜈

̂ +
2𝑗 𝐵) est localement intégrable et son 𝑛-ième coefficient de Fourier vaut :

1 𝑛𝜈
𝜙𝑛̂ = ⌠ 𝑠(𝜈)e
̂ −2i𝜋 2𝐵
d𝜈.
2𝐵 ⌡R

Mais puisque 𝑠 ̂ est stable, on peut appliquer la formule d’inversion du théorème 1.1.
Dans notre cas, celle-ci s’écrit :

𝑛𝜈 𝑛
⌠ 𝑠 ̂ (𝜈) e−2i𝜋 2𝐵 d𝜈 = 𝑠 (− ) .
⌡R 2𝐵

En combinant les deux formules, nous obtenons donc formellement :

1 𝑛 𝑛𝜈
𝜙(𝜈) = ∑ 𝑠 ( ) e−2i𝜋 2𝐵 .
2𝐵 𝑛∈Z 2𝐵

Mais l’hypothèse (1.4), permet l’utilisation du théorème d’inversion 1.3 et donc

justifie rigoureusement cette dernière formule. 

Montrons maintenant un second lemme technique. .

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 28

CHAPITRE 1. FORMULE DE SHANNON-NYQUIST ET
ÉCHANTILLONNAGE

Lemme 1.5 Soit 𝑠 un signal vérifiant les hypothèses du lemme 1.4 et ℎ un

signal de la forme :

ℎ(𝑡) = ⌠ 𝜒(𝜈)e2i𝜋𝜈𝑡 d𝜈, (1.5)

⌡R
où 𝜒 est stable. Alors, le signal :

1 𝑛 𝑛
̃ =
𝑠(𝑡) ∑ 𝑠 ( ) ℎ (𝑡 − ) (1.6)
2𝐵 𝑛∈Z 2𝐵 2𝐵

admet la représentation :

̂ + 2𝑗𝐵)) 𝜒(𝜈)e2i𝜋𝜈𝑡 d𝜈.

̃ = ⌠ (∑ 𝑠(𝜈
𝑠(𝑡)
⌡R 𝑗∈Z

Preuve : Notons tout d’abord que 𝑠 ̃ est borné et continu, en tant que somme d’une
série normalement convergente (en plus des hypothèses sur 𝑠, ℎ est bornée, et unifor-
mément continue).
En remplaçant ℎ par sa valeur dans (1.6), on obtient :

1 𝑛 𝑛
̃ =
𝑠(𝑡) ∑ 𝑠 ( ) ⌠ 𝜒(𝜈)e2i𝜋𝜈(𝑡− 2𝐵 ) d𝜈
2𝐵 𝑛∈Z 2𝐵 ⌡R
1 𝑛 2i𝜋𝜈𝑛
=⌠ ∑ 𝑠 ( ) e− 2𝐵 𝜒(𝜈)e2i𝜋𝜈𝑡 d𝜈,
⌡R 𝑛∈Z 2𝐵 2𝐵

où on a utilisé le théorème de Fubini, applicable car :

𝑛 𝑛
⌠ ∑ ∣𝑠 ( )∣ ⋅ ∣𝜒(𝜈)∣ d𝜈 = (∑ ∣𝑠 ( )∣) ⋅ (⌠ ∣𝜒(𝜈)∣ d𝜈) < +∞.
⌡R 𝑛∈Z 2𝐵 𝑛∈Z
2𝐵 ⌡R

Donc :
̃ = ⌠ 𝑔(𝜈)𝜒(𝜈)e2i𝜋𝜈𝑡 d𝜈,
𝑠(𝑡)
⌡R
avec :
1 𝑛 2i𝜋𝜈𝑛
𝑔(𝜈) = ∑ 𝑠 ( ) e− 2𝐵 ,
𝑛∈Z
2𝐵 2𝐵
ou encore, d’après le lemme 1.4 :

𝑔(𝜈) = ∑ 𝑠(𝜈
̂ + 2𝑗 𝐵),
𝑗∈Z

ce qui conduit au résultat annoncé. 

29 Version du 2 avril 2025, 11 h 21 CEST. M. Chupin

 CHAPITRE 1. FORMULE DE SHANNON-NYQUIST ET
ÉCHANTILLONNAGE
On peut alors énoncer le fameux théorème de Shannon-Nyquist.

Théorème 1.5 — (de Shannon-Nyquist) Soit 𝑠, un signal stable et

continu dont la transformée de Fourier 𝑠 ̂ s’annule en dehors d’un intervalle
[−𝐵, 𝐵]. Supposons également que (1.4) soit vérifiée. Alors,
𝑛
𝑠(𝑡) = ∑ 𝑠 ( ) sinc ((2𝐵𝑡 − 𝑛)𝜋). (1.7)
𝑛∈Z
2𝐵

Dans le cadre temporel, ce théorème nous dit que si un signal n’a pas de
fréquence plus haute que 𝐵 hertz, alors il est complètement déterminé par les
valeurs discrètes séparées de 1/2𝐵 seconde.
Ainsi le théorème de Shannon-Nyquist nous indique comment choisir une
fréquence d’échantillonnage lorsqu’on a des informations sur le support de la
transformée de Fourier du signal 9 considérée et comment le reconstruire.
Démontrons ce théorème.
Preuve : Définissons 𝜒 par la formule :

𝜒 = 1[−𝐵,𝐵] ,

de telle sorte que la fonction ℎ de lemme 1.5 soit définie par :

sin(2𝜋𝐵𝑡)
∀𝑡 ∈ R, ℎ(𝑡) = 2𝐵 sinc(2𝜋𝐵𝑡) = 2𝐵 .
2𝜋𝐵𝑡
Alors :
̂ + 2𝑗 𝐵)) 𝜒(𝜈) = 𝑠(𝜈)𝜒(𝜈)
(∑ 𝑠(𝜈 ̂ ̂
= 𝑠(𝜈),
𝑗∈Z

d’après le choix de 𝜒 et l’hypothèse faite sur le support de 𝑠.̂

Le lemme 1.5 donne alors :

2i𝜋𝜈𝑡 1 𝑛 𝑛
̃ = ⌠ 𝑠(𝜈)e
𝑠(𝑡) ̂ d𝜈 = ∑ 𝑠 ( ) ℎ (𝑡 − ),
⌡R 2𝐵 𝑛∈N 2𝐵 2𝐵

puis, par le théorème d’inversion 1.1, on obtient :

2i𝜋𝜈𝑡
⌠ 𝑠(𝜈)e
̂ d𝜈 = 𝑠(𝑡),
⌡R
ce qui achève la démonstration. 

La fonction 𝜒 joue donc finalement le rôle d’une troncature, puisqu’elle

tronque artificiellement le support de la fonction considérée.
9. Les ingénieurs parlent plutôt de spectre d’un signal.

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 30

CHAPITRE 1. FORMULE DE SHANNON-NYQUIST ET
ÉCHANTILLONNAGE
Échantillonnage, distribution de Dirac et illustration **

Lorsqu’on utilise le cadre des distributions tempérées (voir [2, 13]), alors
l’échantillonnage d’un signal 𝑠 revient à multiplier ce signal par un peigne de
Dirac.

Définition 1.7 — (Distribution de Dirac) La distribution de Dirac, no-

tée 𝛿0 , peut être vue comme la forme linéaire continue de norme 1 définie
par :
𝒟(R) → R
𝛿0 ∶
𝜙 ↦ ⟨𝛿0 , 𝜙⟩ ≝ 𝜙(0)
où 𝒟(R) est l’ensemble des fonctions 𝒞∞ à support compact.

Par abus de langage, cette distribution est souvent expliquée comme étant
une « fonction » qui vaut zéro partout, sauf en 0 où sa valeur infinie correspond
à une « masse » de 1.
À partir de cette distribution, on peut définir un outil important de traite-
ment du signal.

Définition 1.8 — (Peigne de Dirac) Le peigne de Dirac III est défini

par
∞
def
III𝑇 = ∑ 𝛿𝑘𝑇
𝑘=−∞
où pour 𝑎 ∈ R, 𝛿𝑎 est la masse de Dirac translatée en 𝑎, i.e. :

𝒟(R) → R
𝛿𝑎 ∶ .
𝜙 ↦ ⟨𝛿𝑎 , 𝜙⟩ ≝ 𝜙(𝑎)

Grâce au peigne de Dirac, l’échantillonnage d’un signal 𝑠 de fréquence

1/𝑇, noté 𝑠𝑇 , est alors simplement sa multiplication avec le peigne de Dirac.

+∞
𝑠𝑇 (𝑡) = ∑ 𝑠(𝑛𝑇 )𝛿𝑛𝑇 (𝑡),
𝑛=−∞

avec l’abus de notation 𝛿𝑎 (⋅) comme « fonction ».

Cette formalisation donne une bonne vision de l’échantillonnage qui cor-
respond au fait de prendre des points sur le graph du signal, voir figure 1.4.

31 Version du 2 avril 2025, 11 h 21 CEST. M. Chupin

 CHAPITRE 1. FORMULE DE SHANNON-NYQUIST ET
ÉCHANTILLONNAGE
𝑉 𝑉

1 1

𝑂 𝑡 𝑂 𝑡

(a) Le signal. (b) Le peigne de Dirac.

𝑉

𝑂 𝑡

(c) Le signal échantillonné.

Figure 1.4 – Procédé d’échantillonnage d’un signal vu comme multiplication

du signal avec un peigne de Dirac.

1.3.2 Phénomène de recouvrement de spectre

Si le support de la transformée de Fourier du signal, ou encore le spectre du

signal, est inclus dans l’intervalle [−𝐵, 𝐵], alors, une fréquence d’échantillon-
nage correcte est 𝑓𝑒 = 1/2𝐵, parfois appelée fréquence de Nyquist. Mais que
se passe-t-il lorsqu’on sous-échantillonne, c’est-à-dire, lorsque l’hypothèse
faite sur le support n’est plus valide ?
Sans passer par l’analyse de Fourier, on peut se convaincre qu’il faut une
certaine fréquence d’échantillonnage 1/𝑇 pour être capable de reconstruire le
signal, sans même le traiter. La figure 1.5 montre un signal sinusoïdale, un
échantillonnage de celui-ci, et le signal sinusoïdale qu’on peut reconstruire à
partir des échantillon.
Supposons donc que l’affirmation supp(𝑠)̂ ⊂ [−𝐵, 𝐵] soit fausse. Après
multiplication de 𝑠 ̂ par 1[−𝐵,𝐵] , c’est-à-dire convolution par ℎ(𝑡) = 2𝐵 sinc(2𝜋𝐵𝑡),

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 32

CHAPITRE 1. FORMULE DE SHANNON-NYQUIST ET
ÉCHANTILLONNAGE
Signal analogique
Signal reconstitué
Echantillon

𝑇
Figure 1.5 – Phénomène de sous-échantillonnage.

on se ramène au cadre précédent et on a :

𝑛
̃ = ∑𝑠(
𝑠(𝑡) ) sinc ((2𝐵𝑡 − 𝑛)𝜋).
𝑛∈Z
2𝐵

Quelle est la transformée de Fourier de ce signal ?

Proposition 1.5 : Soit 𝑠 un signal stable et continu tel que la condition (1.4)
soit satisfaite. Alors le signal :
𝑛
̃ = ∑𝑠(
𝑠(𝑡) ) sinc ((2𝐵𝑇 − 𝑛)𝜋),
𝑛∈N
2𝐵

admet la représentation :

̂̃
̃ = ⌠ 𝑠(𝜈)e
𝑠(𝑡) 2i𝜋𝜈𝑡
d𝜈,
⌡R
avec :
̂̃ = (∑ 𝑠(𝜈
𝑠(𝜈) ̂ + 2𝑗𝐵)) 1[−𝐵,𝐵] (𝜈). (1.8)
𝑗∈Z

La démonstration de ce résultat s’obtient en reprenant ligne à ligne celle du

théorème 1.5. La figure 1.6 donne une illustration de ce phénomène.
En conséquence, on voit que les supports des fonctions dans la somme
(1.8) vont se recouvrir sur les bords de l’intervalle [−𝐵, 𝐵], ce qui altérera

33 Version du 2 avril 2025, 11 h 21 CEST. M. Chupin

 CHAPITRE 1. FORMULE DE SHANNON-NYQUIST ET
ÉCHANTILLONNAGE
̂
𝑠(𝜈)

−𝑊−𝐵 𝐵 𝑊

̂ − 4𝐵) 𝑠(𝜈
𝑠(𝜈 ̂ − 2𝐵) ̂
𝑠(𝜈0𝐵) ̂ + 2𝐵) 𝑠(𝜈
𝑠(𝜈 ̂ + 4𝐵)

−4𝐵 −2𝐵 0𝐵 2𝐵 4𝐵

̂̃
𝑠(𝜈)

−𝑊−𝐵 𝐵 𝑊

Figure 1.6 – Illustration du phénomène de recouvrement de spectre, phéno-

mène connu sous le nom d’aliasing.

le spectre du signal reconstruit et par conséquent, le signal lui-même. Ce

phénomène est appelé recouvrement du spectre ou encore, en anglais, aliasing.
La conclusion pratique que l’on peut tirer de cette proposition est que,
lorsque l’on souhaite discrétiser 10 un signal, il faut tout d’abord en tronquer
le spectre — à l’aide d’un filtre, voir les chapitres 5 — puis l’échantillonner à
une fréquence au moins égale à celle de Nyquist.
Un exemple simple est celui de la numérisation de signaux sonores. Les fré-
quences audibles pour un nourrisson vont de 20 Hz à 20 kHz. Pour concevoir
le format de codage des CD audio, les ingénieur·e·s ont choisi une fréquence
d’échantillonnage de 44 kHz, c’est-à-dire à peu près le double de la fréquence
maximale audible, ce qui correspond bien à la fréquence de Nyquist. Les 4 kHz
supplémentaires correspondent à des corrections d’erreurs qui seront présen-
tées au chapitre 3. Pour les conversations téléphoniques, l’échantillonnage
se fait à la cadence de 8 kHz, qui est plus faible que celle des CD audio, car
les spectres considérés (que l’on souhaite transmettre) sont beaucoup plus
étroits. La qualité du rendu n’est plus un critère prédominant.

10. En utilisant un vocabulaire plus proche de celui des ingénieurs, on dirait « numériser ».

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 34

CHAPITRE 1. FORMULE DE SHANNON-NYQUIST ET
ÉCHANTILLONNAGE
1.3.3 Sur-échantillonnage
On peut maintenant se poser la question inverse. Quelles sont les consé-
quences d’un échantillonnage à une fréquence trop élevée ?
Nous allons voir que le sur-échantillonnage peut permettre d’accélérer la
vitesse de convergence. En effet, on peut remarquer que dans la formule (1.7)
la série obtenue converge très lentement, grosso-modo en 1/𝑛. En effet, la
quantité sinc(2𝐵𝑡 − 𝑛) est d’ordre 1/𝑛 et de signe alterné. Elle n’est donc pas
satisfaisante d’un point de vue pratique.
Supposons que l’on sur-échantillonne un signal 𝑠 : soit 𝑊 tel que supp(𝑠)̂ ⊂
[−𝑊 , 𝑊 ], et choisissons la fréquence d’échantillonnage 1/2𝐵 telle que 𝐵 =
(1 + 𝛼)𝑊, pour un certain 𝛼 > 0.
Choisissons notre fonction de troncature 𝜒 de telle sorte que :

∀𝜈 ∈ [−𝑊 , 𝑊 ], 𝜒(𝜈) = 1,

et
∀𝜈 ∈ R − [−𝐵, 𝐵], 𝜒(𝜈) = 0,
où nous ne disons rien entre sur ] − 𝐵, −𝑊 [ et sur ]𝑊 , 𝐵[.
Alors, le théorème de Shannon-Nyquist s’applique et en en reproduisant
la preuve, on obtient :
1 𝑛 𝑛
𝑠(𝑡) = ∑ 𝑠 ( ) ℎ (𝑡 − ),
2𝐵 𝑛∈Z 2𝐵 2𝐵

où la fonction ℎ est la transformée inverse de 𝜒 donnée par la formule (1.5).

On met ainsi en évidence un nouveau degré de liberté : par un choix judicieux
de ℎ, i.e. de 𝜒 sur ] − 𝐵, −𝑊 [ et sur ]𝑊 , 𝐵[, on peut accélérer la vitesse
de convergence. Ceci se fait en particulier en augmentant la régularité de la
fonction 𝜒.

1.4 Note bibliographique

Pour plus détails sur ce chapitre, avec le même cadre fonctionnel, on
consultera les parties A et B de la référence [4]. Pour approfondir la théorie
de la transformée de Fourier, on pourra consulter [6]. Enfin, pour les résultats
analogues dans le cadre de la théorie des distributions, on consultera [2, 13].

35 Version du 2 avril 2025, 11 h 21 CEST. M. Chupin

 CHAPITRE 1. FORMULE DE SHANNON-NYQUIST ET
ÉCHANTILLONNAGE

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 36

 2

Chapitre
Quantification scalaire des signaux
discrets

Sommaire du chapitre
2.1 Introduction . . . . . . . . . . . . . . . . . . 38
2.2 Formulation mathématique . . . . . . . . . . 39
2.2.1 Cadre . . . . . . . . . . . . . . . . . 39
2.2.2 Erreur de distorsion de quantification 40
2.2.3 Taux de quantification . . . . . . . . 40
2.3 Quantification uniforme . . . . . . . . . . . . 41
2.3.1 Quantification uniforme des sources
uniformes . . . . . . . . . . . . . . . 42
2.3.2 Quantification uniforme des sources
non-uniformes . . . . . . . . . . . . . 43
2.4 Quantification adaptative . . . . . . . . . . . 44
2.4.1 Approches online et offline . . . . . . 45
2.4.2 Quantification adaptative directe – of-
fline . . . . . . . . . . . . . . . . . . 45
2.4.3 Quantification adaptative rétrograde
– online . . . . . . . . . . . . . . . . 46
2.5 Quantification non-uniforme . . . . . . . . . 47
2.6 Note bibliographique . . . . . . . . . . . . . 48

Remarque 2.1 :
Ce chapitre n’est pas au programme du cours, il est là à titre d’information
pour satisfaire la curiosité des plus curieux et curieuses.

37
 CHAPITRE 2. QUANTIFICATION SCALAIRE DES SIGNAUX
DISCRETS
2.1 Introduction
Après avoir échantillonné un signal analogique, on dispose d’un signal
discret, c’est-à-dire une suite de nombres réels. À ce stade, la conversion
analogique-numérique (souvent désignée par CAN ) n’est pas encore achevée.
Il nous faut encore transformer une suite de nombres réels en une suite de 0
et de 1. C’est l’objet de ce chapitre.
On considère donc une source 1 émettant un signal discret en temps. La
transformation des nombres émis en suite de nombres binaires consiste en
fait en deux opérations : le codage et le décodage.
Coder, ou encoder un signal, c’est appliquer à chacun des termes de la
suite qu’il constitue une fonction de la forme :

[−𝑀 , 𝑀 ] → {𝐼𝑛 }0≤𝑛≤𝑁

𝑄∶ (2.1)
𝑠(𝑡) ↦ 𝐼𝑘

où :
— l’ensemble {𝐼𝑛 }0≤𝑛≤𝑁 est une famille d’intervalles disjoints formant
une partition de l’intervalle [−𝑀 , 𝑀 ] (𝑁 est un entier naturel),
— 𝑠(𝑡) est un réel, représentant la valeur du signal 𝑠 à l’instant 𝑡, sup-
posé appartenir à l’intervalle [−𝑀 , 𝑀 ] (𝑀 est un réel, qui peut être
inconnu).
L’encodage est donc une opération irréversible car faisant intervenir une
fonction non-injective, qui entraîne une perte d’information.
Un exemple courant est la quantification sur 3 bits. Dans ce cas, l’intervalle
[−𝑀 , 𝑀 ] est partitionné en 𝑁 = 23 = 8 intervalles.
Décoder un signal, c’est réaliser l’opération inverse, c’est-à-dire appliquer
à chacun des termes d’une suite d’intervalles une fonction de la forme :

𝐼𝑛 → 𝑦𝑛 ,

où 𝑦𝑛 est un réel représentant l’intervalle 𝐼𝑛 , par exemple la valeur de son

milieu.

Remarque 2.2 :
Les valeurs 𝑦𝑛 sont ensuite elles-même codées par des entiers binaires.

La figure 2.1 représente un signal avant et après quantification.

1. Ce terme sera très largement employé dans la suite et désigne un dispositif émettant
des signaux à partir de maintenant supposés discrets en temps.

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 38

CHAPITRE 2. QUANTIFICATION SCALAIRE DES SIGNAUX
DISCRETS

1s

Figure 2.1 – Exemple de quantification d’un signal.

2.2 Formulation mathématique

Dans cette section, on formalise mathématiquement le problème de la
quantification. Nous allons voir que le problème de quantification fait inter-
venir beaucoup de paramètre, et nous allons formuler plusieurs problèmes
d’optimisation qui permettent de déterminer la quantification. Comme il est
courant dans ce genre de modélisation, les problèmes qui en découlent sont
souvent trop difficile à attaquer, et il faut passer par des approximations (fixer
a priori des paramètres, simplifier le modèle, utiliser des méthodes numériques
pour résoudre, etc.).

2.2.1 Cadre
On considère donc une source émettant un signal aléatoire 𝑆 de densité de
probabilité 𝑓𝑆 ∈ 𝐿1 (R). Pour construire une quantification, il faut donc définir
une famille d’intervalles (i.e. la famille {𝐼𝑛 }0≤𝑛≤𝑁 de l’introduction), donc de
frontières, et de valeurs d’assignation (i.e. les valeurs 𝑦𝑛 de l’introduction).
Pour fixer les idées conservons les notations de l’introduction et désignons
par 𝑁 le nombre d’intervalles constituant la partition et donc également le
nombre de valeurs d’assignations. Le nombre de valeurs frontières, aussi
appelées valeurs de décision, que l’on note 𝑏𝑖 est alors 𝑁 + 1. On pose a priori
𝑏0 = −∞ et 𝑏𝑁 = +∞ et on signalera dans la suite les cas où l’on adopte
une autre convention. La fonction de quantification s’écrit :

𝑄(𝑥) = 𝑦𝑛 ,

39 Version du 2 avril 2025, 11 h 21 CEST. M. Chupin

 CHAPITRE 2. QUANTIFICATION SCALAIRE DES SIGNAUX
DISCRETS
pour 𝑥 ∈]𝑏𝑛−1 , 𝑏𝑛 ].

2.2.2 Erreur de distorsion de quantification

Définition 2.1 — (Erreur de distorsion de quantification) On définit

l’erreur quadratique moyenne de quantification par :
+∞
𝜎𝑞2 (𝐵, 𝑌 ) = ⌠ (𝑥 − 𝑄(𝑥))2 𝑓𝑆 (𝑥)d𝑥
⌡−∞
𝑁 𝑏𝑛 (2.2)
2
=∑⌠ (𝑥 − 𝑦𝑛 ) 𝑓𝑆 (𝑥)d𝑥,
𝑛=1 ⌡𝑏𝑛−1

où l’on a noté 𝐵 = {𝑏𝑛 }0≤𝑛≤𝑁 et 𝑌 = {𝑦𝑛 }1≤𝑛≤𝑁 . La quantité 𝜎𝑞 est aussi

appelée erreur de distorsion de quantification.

Une formalisation possible de l’erreur de quantification consiste à considé-

rer son effet comme celui d’un bruit externe affectant le signal 𝑆.
Le problème est alors le suivant : étant donné 𝑓𝑆 et 𝑁 le nombre d’inter-
valles de quantification, trouver les valeurs 𝑏𝑛 et 𝑦𝑛 solution du problème
min 𝜎𝑞2 (𝐵, 𝑌 ).
𝐵,𝑌

En conclusion, l’erreur de distorsion de quantification dépend à la fois de

la partition choisie et du choix du représentant.

2.2.3 Taux de quantification

Définition 2.2 — (Taux de quantification) On considère un codage des

𝑦𝑛 en entiers binaires de taille variable ℓ𝑛 , la taille moyenne des symboles
après codage, appelé taux de quantification, est :
𝑁
𝑅 = ∑ ℓ𝑛 𝑝(𝑦𝑛 ), (2.3)
𝑛=1

où l’on a noté 𝑝(𝑦𝑛 ) la probabilité d’apparition après codage du symbole

correspondant à 𝑦𝑛 .

Attention, la valeur 𝑅 dépend des frontières car :

𝑏𝑛
𝑝(𝑦𝑛 ) = ⌠ 𝑓𝑆 (𝑥)d𝑥,
⌡𝑏𝑛−1
M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 40
CHAPITRE 2. QUANTIFICATION SCALAIRE DES SIGNAUX
DISCRETS
et donc :
𝑁 𝑏𝑛
𝑅 = ∑ ℓ𝑛 ⌠ 𝑓𝑆 (𝑥)d𝑥.
𝑛=1 ⌡ 𝑏 𝑛−1
On considère donc selon les cas l’une ou l’autre des reformulations du
problème suivantes.

Problème 1
Si l’on se donne une contrainte de distorsion de quantification

𝜎𝑞 ≤ 𝜎⋆ , (2.4)

où 𝜎⋆ est un réel fixé, trouver le nombre 𝑁, les frontières 𝐵 et les représentants

𝑌 minimisant le taux 𝑅, défini par (2.3) et satisfaisant (2.4).

Problème 2
Si l’on se donne une contrainte sur le taux

𝑅 ≤ 𝑅⋆ , (2.5)

où 𝑅⋆ est un réel fixé, trouver le nombre 𝑁, les frontières 𝐵 et les représen-

tants 𝑌 minimisant la distorsion quantification et satisfaisant (2.5).

Remarque 2.3 :
L’une où l’autre de ces formulations constitue un problème plus général
que celui que nous allons considérer dans ce chapitre. On se restreint en
effet dans la suite à de codage de tailles fixes, si bien que 𝑅 est constant
par rapport à 𝐵 et 𝑌. Le problème du codage en taille variable sera quant
à lui traité au chapitre 3.

2.3 Quantification uniforme

La solution de quantification la plus simple est la quantification uniforme.
Dans ce cadre, tout les intervalles ont la même longueur, que l’on note dans
la suite Δ. On parle dans ce cas de quantification uniforme.
On suppose que l’on adopte une stratégie de codage où 𝑁 le nombre
d’intervalles est pair, c’est-à-dire que 0 ∈ 𝐵.

41 Version du 2 avril 2025, 11 h 21 CEST. M. Chupin

 CHAPITRE 2. QUANTIFICATION SCALAIRE DES SIGNAUX
DISCRETS
2.3.1 Quantification uniforme des sources uniformes
Supposons que pour tout 𝑡, 𝑠(𝑡) ∈ [−𝑆max , 𝑆max ] avec une probabilité
uniforme. Dans ce cas, on fixe cette fois-ci 𝑏0 = −𝑆max et 𝑏𝑁 = 𝑆max . Alors
2𝑆
Δ = 𝑁max et
𝑁 /2 𝑛Δ
2𝑛 − 1 2 1
𝜎𝑞2 (𝐵, 𝑌 ) =2∑⌠ (𝑥 − Δ) d𝑥
𝑛=1 ⌡(𝑛−1)Δ
2 2𝑆max
Δ2
= .
12
Afin d’évaluer l’effet de l’augmentation du nombre d’intervalle sur la qualité
du codage, on considère alors le rapport signal/bruit défini par :

𝜎𝑥2
𝑆𝑁 𝑅 = 10 log10 ( ),
𝜎𝑞2

où 𝜎𝑥 désigne l’écart type du signal 𝑆.

Puisque 𝑆 est une variable aléatoire de loi uniforme à valeurs dans [−𝑆max , 𝑆max ],
on a alors :
𝑆max 2
2 1 𝑆max
𝜎𝑥2 = √𝔼[𝑋 2 ] − 𝔼[𝑋]
⏟ = ⌠ 𝑥 2
d𝑥 = .
=0
2𝑆 max ⌡−𝑆 max
3

Par conséquent, le rapport signal/bruit vaut :

𝜎𝑥2
𝑆𝑁 𝑅 = 10 log10 ( )
𝜎𝑞2

(2𝑆max )2 12
= 10 log10 ( × )
12 2𝑆
( 𝑁max )
2
(2.6)
= 10 log10 (𝑁 2 )
= 20 log10 (2𝑘 )
= 6.02𝑘 dB,

où 𝑘 représente le nombre de bits utilisés pour le codage binaire des représen-

tants 𝑦𝑛 .

Définition 2.3 — (Décibel) Le décibel (dB) est une unité de grandeur

sans dimension définie comme dix fois le logarithme décimal du rapport

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 42

CHAPITRE 2. QUANTIFICATION SCALAIRE DES SIGNAUX
DISCRETS

entre deux puissances, utilisé dans les télécommunications, l’électronique

et l’acoustique.

La conclusion du calcul précédent est que l’ajout d’un bit de quantification

augmente le rapport signal/bruit d’approximativement 6 dB. C’est un résultat
très standard et qui est utilisé comme indication du gain maximal possible
lorsqu’on augmente le taux de quantification. Ceci n’est qu’une indication car
les hypothèses sur le signal sont très fortes et rarement vérifiées en pratique.

2.3.2 Quantification uniforme des sources non-uniformes

Pour introduire ce qui va suivre, considérons l’exemple d’une source émet-

tant dans [−100, 100] dont 95% des valeurs sont dans [−1, 1]. Supposons
que l’on ait adopté la stratégie de quantification uniforme de la section pré-
cédente et que le codage soit effectué sur 𝑘 = 3 (codage sur 3 bits), ce qui
revient à considérer 8 intervalles de longueur 25. On a donc, dans 95% des cas
une erreur minimum de 11,5. Cet exemple est représentatif des sources gaus-
siennes et montre le défaut de la quantification uniforme telle que présentée
dans la section précédente.
Si l’on souhaite rester dans le cadre de la quantification uniforme, une
solution consiste à utiliser la fonction de répartition pour optimiser la taille
des intervalles considérés. Concrètement cela revient à considérer 𝜎𝑞2 comme
une fonction de Δ et à résoudre :

min 𝜎𝑞2 (Δ).

Δ

Explicitons le début du calcul menant à la résolution de ce problème. On

a:
𝑁 /2−1 𝑛Δ
2𝑛 − 1 2
𝜎𝑞2 (Δ) =2 ∑ ⌠ (𝑥 − Δ) 𝑓𝑆 (𝑥)d𝑥
𝑛=1 ⌡(𝑛−1)Δ
2
+∞
𝑁 −1 2
+ 2⌠ (𝑥 − Δ) 𝑓𝑆 (𝑥)d𝑥.
⌡(𝑁 /2−1)Δ 2

43 Version du 2 avril 2025, 11 h 21 CEST. M. Chupin

 CHAPITRE 2. QUANTIFICATION SCALAIRE DES SIGNAUX
DISCRETS
Exercice 2.1 :
Montrer que :
𝑁 /2−1
𝜕𝜎𝑞2 (Δ) 𝑛Δ
2𝑛 − 1
= − ∑ (2𝑛 − 1) ⌠ (𝑥 − Δ) 𝑓𝑆 (𝑥)d𝑥
𝜕Δ 𝑛=1 ⌡(𝑛−1)Δ 2
+∞
𝑁 −1
− (𝑁 − 1) ⌠ (𝑥 − Δ) 𝑓𝑆 (𝑥)d𝑥.
⌡(𝑁 /2−1)Δ 2

Pour trouver un extremum de 𝜎𝑞 , il faut donc annuler cette dernière va-

leur. L’équation en découlant n’est pas résoluble algébriquement dans le cas
général. On la résout donc approximativement par des méthodes numériques.
Il existe aussi des tableaux indiquant les solutions dans les cas de densités de
probabilités classiques.

Remarque 2.4 :
Dans ce cas, on peut en fait distinguer deux types d’erreurs de quantifica-
tion :
1. L’erreur de surcharge, qui correspond aux erreurs se produisant
dans les deux intervalles extrêmes. On parle également de bruit
de saturation.
2. L’erreur granulaire, qui correspond à l’erreur de quantification
dans les autres intervalles. On parle alors de bruit granulaire.

Il arrive que l’on ne dispose que d’information partielles sur la source et sa

densité de probabilité 𝑓𝑆 . Cette carence conduit à des erreurs de modélisation.
𝑎𝑝𝑝𝑟𝑜𝑥
La fonction 𝑓𝑆 considérée ne coïncide pas avec la vraie fonction 𝑓𝑆 . Il
faut donc en fait prévoir une série de tests sur la source pour estimer ses
paramètres.

2.4 Quantification adaptative

Une solution simple aux problèmes évoqués dans la section précédente

consiste à fonder la stratégie de codage sur des intervalles de longueurs
variables. On parle dans ce cas de quantification adaptative. Le but est bien
sûr d’adapter les paramètres de quantification à la source considérée.

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 44

CHAPITRE 2. QUANTIFICATION SCALAIRE DES SIGNAUX
DISCRETS
2.4.1 Approches online et offline
Deux approches sont généralement considérées, l’approche online condui-
sant à une adaptation de la quantification rétrograde, c’est-à-dire effectuée en
même temps que la quantification elle-même et une adaptation offline, où les
paramètres de la quantification sont calculés de manière directe, c’est-à-dire
en fixant a priori les paramètres de la quantification.

2.4.2 Quantification adaptative directe – offline

Dans cette approche le signal émis est divisé en blocs temporels et chaque
bloc est analysé avant la quantification. Les paramètres de la quantification
sont calculés en fonction de l’analyse. On a donc, dans ce cas, besoin d’ad-
joindre à chaque bloc codé un bloc d’information supplémentaire permettant
d’indiquer au décodeur les paramètres de quantification qui ont finalement été
retenus. Deux problèmes apparaissent dans cette approche.
1. Un problème de synchronisation, car deux types de données sont trans-
mis : le code du signal et les blocs d’informations.
2. Un problème de choix de la taille des bloc de codage considérés. Il faut
alors trouver un compromis entre des bloc grands, qui seront alors plus
grossièrement décrits par les paramètres de quantifications retenus, et
des blocs petits, qui conduiront à de nombreux blocs d’information.
Donnons maintenant un exemple de procédure d’estimation des paramètres
d’un bloc à quantifier. Étant donné un bloc de taille 𝑀, un estime sa variance 2
au voisinage du temps 𝑛 par

1 𝑀 −1 2
𝜎𝑥2̂ = ∑ 𝑥 ,
𝑀 𝑖=0 𝑖+𝑛

où on a supposé que notre signal d’entrée avait une valeur moyenne nulle.
Pour quantifier le bloc considéré, une stratégie possible est alors de consi-
dérer une densité de probabilité 𝑓𝑆 pour le bloc considéré du signal qui par
exemple peut être une gaussienne avec pour variance la variance empirique
précédemment calculée et utiliser la stratégie uniforme indiquée à la sec-
tion 2.3.2.
Évidemment d’autres raffinements sont possible mais dépasse le cadre de
cette introduction à la quantification.

2. Il s’agit en fait de ce qu’on appelle en probabilité la variance empirique.

45 Version du 2 avril 2025, 11 h 21 CEST. M. Chupin

 CHAPITRE 2. QUANTIFICATION SCALAIRE DES SIGNAUX
DISCRETS
Remarque 2.5 :
Attention, il faudra aussi quantifier les informations des blocs d’informa-
tion, car tout doit être in fine sous forme binaire !

2.4.3 Quantification adaptative rétrograde – online

Dans cette second approche, l’adaptation se fait à la sortie du quantificateur.
Elle ne nécessite pas de bloc d’information supplémentaire. Ici, seulement les
valeurs quantifiés passées sont accessible pour adapter la quantification.
La méthode consiste à fixer le modèle, par exemple gaussien, et à adapter
au cours du temps la valeur de Δ en observant les histogrammes issus de la
quantification. Au bout d’un temps long, on aura de bonnes informations sur
le signal, mais comment adapter la quantification avant ?
Évidemment, l’idée est de n’avoir ni un paramètre Δ trop petit, ni trop
grand.
Nous allons présenter ici une idée de quantification adaptative qui n’utilise
que la dernière valeur du signal passé. Il s’agit de la quantification de Jayant.
L’idée derrière cet algorithme est très simple : pour un nombre fixé d’intervalles
𝑁, on considère des multiplicateurs 𝑀𝑘 pour chaque intervalle. On numérotera
de 0 à 𝑁 /2 − 1 les intervalles positifs, avec la relation

𝑀𝑘 = 𝑀𝑘+𝑁 /2 ,

pour tout 𝑘 entre 0 et 𝑁 /2 − 1. On aura donc deux intervalles pour 𝑘 =

𝑁 /2 − 1 et 𝑘 = 𝑁 − 1 qui seront de la forme [𝑏𝑘 , +∞[ et ] − ∞, −𝑏𝑘 ] et
qui sont des intervalles en dehors de la zone de quantification.
Partant de là, si la valeur à quantifier est dans les intervalles en dehors de
la zone de quantification alors, le paramètre Δ doit être augmenter (pour tenter
de faire rentrer la valeur dans la zone à l’intérieur de la quantification). Au
contraire, si la valeur à quantifier est à l’intérieur de la zone de quantification,
alors on peut essayer de diminuer la valeur de Δ.
On aura alors que pour les intervalles internes, 𝑀𝑘 ≤ 1 et pour les deux
intervalles externes 𝑀𝑘 > 1. L’algorithme est alors :
— la 𝑛-ième valeur est dans l’intervalle 𝑘,
— le paramètre de quantification est mise à jour par Δ𝑛 = 𝑀𝑘 ∗ Δ𝑛−1 ,
— et les intervalles (𝐼𝑘𝑛 )𝑘∈[0,𝑁 −1] sont recalculés avec le nouveau Δ𝑛 .

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 46

CHAPITRE 2. QUANTIFICATION SCALAIRE DES SIGNAUX
DISCRETS
Exercice 2.2 :
Appliquer l’algorithme pour :
— 𝑀0 = 𝑀4 = 0.8, 𝑀1 = 𝑀5 = 0.9, 𝑀2 = 𝑀6 = 1 et 𝑀3 =
𝑀7 = 1.2 ;
— la valeur initiale du paramètre de quantification Δ0 = 0.5 ;
— la séquence à quantifier
{0.1, −0.2, 0.2, 0.1, −0.3, 0.1, 0.2, 0.5, 0.9, 1.5}.

Le choix des multiplicateurs est un choix crucial pour cette algorithme. Il

est assez libre, mais plusieurs méthodes ont été proposées pour le faire. Nous
renvoyons à [11] pour une description d’une d’entre elles.

2.5 Quantification non-uniforme

La dernière solution envisagée habituellement consiste à postuler une

densité de probabilité, à considérer ensuite 𝜎𝑞 comme une fonction des 2𝑁 + 1
variables réelles contenues dans les variables 𝑌 et 𝐵 et finalement à optimiser
𝜎𝑞 globalement. La taille des intervalles de quantification Δ𝑖 = 𝑏𝑖+1 − 𝑏𝑖 n’est
alors plus constant.
Nous présentons dans cette section un algorithme connu sous le nom
d’algorithme de Lloyd ou de Lloyd-Max. Cette méthode a initialement été
développée pour les problèmes de quantification (en 1957) mais a désormais
des domaines d’application très variés notamment pour calculer le diagramme
de Voronoï de 𝑘 points, pour la résolution d’EDP, ou même désormais en
machine-learning.
Un calcul de différentielle partielle de (2.2) conduit à l’algorithme suivant.

avec 𝑏0 = −∞ et 𝑏𝑁 = +∞. Celles-ci permettent de définir un algorithme

de point fixe. En effet, le calcul des 𝑦𝑛 dépend des 𝑏𝑛 , et le calcul des 𝑏𝑛 dépend
des 𝑦𝑛 . On peut montrer rigoureusement que l’algorithme converge.
La méthode est donc d’itérer le calcul des jeux de variables (𝑦𝑛 ) et (𝑏𝑛 )
jusqu’à convergence.
De même que ce qu’à la section 2.3.2, ce système n’est, dans le cas général,
par résoluble algébriquement. Il faut donc mettre en oeuvre une méthode
numérique pour le résoudre approximativement.
Une preuve de convergence de l’algorithme de Lloyd peut se lire ici [14],
mais a été largement étendue depuis.

47 Version du 2 avril 2025, 11 h 21 CEST. M. Chupin

 CHAPITRE 2. QUANTIFICATION SCALAIRE DES SIGNAUX
DISCRETS
Algorithme 1 : Algorithme de Lloyd-Max
Require : 𝑏10 , … , 𝑏𝑁0
−1 , 𝑦1 , … , 𝑦𝑁 et 𝑓𝑆
0 0

1 : Pour tout 𝑖, 𝑏0𝑖 = −∞, 𝑏𝑁 𝑖

= +∞
2: 𝑖 =0
3 : repeat
4: Calculer :
𝑏𝑖
∫𝑏𝑖 𝑛 𝑥𝑓𝑆 (𝑥)d𝑥
𝑦𝑛𝑖+1 = 𝑛−1
, ∀𝑛 ∈ {1, … , 𝑁 }
𝑏𝑛𝑖
∫ 𝑖
𝑏𝑛−1
𝑓𝑆 (𝑥)d𝑥
𝑖+1
𝑦𝑛+1 + 𝑦𝑛𝑖+1
𝑏𝑛𝑖+1 = , ∀𝑛 ∈ {1, … , 𝑁 − 1}
2
5: until Convergence

2.6 Note bibliographique

Pour plus de détails sur les différentes techniques de quantification des
signaux, on consultera le chapitre 9 de la référence [11].

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 48

 3

Chapitre
Codage sans perte de l’informa-
tion

Sommaire du chapitre
3.1 Codage source et compression sans perte . . 50
3.1.1 Définitions . . . . . . . . . . . . . . . 50
3.1.2 Entropie et mesure de la quantité d’in-
formation . . . . . . . . . . . . . . . 51
3.1.3 Propriétés d’un codage source . . . . 54
3.1.4 Algorithme de Huffman . . . . . . . . 60
3.2 Codage canal et correction d’erreur . . . . . 64
3.2.1 Une approche naïve . . . . . . . . . . 65
3.2.2 Codes linéaires par blocs . . . . . . . 66
3.2.3 Détection et correction d’erreur . . . 70
3.2.4 Syndrôme et matrice de vérification . 73
3.2.5 Codes de Hamming . . . . . . . . . . 76
3.3 Notes bibliographiques . . . . . . . . . . . . 79

Nous continuons de suivre le cheminement du signal. Après avoir été

échantillonné puis quantifié, il est maintenant représenté par une suite de 0
et de 1. Nous allons voir comment on peut préparer sa transmission dans de
bonnes conditions. Plus précisément, deux raffinements très utiles vont être
présentés dans ce chapitre : tout d’abord ce qui est parfois appelé le codage
source, i.e. une méthode de compression sans perte d’information du signal,
comme le fait par exemple la compression zip, ensuite, ce qui est parfois
appelé le codage canal, i.e. l’ajout judicieux de bits de correction qui vont
permettre de corriger les erreurs éventuelles qui vont affecter le signal au
cours de sa transmission. Nous regarderons un codage particulier appelé le

49
 CHAPITRE 3. CODAGE SANS PERTE DE L’INFORMATION

code de Hamming qui permet de détecter deux erreurs par mot transmis et
d’en corriger une.

3.1 Codage source et compression sans perte

On appelle donc codage source l’ensemble des techniques permettant de
compresser avec ou sans perte d’information un signal numérique. Ceci revient
en fait à coder de manière astucieuse les symboles émis par une source de
manière à réduire le nombre total de bits utilisés.
Dans cette section on démontre le théorème fondamental du codage source,
qui indique une limite théorique de compression sans perte et on présente
un algorithme, dû à Huffman 1 , permettant d’approcher arbitrairement cette
limite.

3.1.1 Définitions
On commence par poser deux définitions.

Définition 3.1 — (Source de symboles 𝑚-aire) On appelle source de

symboles 𝑚-aire tout dispositif émettant des mots construits par concaté-
nations de symboles pris dans un alphabet de taille 𝑚.

Par exemple en informatique, l’alphabet est constitué de deux symboles 0

et 1, il s’agit d’un alphabet 2-aire, ou encore binaire. L’anglais utilise quant à
lui un peu plus de 26 symboles (car on peut ajouter aux 26 lettres de l’alphabet
latin 2 quels autres symboles comme les signes de ponctuation).
On appelle source sans mémoire une source pour laquelle la probabilité
d’émission d’un symbole ne dépend pas des symboles précédemment émis.
Dans ce cours, on ne va considérer que des sources sans mémoire, mais la
plupart des résultats présentés dans ce chapitre, et en particulier un nouveau
théorème de Shannon, peuvent être étendus à des cas beaucoup plus généraux.

Définition 3.2 — (Extension d’ordre 𝑘) On appelle extension d’ordre 𝑘

d’une source 𝑆, la source 𝑆𝑘 dont l’alphabet est obtenu par concaténation

1. David Albert Huffman (9 août 1925 — 7 octobre 1999, Ohio), chercheur américain
pionnier dans le domaine de l’informatique.
2. L’alphabet français lui comporte l’alphabet latin morderne de 26 lettres auxquelles il
faut ajouter les lettres accentuées au nombre de 13, le c cédille et deux ligutares, e-dans-l’a
et e-dans-l’o, pour un total de 42 !

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 50

CHAPITRE 3. CODAGE SANS PERTE DE L’INFORMATION

de 𝑘 symboles consécutif de la source 𝑆.

Remarque 3.1 :
Notons que le débit de la source 𝑆𝑘 est 𝑘 fois moins élevé que celui de
la source initiale 𝑆. De plus, si 𝑆 est une source de symboles 𝑚-aire,
l’alphabet de la source 𝑆𝑘 sera de taille 𝑚𝑘 .

Exemple
Soit 𝐴 = {𝑠1 , … , 𝑠𝑚 } un alphabet et 𝑆 une source emettant dans cet alphabet,
c’est-à-dire un enchaînement de 𝑠𝑖 de l’alphabet, par exemple :

𝑆 = 𝑠2 𝑠4 𝑠8 𝑠5 𝑠1 𝑠9 𝑠2 𝑠2 𝑠3 …

L’extension d’ordre 2 prendra ses valeurs dans l’alphabet 𝐴2 = {(𝑠𝑖 𝑠𝑗 )𝑖,𝑗∈{0,…,𝑚} }

de taille 2𝑚 et donc, sur l’exemple précédent, on considèrera

𝑆2 = (𝑠2 𝑠4 )(𝑠8 𝑠5 )(𝑠1 𝑠9 )(𝑠2 𝑠2 )(𝑠3 …

3.1.2 Entropie et mesure de la quantité d’information

Pour pouvoir compresser efficacement les symboles émis par une source, il
est utile de savoir mesurer la quantité d’information apportée par les symboles
qu’elle produit. Intuitivement, un symbole qui apparaît rarement, par exemple
le w dans les textes en français, apporte plus d’information qu’un symbole
très fréquent, par exemple le e toujours dans les textes en français 3 .

Quantité d’information par symbole

Étant donné une source 𝑆 émettant des symboles d’un alphabet 𝐴, on
commence par calculer la probabilité d’apparition des symboles de 𝐴. Ce
calcul peut-être fait offline, c’est-à-dire a posteriori, en calculant la fréquence
d’apparition de chaque symbole si l’on dispose de l’ensemble du signal émis,
ou bien online, c’est-à-dire a priori, si l’on connaît certaines propriétés de la
3. à l’exception de La disparition de G. Perec, un livre ne contenant pas — dans un but
bien précis — la lettre e.

51 Version du 2 avril 2025, 11 h 21 CEST. M. Chupin

 CHAPITRE 3. CODAGE SANS PERTE DE L’INFORMATION

source, par exemple si l’on sait que la source émet des mots dans une certaine
langue écrite.
Notons ℎ la quantité d’information — que nous n’avons pas encore définie
— apportée par un symbole 𝑥 ∈ 𝐴. Faisons une liste des propriétés de ℎ
attendues.
1. Tout d’abord, on souhaite que la quantité d’information apportée par
l’émission d’un symbole 𝑥 augmente lorsque la probabilité d’émission
de 𝑥, notée 𝑝(𝑥) dans la suite, diminue, ce qui peut se modéliser par
1
ℎ(𝑥) = 𝑓 ( ),
𝑝(𝑥)
où 𝑓 est un fonction croissante.
2. Si la probabilité d’émission d’un symbole est 1, alors celui-ci n’apporte
aucune information, on peut alors imposer
𝑓(1) = 0.
3. On souhaite enfin que la quantité d’information apportée par deux
messages indépendants soit la somme des quantités d’information
apportées par chacun des messages. On peut alors demander à 𝑓 de
vérifier
1 1 1 1
𝑓( ) = 𝑓( ) = 𝑓( ) + 𝑓( ).
𝑝(𝑥 et 𝑦) 𝑝(𝑥) ⋅ 𝑝(𝑦) 𝑝(𝑥) 𝑝(𝑦)
Ces différentes propriétés impliquent que la fonction ℎ doit être choisie de la
forme :
ℎ(𝑥) = − log𝑞 (𝑝(𝑥)).
La base 𝑞 n’est pas fixée a priori. Nous verrons plus tard que on la choisira
en fonction de la « dimension » de codage que on va utiliser.

Entropie d’une source

On souhaite maintenant définir la quantité moyenne d’information apportée
par la source 𝑆. Cette quantité est appelée entropie 4 et est naturellement
définie par la formule :
𝑚
𝐻(𝑆) ≝ ∑ 𝑝(𝑥)ℎ(𝑥) = − ∑ 𝑝𝑖 log𝑞 (𝑝𝑖 ),
𝑥∈𝐴 𝑖=1

où l’on a noté 𝑝𝑖 la probabilité d’émission du 𝑖-ème symbole de l’alphabet 𝐴.

4. L’entropie est une notion très variable suivant les disciplines mais s’il existe des liens
entre les différentes formulation. Ici, nous ne parlerons que de l’entropie de Shannon :
[Link]

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 52

CHAPITRE 3. CODAGE SANS PERTE DE L’INFORMATION

Borne sur l’entropie

On peut montrer que l’entropie est bornée supérieurement. Pour ce faire,

on introduit le résultat préliminaire suivant.

Lemme 3.1 — (Inégalité de Gibbs) Soit 𝑛 nombres 𝑝𝑖 et 𝑞𝑖 tels que :

0 < 𝑝𝑖 < 1, 0 < 𝑞𝑖 < 1,

et 𝑛 𝑛
∑ 𝑝𝑖 = 1, ∑ 𝑞𝑖 ≤ 1.
𝑖=1 𝑖=1
Alors : 𝑛
𝑞
∑ 𝑝𝑖 log𝑞 ( 𝑖 ) ≤ 0,
𝑖=1
𝑝𝑖
avec égalité si et seulement si

∀𝑖, 0 ≤ 𝑖 ≤ 𝑛, 𝑝𝑖 = 𝑞 𝑖 .

Exercice 3.1 :
Montrer ce lemme pour le logarithme népérien.

Cette inégalité est également appelée inégalité de Jensen 5 dans d’autres

contextes.

Proposition 3.1 : L’entropie vérifie l’inégalité suivante

𝐻(𝑆) ≤ log𝑞 (𝑚),

avec égalité dans le cas où tous les symboles de 𝑆 sont équiprobables, c’est-à-
dire que pour tout 𝑖 ∈ {1, … , 𝑚}, 𝑝𝑖 = 1/𝑚.

5. Johan Ludwig William Valdemar Jensen, surtout connu comme Johan Jensen, (8 mai
1859, Nakskov, Danemark - 5 mars 1925, Copenhague, Danemark) était un mathématicien
et ingénieur danois. Il est surtout connu pour sa fameuse inégalité de Jensen. En 1915, il
démontra également la formule de Jensen en analyse complexe.

53 Version du 2 avril 2025, 11 h 21 CEST. M. Chupin

 CHAPITRE 3. CODAGE SANS PERTE DE L’INFORMATION

Exercice 3.2 :
Montrer cette proposition.

3.1.3 Propriétés d’un codage source

L’objectif de la compression est de construire un codage minimisant la
taille moyenne des nouveaux symboles obtenus :
𝑚
ℓ ̄ = ∑ 𝑛𝑖 𝑝𝑖 ,
𝑖=1

où 𝑛𝑖 est la taille du nouveau code du 𝑖-ème symbole de 𝐴.

Supposons que la source 𝑆 (après quantification) soit constituée de 𝑚
états, c’est-à-dire, prenant des valeur dans l’alphabet 𝐴 = {𝑠1 , … , 𝑠𝑚 }. À
chacun de ces états 𝑠𝑖 , on va associer une suite de 𝑛𝑖 symboles d’un nouvel
alphabet 𝑞-aire. Ainsi le code source sera une suite de concaténation de 𝑛𝑖
symboles d’un alphabet 𝐶 = {𝑐1 , … , 𝑐𝑞 } (un mot) correspondant à 𝑠𝑖 , pour
tout 𝑖 ∈ {1, … , 𝑚}.
Comme ici, on considère deux alphabets, on appellera les symboles de
l’alphabet constituant la source 𝑆 qu’on cherche à coder les états.

Définition 3.3 — (Déchiffrabilité) Un code est appelé un code déchif-

frable, ou encore à décodage unique, si toute suite de mots de code ne peut
être interprétée que de manière unique.

Il y a plusieurs manières d’avoir un code déchiffrable parmi lesquels :

— définir un code à longueur fixe, c’est-à-dire avec des mots de longueur
fixe, qu’on peut décoder sans ambiguïté (par exemple : le code ASCII) ;
— consacrer un symbole de l’alphabet de destination comme séparateur
de mot ;
— on évite qu’un mot du code soit identique au début d’un autre mot.
C’est à cette dernière proporiété que nous allons nous intéresser dans ce
cours. On va alors ajouter une autre contrainte sur le nouvel alphabet. On
souhaite que celui-ci soit auto-ponctué, c’est-à-dire que les nouveaux symboles
soient émis par simple concaténation. On parle aussi de code préfixe ou code
irréductible. Ceci est formalisé par la définition suivante.

Définition 3.4 — (Code irréductible) On appelle code irréductible, ou

code préfixe, ou code auto-ponctué, un ensemble de mots tel qu’aucun mot

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 54

CHAPITRE 3. CODAGE SANS PERTE DE L’INFORMATION

ne soit le début d’un autre.

De la sorte, le récepteur d’un message sait toujours comment découper la

suite de symboles qu’il reçoit, car il sait identifier les moments où l’on passe
d’un symbole à un autre.
Tous les codes utilisés dans la vie courante ne sont pas irréductibles. Les
langues écrites ne le sont pas en général, le code morse non plus par exemple.

Arbre 𝑞−aire

Les codes auto-ponctués sont de manière naturelle associés à la notion

d’arbre 𝑞-aire, que l’on introduit maintenant.

Définition 3.5 — (Arbre 𝑞-aire) On appelle arbre 𝑞-aire un arbre dont

chaque nœud est soit une feuille, soit possède au plus 𝑞 descendants.

Par exemple un arbre binaire est obtenu en considérant l’arbre généa-

logique des ascendants d’une personne (et en se fixant une limite dans le
temps). La notion d’arbre 𝑞-aire est le bon concept pour représenter les codes
auto-ponctués. Le nombre 𝑞 représente le nombre de symboles du nouvel
alphabet de codage utilisés. Les mots sont donnés par l’ensemble des feuilles.
Le découpage du message reçu se fait donc par parcours successifs de l’arbre,
avec retour à la racine à chaque fois que l’on obtient une feuille.
Si l’alphabet est un alphabet binaire (composé de 0 et de 1) alors, l’arbre
correspondant est un arbre binaire très utile en algorithme et pour lesquels il
existe beaucoup de résultats théoriques et de bibliothèques pour nombreux
langages de programmation.
Les arbres 𝑞-aires vérifient l’inégalité de Kraft 6 qui nous servira dans la
suite.

6. Cette inégalité fut publiée pas Leon Kraft en 1949. Dans l’article correspondant Kraft
ne considère que les codes auto-ponctués et attribue l’analyse qu’il présente pour obtenir son
résultat à Raymond M. Redheffer. Cette inégalité est aussi parfois appelée « Théorème de
Kraft-McMillan » après que Brockway McMillan l’a découverte indépendamment en 1956.
McMillan prouve le résultat pour une classe plus large de codes et attribue quant à lui la
version correspondant aux codes auto-ponctués de Kraft à des observations de Joseph Leo
Doob en 1955.

55 Version du 2 avril 2025, 11 h 21 CEST. M. Chupin

 CHAPITRE 3. CODAGE SANS PERTE DE L’INFORMATION

Lemme 3.2 — (Inégalité de Kraft et réciproque) Les longueurs

(𝑛𝑖 )1≤𝑖≤𝑚 des 𝑚 chemins allant vers les 𝑚 feuilles d’un arbre 𝑞-aire véri-
fient : 𝑚
∑ 𝑞 −𝑛𝑖 ≤ 1. ( inégalité de Kraft)
𝑖=1
Réciproquement, si l’on se donne un entier 𝑞 et 𝑚 entiers (𝑛𝑖 )1≤𝑖 ≤𝑚 vérifiant
l’inégalité de Kraft, alors on peut construire un arbre 𝑞-aire ayant 𝑚 feuilles
situées à des profondeurs (𝑛𝑖 )1≤𝑖≤𝑚 .

Preuve : Soit 𝒜 un arbre 𝑞-aire. On note ℒ(𝒜) l’ensemble de ses feuilles et 𝑑(ℓ) la
profondeur de la feuille ℓ ∈ ℒ(𝒜).
𝒜 est un arbre 𝑞-aire, ainsi, on peut considérer 𝑞 sous arbres 𝒜1 , … , 𝒜𝑞 de 𝒜,
chacun d’eux étant lui-même un arbre 𝑞-aire. On note alors 𝒜 = 𝒩(𝒜1 , … , 𝒜𝑞 ) le
l’assemblage des sous-arbres avec la racine de 𝒜. On va procéder par récurrence.
Si 𝒜 n’a qu’une seule feuille, la profondeur de cette est 𝑑(ℓ) = 0 et ℒ(𝒜) = 1 7 .
L’inégalité de Kraft est alors vérifiée.
Supposons maintenant que 𝒜 = 𝒩(𝒜1 , … , 𝒜𝑞 ) où chaque 𝒜𝑖 vérifie l’ιnégalité
de Kraft. On a alors :
𝑞 𝑞
′ (ℓ)−1
∑ 𝑞 −𝑑(ℓ) = ∑ ∑ 𝑞 −𝑑(ℓ) = ∑ ∑ 𝑞 −𝑑 ,
ℓ∈ℒ(𝒜) 𝑖=1 ℓ∈ℒ(𝒜𝑖 ) 𝑖=1 ℓ∈ℒ(𝒜𝑖 )

où on a noté 𝑑′ (ℓ) la profondeur de la feuille ℓ dans les sous arbres. Puisque les sous
arbres vérifient l’inégalité de Kraft, on a :
′ (ℓ)
∑ 𝑞 −𝑑 ≤ 1,
ℓ∈ℒ(𝒜𝑖 )

et donc : 𝑞
−𝑑(ℓ) −1 ′ (ℓ)
∑ 𝑞 ≤𝑞 ∑ ∑ 𝑞 −𝑑 ≤ 𝑞 −1 𝑞 = 1.
ℓ∈ℒ(𝒜) 𝑖=1 ℓ∈ℒ(𝒜𝑖 )

Réciproquement, on se donne 𝑚 entiers (𝑛𝑖 )1≤𝑖≤𝑚 vérifiant 𝑛1 ≤ ⋯ ≤ 𝑛𝑚 ainsi

que l’inégalité de Kraft :
𝑚
∑ 𝑞 −𝑛𝑖 ≤ 1.
𝑖=1
On considère l’arbre 𝑞-aire complet 𝒜 de profondeur 𝑛𝑚 . On applique alors
l’algorithme suivant, pour 𝑖 = 1, … , 𝑚 :
— choisir un nœud non marqué de profondeur 𝑛𝑖 dans 𝒜 ;
— en faire un feuille en supprimant tous ses descendants ;
— le marquer.
7. Ou 0 si c’est l’arbre vide...

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 56

CHAPITRE 3. CODAGE SANS PERTE DE L’INFORMATION

Cet algorithme permet de construire un arbre 𝑞-aire dont les feuilles sont situées à
des profondeurs (𝑛𝑖 )1≤𝑖≤𝑚 . En voici les justifications :
— On ne supprime jamais un noeud marqué dans la procédure puisque lors-
qu’on fabrique la feuille de profondeur 𝑛𝑖 , on ne supprime que des nœuds de
profondeur strictement supérieure à 𝑛𝑖 car on a ordonné les 𝑛𝑖 .
— À l’étape 𝑖, il existe bien un nœud non marqué de profondeur 𝑛𝑖 . En effet, pour
une étape 𝑗, l’algorithme supprime ou marque (si on a une feuille) 𝑞 𝑛𝑚 −𝑛𝑗 .
Ainsi, à l’étape 𝑖, on a supprimé ou marqué :
𝑖 𝑖
∑ 𝑞 𝑛𝑚 −𝑛𝑗 = 𝑞 𝑛𝑚 ∑ 𝑞 −𝑛𝑗 .
𝑗=1 𝑗=1

Mais comme, les 𝑛𝑗 vérifient l’inégalité de Kraft, on a, pour tout 𝑗 < 𝑚 :

𝑖
∑ 𝑞 −𝑛𝑗 < 1,
𝑗=1

et donc
𝑖
∑ 𝑞 𝑛𝑚 −𝑛𝑗 < 𝑞 𝑛𝑚 .
𝑗=1

Ainsi, il existe une feuille de profondeur 𝑞 𝑛𝑚 non marquée ni supprimée.

Prenons alors son ancêtre de profondeur 𝑛𝑖 . 

Théorème fondamental du codage source

On dispose maintenant de tous les outils pour énoncer et démontrer le
théorème fondamental du codage source, qui est également un théorème de
Shannon.

Théorème 3.1 — (Théorème fondamental du codage source) Dans le

codage d’une source 𝑆 auto-ponctué sans mémoire à l’aide d’un alphabet
de taille 𝑞, la longueur moyenne ℓ ̄ des mots du code utilisé pour coder un
symbole de 𝑆 vérifie :
𝐻(𝑆) ≤ ℓ,̄
et l’on peut approcher cette limite aussi près que l’on veut, quitte à coder
les extensions de 𝑆 au lieu de 𝑆 elle-même.

Preuve : On considère 𝑚 états de la source 𝑆 codés par des mots de longueurs

(𝑛𝑖 )1≤𝑖≤𝑚 dans un alphabet de taille 𝑞. Puisqu’on considère un code auto-ponctué, ces
mots sont obtenus comme les feuilles d’un arbre 𝑞-aire et leurs longueurs vérifient :
𝑚
𝑄 ≝ ∑ 𝑞 −𝑛𝑖 ≤ 1.
𝑖=1

57 Version du 2 avril 2025, 11 h 21 CEST. M. Chupin

 CHAPITRE 3. CODAGE SANS PERTE DE L’INFORMATION

D’après l’inégalité de Gibbs, on a également :

𝑚
𝑞 −𝑛𝑖
∑ 𝑝𝑖 log𝑞 ( ) ≤ 0,
𝑖=1
𝑝𝑖

où 𝑝𝑖 est la probabilité d’émission du 𝑖-ème symbole de 𝑆 avec 𝑛𝑖 la longueur du

nouveau code du 𝑖-ème symbole. On en déduit :
𝑚 𝑚 𝑚
− ∑ 𝑝𝑖 log𝑞 𝑝𝑖 ≤ log𝑞 𝑞 × ∑ 𝑝𝑖 𝑛𝑖 = 1 × ∑ 𝑝𝑖 𝑛𝑖 .
𝑖=1 𝑖=1 𝑖=1

Or :
— 𝐻(𝑆) = − ∑𝑚 𝑖=1 𝑝𝑖 log𝑞 𝑝𝑖 ,
— ∑𝑚 𝑝
𝑖=1 𝑖 = 1,
— ∑𝑚 ̄
𝑖=1 𝑝𝑖 𝑛𝑖 = ℓ, la longueur moyenne d’un mot du nouveau code.
Finalement, on trouve :
𝐻(𝑆) ≤ ℓ.̄
Nous avons donc obtenu la borne théorique de compression annoncée dans l’introduc-
tion de cette section.
Montrons maintenant qu’on peut s’approcher aussi près que l’on veut de cette
borne. On cherche à minimiser ℓ.̄ Pour ce faire, on peut essayer d’approcher le cas
d’égalité dans les inégalités de Kraft et de Gibbs utilisées, c’est-à-dire à avoir :

𝑄 = 1, 𝑞 −𝑛𝑖 = 𝑝𝑖 ,

qui se traduit pour 𝑛𝑖 par :

𝑛𝑖 = − log𝑞 𝑝𝑖 .
Mais cette dernière fraction n’est pas forcément égale à un entier, on choisit donc de
définir 𝑛𝑖 par :
− log𝑞 𝑝𝑖 ≤ 𝑛𝑖 ≤ − log𝑞 𝑝𝑖 + 1.
En conséquence, on a :
𝑚 𝑚
∑ 𝑞 −𝑛𝑖 ≤ ∑ 𝑝𝑖 = 1,
𝑖=1 𝑖=1
et l’inégalité de Kraft est vérifiée. Il existe donc un arbre 𝑞-aire correspondant aux
longueurs 𝑛𝑖 , dont on peut déduire les mots (de longueurs 𝑛𝑖 ) du nouveau codage. De
plus on a :
−𝑝𝑖 log𝑞 𝑝𝑖 ≤ 𝑝𝑖 𝑛𝑖 ≤ −𝑝𝑖 log𝑞 𝑝𝑖 + 𝑝𝑖 ,
d’où l’on déduit par sommation :

𝐻(𝑆) ≤ ℓ ̄ ≤ 𝐻(𝑆) + 1.

Pour approcher arbitrairement la limite théorique, une stratégie judicieuse est de

considérer non plus la source 𝑆 comme source initiale, mais son extension d’ordre 𝑘,

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 58

CHAPITRE 3. CODAGE SANS PERTE DE L’INFORMATION

𝑆𝑘 . Si on considère les symboles comme des variables aléatoires prenant des valeurs
dans 𝐴 = {𝑠1 , … , 𝑠𝑚 }, alors
ℓ𝑘̄ = ∑ 𝑝(𝑥1 , … , 𝑥𝑘 )𝑛(𝑥1 , … , 𝑥𝑘 )
𝑥1 ,…,𝑥𝑘

où la somme est sur toutes les combinaisons possibles, et 𝑝 est la probabilité d’avoir la
combinaison et 𝑛 la longueur de codage de cette suite de symboles. Pour cette source
là, on applique le théorème que l’on vient d’obtenir, et on obtient :
𝐻(𝑆𝑘 ) ≤ ℓ𝑘̄ ≤ 𝐻(𝑆𝑘 ) + 1,
où ℓ𝑘̄ représente la longueur moyenne des mots du nouveau codage de 𝑆𝑘 . On divise
alors ces inégalités par 𝑘 :
𝐻(𝑆𝑘 ) ℓ̄ 𝐻(𝑆𝑘 ) 1
≤ 𝑘 ≤ + .
𝑘 𝑘 𝑘 𝑘
ℓ𝑘̄ 𝐻(𝑆𝑘 )
La quantité 𝑘 est alors notre longueur moyenne pour la source 𝑆 et notons ℋ = 𝑘 .
On a alors
1 1
ℋ= ∑ 𝑝(𝑥1 , … , 𝑥𝑘 ) log𝑞 ( )
𝑘 𝑥 ,…,𝑥 𝑝(𝑥1 , … , 𝑥𝑘 )
1 𝑘

1 1
= E [log𝑞 ( )]
𝑘 𝑝(𝑋1 , … , 𝑋𝑘 )
où on a noté 𝑋𝑘 les variables aléatoires du processus et E(𝑋) = ∑𝑖 𝑥𝑖 𝑝𝑖 . Dans ce
cours, on ne considère que des sources sans mémoire, et donc les symboles sont
indépendants, ainsi 𝑝(𝑥1 , … , 𝑥𝑘 ) = 𝑝(𝑥1 )𝑝(𝑥2 ) ⋯ 𝑝(𝑥𝑘 ) et donc
𝑘
1 1
ℋ= E ⎡log𝑞 ( ∏ )⎤
𝑘 ⎣ 𝑖=1
𝑝(𝑋𝑖 ) ⎦
1 𝑘 1
= ∑ E [log𝑞 ( )]
𝑘 𝑖=1 𝑝(𝑋𝑖 )
1 𝑘
= ∑𝐻
𝑘 𝑖=1
= 𝐻. 

Remarque 3.2 :
Nous avons démontrer ce résultat dans le cas d’une source sans mémoire,
mais on peut aussi montrer que ℋ ≤ 𝐻 dans le cas d’une source avec
mémoire.

59 Version du 2 avril 2025, 11 h 21 CEST. M. Chupin

 CHAPITRE 3. CODAGE SANS PERTE DE L’INFORMATION

Remarque 3.3 :
Évidemment, approcher cette limite a un certain coût ! En effet, la tech-
nique de codage considérée implique à un moment ou à un autre la trans-
mission d’un dictionnaire permettant le décodage pour retrouver les sym-
boles émis initialement. Si l’on code les extensions de 𝑆 au lieu de 𝑆
elle-même, la taille du dictionnaire va augmenter et ce exponentiellement
par rapport à l’extension considérée.

3.1.4 Algorithme de Huffman

Problème d’optimisation *
On cherche à construire un code préfixé de longueur moyenne minimale.
La compression est d’autant plus forte que la longueur moyenne des mots de
code est faible. Trouver un tel code revient donc à choisir les longueurs des
mots de codes, par rapport à la distribution de probabilité des symboles de
source, afin de rendre la longueur moyenne minimale. Il faut donc minimiser
la longueur moyenne du code ℓ ̄ sous les conditions de l’inégalité de Kraft (qui
donne une condition nécessaire et suffisante pour qu’un code possède un code
préfixé équivalent). Mathématiquement cela revient à résoudre le problème de
minimisation de la longueur moyenne
𝑚
ℓ ̄ = ∑ 𝑝𝑖 𝑛 𝑖
𝑖=1

sur l’ensemble des longueurs {𝑛𝑖 }𝑖∈{1,…,𝑚} et sous la contrainte donnée par
l’inégalité de Kraft :
𝑚
∑ 𝑞 −𝑛𝑖 ≤ 1.
𝑖=1

Par la méthode des multiplicateurs de Lagrange, on définit le lagrangien 𝐽 :

𝑚 𝑚
𝐽 = ∑ 𝑝𝑖 𝑛𝑖 + 𝜆 ( ∑ 𝑞 −𝑛𝑖 − 1)
𝑖=1 𝑖=1

que l’on différentie par rapport aux 𝑛𝑖 . Un rapide calcul donne les longueurs
optimales 𝑛∗𝑖 = − log2 (𝑝𝑖 ), c’est-à-dire une longueur moyenne égale à l’en-
tropie. Bien évidemment, ces longueurs optimales ne sont pas des longueurs
entières. Le but de cette section est de présenter un algorithme qui permet
d’approcher cette limite.

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 60

CHAPITRE 3. CODAGE SANS PERTE DE L’INFORMATION

L’algorithme
Il nous reste à donner une méthode permettant la mise en pratique du
résultat théorème 3.1 (qui n’est pas constructif). C’est l’algorithme 2, dit de
Huffman, qui fournit ce résultat à partir d’une source de 𝑚 symboles, dont
on connaît les probabilités (𝑝𝑖 )1≤𝑖≤𝑚 d’émission. En pratique cet algorithme
explique comment construire un arbre de codage.

Algorithme 2 : Algorithme de Huffman d’un code 𝑞-aire de 𝑚 sym-

boles
Require : (𝑠𝑖 )𝑖∈{1,…,𝑚} symboles de distribution de probabilité
(𝑝𝑖 )𝑖∈{1,…,𝑚}
1 : Définir 𝑚 nœuds actifs correspondant aux 𝑚 symbole
2 : Calculer 𝑟 comme le reste de la division de 1 − 𝑚 par 𝑞 − 1 (si
on a un code binaire, alors 𝑟 = 0)
3 : while il reste plus d’un nœud actif do
4: Grouper, un tant que fils d’un nœud nouvellement créé, les 𝑞 − 𝑟
nœuds actifs les moins probables et les 𝑟 nœuds inutilisés
5: Marquer les 𝑞 − 𝑟 nœuds actifs comme non-actifs et le nœud
nouvellement crée comme actif
6: Assigner au nœud nouvellement créé une probabilité égale à
la somme des probabilités des 𝑞 − 𝑟 nœuds qui viennent d’être
désactivés.
7: Poser 𝑟 = 0
8 : end while

Soit 𝑇 un arbre binaire de 𝑛 feuilles dont les poids respectifs sont notés
𝑝𝑖 et les profondeurs ℓ𝑖 . Montrons que l’algorithme de Huffman minimise la
longueur moyenne ∑𝑖 ℓ𝑖 𝑝𝑖 dans le cas d’un arbre binaire.

Définition 3.6 — (Arbre optimal) On appelera un arbre 𝑇 de 𝑛 feuilles

aux poids et profondeurs respectives 𝑝𝑖 et ℓ𝑖 un arbre optimal, un arbre
dont le placement des feuilles minimise la quantité ∑𝑛𝑖=1 ℓ𝑖 𝑝𝑖 .

Pour cela, établissons le lemme suivant.

Lemme 3.3 Soit 𝑇 un arbre optimal, alors l’arbre 𝑇 n’a aucun nœud qui
n’a qu’un seul descendant.

Preuve : Supposons qu’un nœud de l’arbre 𝑇 a un descendant vide, son descendant

de gauche par exemple. En supprimant ce nœud et en recollant à la place le fils droit

61 Version du 2 avril 2025, 11 h 21 CEST. M. Chupin

 CHAPITRE 3. CODAGE SANS PERTE DE L’INFORMATION

(non vide), alors on obtient un arbre 𝑇 ’ dont la longueur est strictement inférieur.
Impossible puisque l’arbre 𝑇 est optimal. 

Nous avons besoin d’un second lemme.

Lemme 3.4 Soit 𝑥 et 𝑦 deux symboles de l’alphabet à coder de plus petit

poids (probabilités). Il y a un abre optimal pour lequel ces deux symboles
sont des feuilles sœurs d’un même nœud de profondeur maximale.

Preuve : Soit 𝑇 un arbre optimal. Soient 𝑏 et 𝑐 deux feuilles sœurs de profondeur

maximale (deux telles feuilles existent car l’arbre est optimal). Supposons par exemple
que 𝑝𝑏 ⩽ 𝑝𝑐 et 𝑝𝑥 ⩽ 𝑝𝑦 . Comme 𝑥 et 𝑦 ont les deux plus petits poids, 𝑝𝑥 ⩽ 𝑝𝑏 et
𝑝𝑦 ⩽ 𝑝𝑐 . De plus 𝑏 et 𝑐 sont à une profondeur maximal dans l’arbre 𝑇, donc ℓ𝑥 ⩽ ℓ𝑏
et ℓ𝑦 ⩽ ℓ𝑐 . Échangeons 𝑥 et 𝑏. En notant 𝐵(𝑇 ) = ∑𝛼∈𝐴 𝑝𝛼 ℓ𝛼 , on obtient un noudel
arbre 𝑇 ’ tel que :

𝐵(𝑇 ’) = 𝐵(𝑇 ) − 𝑝𝑥 ℓ𝑥 − 𝑝𝑏 ℓ𝑏 + 𝑝𝑥 ℓ𝑏 + 𝑝𝑏 ℓ𝑥
= 𝐵(𝑇 ) − (𝑝𝑏 − 𝑝𝑥 )(ℓ𝑏 − ℓ𝑥 )
⩽ 𝐵(𝑇 ).

Comme l’arbre 𝑇 est optimal, 𝐵(𝑇 ’) = 𝐵(𝑇 ), ainsi 𝑇 ’ est aussi optimal. On fait de
même en échangeant 𝑐 et 𝑦 et on obtiont un nouvel arbre 𝑇 ’’, toujours optimal, qui
vérifie la condition voulue. 

On peut alors établir le théorème suivant.

Théorème 3.2 Un arbre construit avec l’algorithme de Huffman minimise

la longueur moyenne ∑𝑖 ℓ𝑖 𝑝𝑖 .

Preuve : On démontre ce résultat par récurrence.

Pour le cas 𝑛 = 2, il n’y a que deux arbres possibles, tout deux avec la même
longueur moyenne.
Ensuite, considéront un arbre de Huffman 𝑇 avec 𝑛 ⩾ 3 feuille. Supposons donc
la propriété d’optimalité vraie pour les alphabets ayant 𝑛 − 1 symboles.
Considérons un alphabet 𝐴 de taille 𝑛. Les 𝑛 − 1 dernières itérations de l’algo-
rithme de Huffman ne sont autres que l’algorithme de Huffmann appliqub à l’alphabet
𝐴’ = 𝐴 ∪ {𝑧}\{𝑥, 𝑦} où 𝑝𝑧 = 𝑝𝑥 + 𝑝𝑦 et les poids des autres symboles sont les même
pour 𝐴 et 𝐴’. Par l’hypothèse de récurrence, l’algorithme de Huffman renvoie un
arbre 𝐻 optimal pour 𝐴’. Il nous reste à voir que cet arbre est optimal pour l’alphabet
𝐴.
On a alors :
𝐵𝐴’ (𝐻) = 𝐵𝐴 (𝐻) − 𝑝𝑥 ℓ𝑥 − 𝑝𝑦 ℓ𝑦 + 𝑝𝑧 ℓ𝑧 .

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 62

CHAPITRE 3. CODAGE SANS PERTE DE L’INFORMATION

Mais ℓ𝑧 = ℓ𝑥 − 1 = ℓ𝑦 − 1. Ainsi 𝐵𝐴’ (𝐻) = 𝐵𝐴 (𝐻) − (𝑝𝑥 + 𝑝𝑦 ).

Soit maintenant 𝑇 un arbre optimal pour l’alphabet 𝐴 avec les symboles 𝑥 et 𝑦
sur des feuilles sœurs de profondeurs maximales. 𝑇 peut aussi être vu comme un
arbre sur l’alphabet 𝐴’. Or 𝐻 est optimal pour 𝐴’. Donc 𝐵𝐴’ (𝑇 ) ⩾ 𝐵𝐴’ (𝐻). Mais
𝐵𝐴’ (𝑇 ) = 𝐵𝐴 (𝑇 ) − (𝑝𝑥 + 𝑝𝑦 ) (même calculs que ceux faits pour 𝐻), donc

𝐵𝐴 (𝑇 ) − (𝑝𝑥 + 𝑝𝑦 ) ⩾ 𝐵𝐴’ (𝐻) = 𝐵𝐴 (𝐻) − (𝑝𝑥 + 𝑝𝑦 ).

On en déduit que 𝐵𝐴 (𝑇 ) ⩾ 𝐵𝐴 (𝐻) et donc que 𝐵𝐴 (𝑇 ) = 𝐵𝐴 (𝐻) (puisque 𝑇 est

optimal), et donc 𝐻 est optimal pour l’alphabet 𝐴. 

Exercice 3.3 :
On considère une source 𝑆 composée des états {𝑠1 , 𝑠2 , … , 𝑠8 } avec la
distribution de fréquence suivante que l’on veut coder en binaire :

𝑠1 𝑠2 𝑠3 𝑠4 𝑠5 𝑠6 𝑠7 𝑠8
0.4 0.18 0.1 0.1 0.07 0.06 0.05 0.04

1. Calculer l’entropie de la source d’information 𝑆 pour un codage en

base 2.
2. Calculer un codage de Huffman binaire de cette source puis la lon-
gueur moyenne de ce codage. Comparer avec la longueur moyenne
à l’entropie.

Remarque 3.4 :
En ayant calculé l’entropie de la source 𝑆, on peut établir une prescription
d’un objectif pour la taille moyen du code ℓ.̄ Si l’objectif de longueur
moyenne n’est pas atteint, alors il suffit de reprendre l’algorithme avec
une extension d’ordre plus élevée du code.

Exemple : Réduction de la longueur moyenne par extension

Considérons un code simpliste : soit une source 𝑆 prenant valeur dans les
états 𝐶 = (𝑐, 𝑠) de probabilité d’émission 𝑃 = (𝑝𝑐 , 𝑝𝑠 ) = (1/4, 3/4). Le
codage de Huffman est alors juste un arbre à un nœud et deux feuilles qui
donne 𝑐 → 0 et 𝑠 → 1 de taille respective 𝑛𝑐 = 𝑛𝑠 = 1, de longueur moyenne

ℓ ̄ = 1 × 1/4 + 1 × 3/4 = 1.

63 Version du 2 avril 2025, 11 h 21 CEST. M. Chupin

 CHAPITRE 3. CODAGE SANS PERTE DE L’INFORMATION

Considérons désormais l’extension d’ordre 2, c’est-à-dire 𝑆 2 d’alphabet

𝐶 2 = (𝑐𝑐, 𝑐𝑠, 𝑠𝑐, 𝑠𝑠) et d’émission de probabilité 𝑃 2 = (1/16, 3/16, 3/16, 9/16).
Cette extension d’ordre 2 donne l’arbre suivant.

0 1

0.44 𝑠𝑠 0.56

0 1
𝑠𝑐 0.19 0.25

0 1
𝑐𝑐 0.06 𝑐𝑠 0.19
𝑐𝑐 → 010, 𝑐𝑠 → 011, 𝑠𝑐 → 00 et 𝑠𝑠 → 1.

La longueur moyenne est alors de

ℓ2̄ = 3 × 1/16 + 3 × 1/16 + 2 × 3/16 + 9/16 = 1.6875,

ce qui donne
ℓ∗̄ = 0.5 × ℓ2̄ < ℓ.̄

3.2 Codage canal et correction d’erreur

On considère maintenant uniquement des signaux binaires même si de
nombreuses définitions et résultats présentés ici peuvent être généralisés.
Une fois le signal — c’est-à-dire une suite de 0 et de 1 — compressé, il
va maintenant s’agir de le transmettre. Le medium utilisé pour la trans-
mission est appelé canal. Évidemment, les canaux peuvent être de nature
très variée. Il peut s’agir d’une onde électromagnétique envoyée dans une
fibre optique, dans l’atmosphère ou dans l’espace dans le cas de la commu-
nication par satellite, d’impulsions électriques envoyées dans un réseau, ou
encore d’une clef USB, d’un disque dur ou d’un disque optique pour les CD
ou pour les DVD.

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 64

CHAPITRE 3. CODAGE SANS PERTE DE L’INFORMATION

Chacun de ces canaux rend intrinsèquement possible l’introduction d’er-

reurs. Il y a concrètement toujours un risque que le médium transforme un 0
en 1 et réciproquement. Cela peut ne pas avoir d’effet grave si le code supporte
une image ou un son, mais peut être beaucoup plus lourd de conséquence
s’il s’agît du texte d’un programme exécutable par exemple. Dans ce cas, la
transmission échouera si le moindre symbole du programme est modifié.
Il apparaît donc nécessaire de mettre en place une stratégie permettant au
moins de détecter, lors de la réception, les erreurs de transmission, voir de
les corriger. De nombreuses méthodes atteignant cet objectif ont été conçues
depuis une cinquantaine d’années. Elles reposent toutes sur l’ajout de bits
de correction, ou bits de contrôle, c’est-à-dire qu’elles ont toujours pour effet
négatif de grossir la taille du signal à envoyer. Un compromis doit donc être
trouvé entre qualité de correction et alourdissement du signal.
Dans cette section, on présente des outils permettant de quantifier le
facteurs intervenant dans ce compromis et une stratégie générale de codage
canal ainsi qu’une de ses réalisations concrètes.
Dans la suite on désignera indifféremment de code correcteur, codage canal
ou encore code la stratégie de correction considérée.

3.2.1 Une approche naïve

Une idée simple que l’on peut avoir est de répéter un certain nombre de
fois chaque symbole à transmettre. Si on choisit par exemple de doubler le
symbole, c’est-à-dire d’appliquer la fonction :

0 → 00,

1 → 11,
on pourra facilement détecter une erreur (si les symboles reçus ne coïncident
pas deux à deux). Par contre, on ne pourra corriger l’erreur correctement
qu’une fois sur deux en moyenne, en choisissant arbitrairement de remplacer
la séquence erronée détectée par un 0, par exemple.
Dans cette démarche, on a ajouté un bit de correction par bit transmis. Si on
choisit maintenant d’en ajouter deux, en adoptant une stratégie de triplement,
on constate que la correction sera plus efficace : on remplacera une séquence
erronée, par exemple 001, par le signe apparaissant majoritairement 8 dans
le triplet, 0 dans notre exemple. Cette méthode permet de détecter deux
erreurs par bloc de trois bits et d’en corriger une : en effet, si deux erreurs
affectent, lors de la transmission la séquence de trois bits, alors la stratégie
8. On parle parfois de stratégie du vote majoritaire.

65 Version du 2 avril 2025, 11 h 21 CEST. M. Chupin

 CHAPITRE 3. CODAGE SANS PERTE DE L’INFORMATION

choisie donnera lieu, lors du décodage, à une erreur. Pour aller plus loin, on
peut regarder l’exemple d’un canal introduisant 5% d’erreurs, avec lequel
on applique la stratégie du triplement. Puisqu’une erreur est corrigée, la
probabilité qu’une séquence de trois bits soit transmise correctement ou avec
une seule erreur est de :
𝑝 = 0, 953 + 3 × 0, 952 × 0, 005 = 0, 99275.
Ainsi le taux de succès est passé de 95% à un taux supérieur 99%. Évidem-
ment, ceci a un coût ! Il a en effet fallu tripler la taille du signal à transmettre.
On va voir dans la suite comment « optimiser » l’usage des bits de correc-
tion.

3.2.2 Codes linéaires par blocs

Découpage en bloc et structure algébrique des blocs
Un préalable souvent nécessaire à la correction d’erreur est le découpage
du signal à transmettre en blocs de taille fixe, disons 𝑘. L’ensemble sur lequel
on va travailler est donc 𝐵𝑘 où 𝐵 = {0, 1}. En munissant celui-ci de l’addition
composante par composante dans le groupe (Z/2Z, +), ainsi que du corps des
scalaires (fini) (Z/2Z, +, ×), on voit que l’on peut doter 𝐵𝑘 d’une structure
d’espace vectoriel (fini) que l’on notera F𝑘2 .

Remarque 3.5 :
— Le plus petit corps fini est noté F2 . Il est composé de deux éléments
distincts, 0 qui est l’élément neutre pour l’addition, et 1 qui est
élément neutre pour la multiplication. Ceci détermine les tables de
ces deux opérations en dehors de 1 + 1 qui ne peut alors être que
0, car 1 doit avoir un opposé. On vérifie alors qu’elles définissent
bien un corps commutatif.
+ 0 1 × 0 1
0 0 1 0 0 0
1 1 0 1 0 1
Le corps F2 peut s’interpréter diversement. C’est l’anneau Z/2Z,
les entiers pris modulo 2, c’est-à-dire que 0 représente les entiers
pairs, 1 les entiers impairs (c’est le reste de leur division par 2),
et les opérations se déduisent de celles sur Z.
C’est aussi l’ensemble des valeurs de vérité classiques, 0 pour le
faux, et 1 pour le vrai. L’addition est le « ou exclusif » (xor), la
multiplication le « et ».

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 66

CHAPITRE 3. CODAGE SANS PERTE DE L’INFORMATION

— Une généralisation naturelle de F2 = Z/2Z est, pour 𝑝 premier, le

corps Z/𝑝Z à 𝑝 éléments, noté aussi F𝑝 . Pour que l’anneau Z/𝑝Z
soit un corps, il faut et il suffit que 𝑝 soit premier.

Théorie des codes correcteurs

Introduisons quelques définitions pour pouvoir travailler mathématique-
ment avec ces concepts.

Définition 3.7 — (Poids d’un mot) On définit le poids d’un mot 𝑚 de F𝑘2
comme le nombre de composantes non nulles du mot. On le notera 𝑤(𝑚).

On définit alors une distance 9 sur cet espace vectoriel.

Définition 3.8 — (Distance de Hamming) La distance de Hamming

entre deux mots 𝑚1 et 𝑚2 de F𝑘2 est le nombre de composantes distinctes
de 𝑚1 et 𝑚2 . On la note 𝑑(𝑚1 , 𝑚2 ).

On peut montrer, mais nous ne le ferons pas ici, que cette distance de
Hamming 10 est bien une distance au sens mathématique du terme.

Proposition 3.2 : La distance de Hamming est une distance sur F𝑘2 .

On a par exemple :
𝑑(111, 101) = 1.
Une propriété intéressante de cette distance est qu’elle vérifie :

𝑑(𝑚1 , 𝑚2 ) = 𝑑(𝑚1 + 𝑚2 , 0F𝑛 ), (3.1)

2

9. On appelle distance sur un ensemble 𝐸 toute application 𝑑 définie sur le produit 𝐸 2 =

𝐸 × 𝐸 et valeur dans R+ vérifiant les propriétés suivantes :
(symétrie) ∀(𝑎, 𝑏) ∈ 𝐸 2 , 𝑑(𝑎, 𝑏) = 𝑑(𝑏, 𝑎),
(séparation) ∀(𝑎, 𝑏) ∈ 𝐸 2 , 𝑑(𝑎, 𝑏) = 0 ⇔ 𝑎 = 𝑏,
(inégalité triangulaire) ∀(𝑎, 𝑏, 𝑐) ∈ 𝐸 3 , 𝑑(𝑎, 𝑐) ⩽ 𝑑(𝑎, 𝑏) + 𝑑(𝑏, 𝑐).
Un ensemble muni d’une distance est un espace métrique.
10. Richard Wesley Hamming (11 février 1915, Chicago - 7 janvier 1998, Monterey,
Californie) est un mathématicien américain surtout connu pour son algorithme de correction
d’erreur, le Code de Hamming. Il travailla avec Claude Shannon entre 1946 et 1976 aux
laboratoires Bell.

67 Version du 2 avril 2025, 11 h 21 CEST. M. Chupin

 CHAPITRE 3. CODAGE SANS PERTE DE L’INFORMATION

où :
0F𝑛 = (0,
⏟ … , 0).
2
𝑛 fois

Autrement dit, pour connaître la distance entre deux mots, il suffit de les
additionner et de compter le nombre de composantes égales à 1 dans le résultat.
Derrière cette notion de distance, se cache une stratégie de correction : étant
donné que les mots du code ne forment qu’une sous-partie de F𝑛2 , lorsqu’on
reçoit en sortie de canal un mot ne figurant pas dans l’ensemble des mots
possible, on le remplace par le mot du code le plus proche.

Code
Dans le cadre que l’on vient d’introduire, l’ajout de 𝑟 bits de correction
peut être vu comme l’application d’une certaine fonction injective :

𝑔 ∶ F𝑘2 → F𝑛2 ,

où 𝑛 = 𝑘 + 𝑟. La stratégie de correction est dite linéaire, lorsque 𝑔 est une

application linéaire (entre les espaces F𝑘2 et F𝑛2 ). Si on note 𝑚 un mot de taille
𝑘 et 𝑚′ son image par le codage, on a donc :

𝑚′ = 𝑚𝐺,

où 𝐺 est la transposée de la matrice de 𝑔 de dimensions (𝑛, 𝑘) et à coefficients

dans Z/2Z.
Puisque 𝑛 > 𝑘, l’image de 𝑔 est un sous-espace vectoriel de F𝑛2 .

Définition 3.9 — (Code linéaire) On appelle codage linéaire le sous-

espace vectoriel Im(𝑔) que l’on note 𝐶(𝑘, 𝑛). En tant que sous-espace de
dimension 𝑘 (𝑔 est injective), il est caractérisé par 𝑛 − 𝑘 = 𝑟 équations
linéaires traduisant les dépendances entre les bits des blocs codés.

Exemple
Un exemple particulièrement simple est le bit de parité : on ajoute à la fin
du message un bit correspondant à la parité de la somme des éléments du
message. Si la somme est paire, alors le bit vaut 0 et 1 sinon. Pour un mot
de longueur 𝑘, le code associé a donc pour paramètres (𝑘, 𝑘 + 1).

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 68

CHAPITRE 3. CODAGE SANS PERTE DE L’INFORMATION

Définition 3.10 — (Matrice génératrice) La matrice 𝐺 est appelée ma-

trice génératrice du code 𝐶(𝑘, 𝑛).

Définition 3.11 — (Distance minimale d’un code) On appelle distance

minimale d’un code 𝐶 (de correction linéaire par bloc) la plus petite distance
entre deux mots de 𝐶 :

𝑑𝐶 = min {𝑑(𝑚1 , 𝑚2 ); 𝑚1 ∈ 𝐶, 𝑚2 ∈ 𝐶, 𝑚1 ≠ 𝑚2 } .

Proposition 3.3 : Pour un code linéaire 𝐶, on a

𝑑𝐶 = min {𝑤(𝑚); 𝑚 ∈ 𝐶, 𝑚 ≠ 0} .

Exercice 3.4 :
Écrire la preuve.

Proposition 3.4 : Soit 𝐶 un code linéaire de paramètre (𝑛, 𝑘, 𝑑𝐶 ), alors

𝑑𝐶 ≤ 𝑛 − 𝑘 + 1.

C’est la borne de Singleton.

Exercice 3.5 :
Écrire la preuve (indication : faire un raisonnement sur les dimensions
des espaces).

Décodage par maximum de vraisemblance

Une classe de décodage importante est la classe des décodage à distance
minimale que nous définissons maintenant.

69 Version du 2 avril 2025, 11 h 21 CEST. M. Chupin

 CHAPITRE 3. CODAGE SANS PERTE DE L’INFORMATION

Définition 3.12 — (Décodage à distance minimale) On dit qu’un code

𝐶 utilise un décodage à distance minimale chaque fois que la décision de
décodage, noté 𝒟 consiste pour un mot reçu 𝑚∗ , à choisir le ou un des
mots de code le plus proche

𝒟(𝑚∗ ) = arg min 𝑑(𝑚, 𝑚∗ ).

𝑚∈𝐶

Le lemme suivant donne une méthode simple pour calculer la distance d’un
code.

Lemme 3.5 La distance d’un code est égale au nombre de 1 contenus dans
le mot non nul du code qui en contient le moins.

Preuve : Ce lemme est une conséquence directe de la formule (3.1). En effet, puisque
𝐶(𝑘, 𝑛) est un espace vectoriel, on a :

𝐶(𝑘, 𝑛) − {0F𝑛2 } = {𝑚1 + 𝑚2 ; 𝑚1 ≠ 𝑚2 , 𝑚1 ∈ 𝐶(𝑘, 𝑛), 𝑚2 ∈ 𝐶(𝑘, 𝑛)} . 

3.2.3 Détection et correction d’erreur

Si la distance d’un code est 1, un mot avec un bit erroné peut éga-
lement être un mot du code. On ne pourra donc pas à coup sûr détecter
1 erreur. Si la distance est 2, on détectera à coup sûr une erreur, mais
on ne pourra pas la corriger dans tous les cas. En effet, il se peut que
le mot entaché d’une erreur soit équidistant de deux mots distincts du
code, ce qui fait qu’on ne pourra choisir qu’arbitrairement et sans ga-
rantie le mot du code qui lui correspondait avant l’erreur. Enfin, si la
distance est 3, alors, par un raisonnement analogue, on pourra détecter 2
erreurs et corriger correctement 1 erreur. Tout ceci se généralise dans le
théorème suivant.

Théorème 3.3 Un code par bloc de longueur 𝑛 utilisant un décodage

à distance minimale peut, pour toute paire d’entiers 𝑡 ∈ {0, … , 𝑛} et 𝑠 ∈
{0, … , 𝑛 − 𝑡}
— corriger les mots contenant 𝑡 erreurs ou moins,
— détecter les mots contenant de 𝑡 + 1 à 𝑡 + 𝑠 erreurs,
si et seulement si
𝑑𝐶 > 2𝑡 + 𝑠.

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 70

CHAPITRE 3. CODAGE SANS PERTE DE L’INFORMATION

Avant de prouver ce résultat, on introduira la formalisation suivante.

Comme stipulé précédemment, la transmission à travers le canal peut donner
lieu à une erreur affectant certains bits du mot. Le mot 𝑚∗ recueilli en sortie
de canal sera donc de la forme :

𝑚∗ = 𝑚′ + 𝑒,

où 𝑒 est un vecteur de F𝑛2 comportant des 1 sur les composantes correspondant

à celles affectées et des 0 ailleurs.
Preuve : (hors programme) On démontre ce théorème en démontrant la contraposée,
c’est-à-dire : 𝐶 ne peut corriger tous les schémas à 𝑡 erreurs ou ne peut détecter tous
les schémas à 𝑡 + 1,…,𝑡 + 𝑠 erreurs si et seulement si 𝑑𝐶 ⩽ 2𝑡 + 𝑠.
Supposons tout d’abord que le code 𝐶 ne peut pas corriger tous les schémas à 𝑡
erreurs ou ne peut détecter tous les schémas à 𝑡 + 1,…,𝑡 + 𝑠 erreurs.
Dans un premier temps, si le code 𝐶 ne peut pas corriger tous les schémas de
moins de 𝑡 erreurs (inclues), cela signifie qu’il existe au moins un mot de code 𝑚1 et
un schéma d’erreur 𝑒 de poids inférieur à 𝑡 tels que le décodage 𝒟(𝑚1 + 𝑒) ne soit pas
𝑚1 . Notons 𝑚2 le mot décodé au lieu de 𝑚1 , c’est-à-dire 𝑚2 = 𝒟(𝑚1 + 𝑒). Grâce à
l’égalité triangulaire, on a

𝑑(𝑚1 , 𝑚2 ) ⩽ 𝑑(𝑚1 , 𝑚1 + 𝑒) + 𝑑(𝑚1 + 𝑒, 𝑚2 ).

De plus, on a 𝑑(𝑚1 , 𝑚1 + 𝑒) = 𝑤(𝑒) ⩽ 𝑡 et 𝑑(𝑚1 + 𝑒, 𝑚2 ) ⩽ 𝑑(𝑚1 + 𝑒, 𝑚1 ) car le

code utilise un décodage à distance minimale. Ainsi

𝑑(𝑚1 , 𝑚2 ) ⩽ 𝑡 + 𝑡 ⩽ 2𝑡 + 𝑠,

et donc 𝑑𝐶 qui est inférieur ou égale à 𝑑(𝑚1 , 𝑚2 ) est aussi inférieure ou égale à 2𝑡 + 𝑠.
Ensuite, si le code peut corriger tous les schémas de moins de 𝑡 erreurs mais
ne peut pas détecter tous les schémas à 𝑡 + 1, … , 𝑡 + 𝑠 il existe au moins un mot
de code 𝑚1 et schéma d’erreur 𝑒 de poids entre 𝑡 + 1 et 𝑡 + 𝑠 qui ne sont pas
détectés mais décodé en un autre mot du code 𝑚2 = 𝒟(𝑚1 + 𝑒). En introduisant
l’erreur 𝑒′ = 𝑚2 + (𝑚1 + 𝑒), nous avons aussi 𝒟(𝑚2 + 𝑒′ ) = 𝑚2 , c’est-à-dire que
𝑒′ est une erreur qui est corrigée lorsqu’elle est appliquée à 𝑚2 . Comme 𝑤(𝑒′ ) =
𝑑(𝑚2 + 𝑒′ , 𝑚2 ) = 𝑑(𝑚1 + 𝑒, 𝑚2 ) ⩽ 𝑑(𝑚1 + 𝑒, 𝑚1 ) = 𝑤(𝑒) (puisque le décodage est
à distance minimale), nous avons 𝑤(𝑒′ ) ⩽ 𝑡 + 𝑠. Comme 𝑒′ est une erreur qui est
corrigée, alors 𝑤(𝑒′ ) ⩽ 𝑡. On conclut alors

𝑑(𝑚1 , 𝑚2 ) ⩽ 𝑑(𝑚1 , 𝑚1 + 𝑒) + 𝑑(𝑚1 + 𝑒, 𝑚2 ) ⩽ (𝑡 + 𝑠) + 𝑡 = 2𝑡 + 𝑠,

et donc 𝑑𝐶 ⩽ 2𝑡 + 𝑠.
Réciproquement, supposons que 𝑑𝐶 ⩽ 2𝑡 + 𝑠. Il existe donc deux mots du code
𝑚1 et 𝑚2 tels que 𝑑(𝑚1 , 𝑚2 ) ⩽ 2𝑡 + 𝑠. Ceci signifie aussi que le poids du vecteur

71 Version du 2 avril 2025, 11 h 21 CEST. M. Chupin

 CHAPITRE 3. CODAGE SANS PERTE DE L’INFORMATION

𝑚1 + 𝑚2 est aussi inférieur à 2𝑡 + 𝑠. Tout vecteur 𝑚 de poids inférieur ou égal à

2𝑡 + 𝑠 peut s’écrire comme la somme de deux vecteurs 𝑒 et 𝑓 tels que 𝑤(𝑒) ⩽ 𝑡 et
𝑤(𝑓) ⩽ 𝑡 + 𝑠 : prendre les premières composantes de 𝑚 jusqu’à 2𝑡 complétées par
des zéros pour constituer 𝑒, et inversement, 2𝑡 composantes nulles complétées par
le reste des composantes de 𝑚 pour 𝑓. Par exemple 011010 peut être écrit comme
010000 + 001010 pour 𝑡 = 1 et 𝑠 = 1.
Ainsi 𝑚 = 𝑚1 + 𝑚2 = 𝑒 + 𝑓, c’est-à-dire (puis que en binaire +𝑒 = −𝑒),
𝑚1 + 𝑓 = 𝑚2 + 𝑒. Ceci veut dire que deux mots de code distincts et deux
schémas d’erreur seront décodés de la même façon. Ceci implique que (au moins)
𝑚1 + 𝑓 n’est pas corrigé (𝒟(𝑚1 + 𝑓) ≠ 𝑚1 ) ou que 𝑚2 + 𝑒 n’est pas détecté
(𝒟(𝑚2 + 𝑒) = 𝑚1 ).
Ainsi, tous les schémas de moins de 𝑡 erreurs ne peuvent être corrigés, ou tous
les schémas à 𝑡 + 1, … , 𝑡 + 𝑠 erreurs ne peuvent être détectées. 

Pour illustrer ce résultat, considérons un code par bloc ayant une distance
minimale de 8. Un tel code peut être utilisé pour l’un ou l’autre des points
suivants :
— corriger tous les schémas d’erreur de moins que 3 (inclus) erreurs et
détecter tous les schémas à 4 erreurs (𝑡 = 3, 𝑠 = 1) ;
— corriger tous les schémas d’erreur de moins que 2 erreurs et détecter
tous les schémas de 3 à 5 erreurs (𝑡 = 2, 𝑠 = 3) ;
— corriger tous les schémas d’erreur de 1 erreur et détecter tous les
schémas de 2 à 6 erreurs (𝑡 = 1, 𝑠 = 5) ;
— détecter tous les schémas de moins que 7 (inclus) erreurs (𝑡 = 0,
𝑠 = 7).
Un code par bloc ayant une distance minimale de 7 peut (l’un ou l’autre) :
— corriger tous les schémas d’erreur de moins que 3 (inclus) erreurs
(𝑡 = 3, 𝑠 = 0) ;
— corriger tous les schémas d’erreur de moins que 2 erreurs et détecter
tous les schémas de 3 à 4 erreurs (𝑡 = 2, 𝑠 = 2) ;
— corriger tous les schémas d’erreur de 1 erreur et détecter tous les
schémas de 2 à 5 erreurs (𝑡 = 1, 𝑠 = 4) ;
— détecter tous les schémas de moins que 6 (inclus) erreurs (𝑡 = 0,
𝑠 = 6).
Du théorème précédent, on obtient les deux résultats suivants.

Corollaire 3.1 (Capacité maximale de détection d’erreurs) : Un code par bloc

𝐶 utilisant le décodage à distance minimale peut être utilisé pour détecter
tous les schémas d’erreur de 𝑑𝐶 − 1 erreurs, ou moins.

Preuve : Utiliser 𝑡 = 0 et 𝑠 = 𝑑𝐶 − 1 dans le théorème précédent. 

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 72

CHAPITRE 3. CODAGE SANS PERTE DE L’INFORMATION

Corollaire 3.2 (Capacité maximale de correction d’erreurs) : Un code par

bloc 𝐶 utilisant le décodage à distance minimale peut-être utilisé pour corriger
tous les schémas d’erreur de maximum (𝑑𝐶 − 1)/2 (division euclidienne)
erreurs ou moins, mais ne peut pas corriger les schémas d’erreur de 1 + (𝑑𝐶 −
1)/2 erreurs.
Preuve : Utiliser 𝑡 = (𝑑𝐶 − 1)/2 et 𝑠 = 0, et le 𝑡 est maximal car pour 𝑡∗ =
1 + (𝑑𝑐 − 1)/2 on a 2𝑡∗ = 1 + 𝑑𝐶 ⩾ 𝑑𝐶 . 

3.2.4 Syndrôme et matrice de vérification

Notion de syndrome
On peut caractériser l’appartenance au code 𝐶(𝑘, 𝑛) grâce à la notion de
matrice de vérification :
𝑚′ ∈ 𝐶(𝑘, 𝑛) ⇔ 𝐻𝑚′ = 0,
où 𝐻 est une matrice de dimensions (𝑟, 𝑛).

Remarque 3.6 :
La théorie de l’algèbre linéaire montre qu’une telle application existe,
il suffit par exemple de considérer un projecteur a sur un sous-espace
supplémentaire de 𝐶(𝑘, 𝑛) parallèlement à 𝐶(𝑘, 𝑛). Notons qu’un code
linéaire donné pourrait avoir plusieurs matrices de vérification différentes :
toute matrice dont les lignes sont une base de l’espace vectoriel orthogonal
au code linéaire est une matrice de vérification pour ce code.

Définition 3.13 — (Matrice de vérification) La matrice 𝐻 est appelée

matrice de vérification, matrice de contrôle ou matrice de test du code
linéaire 𝐶(𝑘, 𝑛)

On a 𝐶(𝑘, 𝑛) = Ker(𝐻) et la relation :

𝐻𝑚∗ = 𝐻𝑒,
a. Soient 𝐹 un sous-espace vectoriel de 𝐸 et 𝐺 un supplémentaire de 𝐹 dans 𝐸. N’importe
quel vecteur 𝑥 de 𝐸 peut s’écrire d’une façon unique comme somme d’un vecteur de 𝐹 et d’un
vecteur de 𝐺 : ∀𝑥 ∈ 𝐸, ∃!(𝑥′ , 𝑥″ ) ∈ 𝐹 × 𝐺, 𝑥 = 𝑥′ + 𝑥″ . La projection sur 𝐹 parallèlement
à 𝐺 est alors l’application :
𝑝 ∶ 𝐸 =𝐹 ⊕𝐺 →𝐸
.
𝑥 = 𝑥 ′ + 𝑥″ ↦ 𝑥 ′ .

73 Version du 2 avril 2025, 11 h 21 CEST. M. Chupin

 CHAPITRE 3. CODAGE SANS PERTE DE L’INFORMATION

puisque 𝑚 ∈ Ker(𝐻).

Définition 3.14 — (Syndrome) Le vecteur 𝐻𝑚∗ = 𝐻𝑒 est appelé syn-

drome de 𝑚∗ .

Remarque 3.7 :
— Si seul une erreur s’est produite sur la composante 𝑖 de 𝑚′ , alors
le syndrome sera égal à la 𝑖-ème colonne de 𝐻.
— On note ici 𝐻𝑚 au lieu de 𝑚𝐻 𝑇 car cela facilitera l’écriture du
prochain théorème.
— Les définitions précédentes ne disent pas comment trouver en
pratique les matrices de vérifications ce qui sera l’objet de ce qui
suit.

Introduisons maintenant les matrices génératrices sous forme systéma-

tique.

Définition 3.15 — (Forme systématique) Une matrice génératrice 𝐺

d’un code linéaire (𝑘, 𝑛) est dite sous forme systématique si elle est de la
forme
𝐺 = [𝐼𝑘 𝑃 ],
où 𝐼𝑘 est la matrice identité de taille 𝑘 et 𝑃 est une matrice 𝑘 × (𝑛 − 𝑘)
souvent appelée matrice de parité.

On peut montrer que lorsqu’elle existe pour un code donné, la matrice

génératrice systématique est unique.
Exemple
Pour les messages binaires, le bit de vérification de parité est le bit qui
correspond à la parité du message, c’est-à-dire à la somme (binaire) du
message.
Le code par bit de parité consiste simplement à envoyer d’abord le mes-
sage tel quel, suivi de son bit de parité. En termes de codes, ceci correspond
au code binaire linéaire (𝑘, 𝑘 + 1) dont la matrice génératrice est
1
𝐺 = ⎢𝐼𝑘 ⋮ ⎤
⎡
⎥
⎣ 1 ⎦
qui est sous forme systématique.

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 74

CHAPITRE 3. CODAGE SANS PERTE DE L’INFORMATION

Théorème 3.4 Pour un code linéaire 𝐶(𝑘, 𝑛) dont la matrice génératrice

est sous forme systématique est

𝐺 = [𝐼𝑘 𝑃 ]

la matrice
𝐻 = [−𝑃 ⊤ 𝐼𝑛−𝑘 ]
est une matrice de vérification.

Preuve : Pour tout message 𝑚 ∈ F𝑘2 , le mot de code 𝑧 ∈ F𝑛2 correspondant est

𝑧 = 𝑚 ⋅ 𝐺 = 𝑚 ⋅ [𝐼𝑘 𝑃 ],

c’est-à-dire
(𝑧1 , … , 𝑧𝑘 ) = 𝑚,
{
(𝑧𝑘+1 , … , 𝑧𝑛 ) = 𝑚 ⋅ 𝑃 .

Ainsi
(𝑧𝑘+1 , … , 𝑧𝑛 ) = (𝑧1 , … , 𝑧𝑘 ) ⋅ 𝑃 ,

ce qui sous forme matricielle donne la matrice de contrôle 𝐻.

Réciproquement, on montre que tout code 𝑧 ∈ F𝑛2 tel que 𝐻 ⋅ 𝑧 = 0 vérifie

𝑧 = (𝑧1 , … , 𝑧𝑘 ) ⋅ 𝐺

et se trouve être un mot de code. 

Remarque 3.8 :
On notera qu’il est fait mention de la matrice −𝑃 𝑇 . Le signe − est là
car, même s’il n’a pas été défini sur l’espace F2 , il provient de la preuve,
et le résultat s’étend à des espaces vectoriels autre que F2 . Pour notre
cas, c’est-à-dire le cas binaire, le signe − est comme le signe +, en effet
1 − 1 = 0 = 1 + 1 en binaire, et 0 − 1 = 0 + 1 = 1.

75 Version du 2 avril 2025, 11 h 21 CEST. M. Chupin

 CHAPITRE 3. CODAGE SANS PERTE DE L’INFORMATION

Exercice 3.6 :
Soit le code 𝐶 dont la matrice génératrice est

1 0 1 0 1
𝐺=( ).
0 1 1 1 1

Trouver une matrice de vérification pour le code 𝐶.

Matrice de vérification et distance minimale

Théorème 3.5 — (Matrice de vérification et distance minimale) Si 𝐻

est une matrice de vérification pour un code linéaire 𝐶(𝑘, 𝑛) alors la dis-
tance minimale 𝑑𝐶 de ce code est égale au plus petit nombre de colonnes
linéairement dépendantes de 𝐻.

Preuve : Pour tout vecteur 𝑧 ∈ F𝑛2 , 𝐻 ⋅𝑧 est une combinaison linéaire de 𝑤(𝑧) colonnes
de 𝐻. Par définition, 𝑧 ∈ 𝐶(𝑘, 𝑛) si et seulement si 𝐻 ⋅ 𝑧 = 0. Ainsi, si 𝑧 ∈ 𝐶(𝑘, 𝑛), il
existe 𝑤(𝑧) colonnes de 𝐻 qui sont linéairement dépendantes. Réciproquement, si 𝑞
colonnes de 𝐻 sont linéairement dépendantes, il existe un mot du code de poids 𝑞.
Donc 𝑑𝐶 est le nombre minimal de colonnes de 𝐻 qui sont linéairement dépendantes
en vertu de la proposition 3.3. 

3.2.5 Codes de Hamming

Pour achever la description de la stratégie de correction, on aimerait
être capable de construire les matrices 𝐺 et 𝐻. C’est l’objet de cette
section. On va prendre l’exemple de codes très répandus : les codes
de Hamming.
L’idée est de disposer d’un code dont le syndrome indique directement la
position de l’erreur, par exemple sous forme de son code binaire.

Choix des paramètres

On se place dans le cadre simple où au plus une erreur peut affecter les
mots (de longueur 𝑛) du code. Il y a donc 𝑛 + 1 scenari possibles : soit il n’y a
pas eu d’erreur pendant la transmission, soit une erreur s’est produite sur l’un
des 𝑛 bits. Or, d’après les dimensions des espaces considérés, 2𝑟 syndromes
possibles, puisque 𝐻𝑒 ∈ F𝑟2 . Si l’on veut pouvoir faire correspondre de manière

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 76

CHAPITRE 3. CODAGE SANS PERTE DE L’INFORMATION

sûre, c’est-à-dire par le biais d’une injection, les vecteurs syndromes observés
et le scénario dont il est la conséquence, il faut nécessairement :

2𝑟 ⩾ 𝑛 + 1.

On va ici se restreindre aux paramètres vérifiants l’égalité suivante :

2𝑟 = 𝑛 + 1. (3.2)

D’autre part, on a :
𝑛 = 𝑘 + 𝑟. (3.3)
Enfin, on prend 𝑘 ⩾ 1, car on travaille sur des blocs de longueur non
nulle ! En cherchant quels sont les 𝑘 pour lesquels (3.2) et (3.3) ont des
solutions (𝑘, 𝑛) entières, on trouve par exemple :

𝑛 𝑘 𝑟
3 1 2
7 4 3
15 11 4
31 26 5
63 57 6

Le premier exemple correspond à la stratégie de triplement, décrite à la

section 3.2.1. Le second correspond à un code largement utilisé, souvent
appelé 𝐶(4, 7), ce qui correspond aux notations utilisées dans cette section.
L’idée du code de Hamming est d’exploiter le fait que lorsqu’il n’y a
qu’une erreur, le syndrôme nous donne exactement la position de l’erreur. En
exploitant le fait que le produit 𝐻𝑒 nous donne la 𝑖e colonne de 𝐻, on définit le
code de Hamming comme il suit.

Définition 3.16 — (Code de Hamming) Un code de Hamming est un

code linéaire (𝑘, 𝑛) binaire dont la matrice de vérification est

𝐻𝑟 = [𝑏𝑟 (1)⊤ 𝑏𝑟 (2)⊤ ⋯ 𝑏𝑟 (𝑛)⊤ ]

où 𝑛 = 2𝑟 − 1 et 𝑘 = 2𝑟 − 𝑟 − 1, pour 𝑟 ≥ 2, et 𝑏𝑟 (𝑖) est la représentation

binaire de 𝑖 sur 𝑟 bits.

Par construction, ces matrices donnent bien un code linéaire et sont bien
de rang plein puisqu’il est aisé de construire la matrice indentité 𝐼𝑛−𝑘 à partir
des colonnes. La dimension du noyau est alors 𝑘.

77 Version du 2 avril 2025, 11 h 21 CEST. M. Chupin

 CHAPITRE 3. CODAGE SANS PERTE DE L’INFORMATION

Pour construire la matrice de génération du code, il suffirait par exemple

de mettre la matrice 𝐻 sous forme systématique pour extraire la matrice 𝑃 et
construire la matrice 𝐺. Cependant, cela nous ferait perdre la propriété que
le syndrôme donne la position de l’erreur à corriger. Nous n’allons donc pas
suivre cette stratégie.
La matrice de contrôle définit totalement la géométrie du code, il suffit
donc, pour terminer l’implémentation de trouver une matrice génératrice 𝐺.
L’application linéaire associée doit vérifier deux conditions : elle est injective,
et son image est le noyau de 𝐻. Il suffit donc de trouver une matrice de rang 𝑘
(𝑛 = 𝑘 + 𝑟) tel que 𝐻 ⋅ 𝐺𝑇 = 0.

Théorème 3.6 — (Distance minimum du code de Hamming) La distance

minimale des codes de Hamming est toujours 3. Ainsi de tels codes peuvent
corriger tous les schémas à une erreur.

Preuve : Calculons la distance minimale. Les matrices de vérification n’ont jamais

de colonne nulle ni deux fois la même colonne. De plus, les trois premières colonnes
(représentation binaires de 1, 2, et 3) sont toujours linéairement dépendantes. La
distance minimale est donc toujours 3. 

Exemple
Soit la matrice de syndrôme du code de Hamming 𝐶(4, 7) :

0 0 0 1 1 1 1
𝐻 = ( 0 1 1 0 0 1 1 ).
1 0 1 0 1 0 1

Pour trouver une matrice génératrice, nous cherchons 4 vecteurs linéairement

indépendant 𝑧𝑖 tels que 𝐻𝑧𝑖⊤ = 0, par exemple :

𝑧1 = 1110000
𝑧2 = 1101001
𝑧3 = 1000011
𝑧4 = 1111111

ce qui donne
1 1 1 0 0 0 0
⎡1 1 0 1 0 0 1⎤
𝐺=⎢ ⎥
⎢1 0 0 0 0 1 1⎥
⎣1 1 1 1 1 1 1⎦
Supposons maintenant devoir envoyer le message 𝑚 = 1001. Il est codé

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 78

CHAPITRE 3. CODAGE SANS PERTE DE L’INFORMATION

par 𝐺 en 𝑧 = 0001111. Faisons maintenant l’hypothèse qu’une erreur soit

survenue sur le troisième bit, et donc que 𝑧 ̂ = 0011111 soit reçu.
Le syndrome d’un tel code reçu sera alors 𝑠 = 011, c’est-à-dire 3 en
code binaire, ce qui indique que l’erreur est apparue sur le troisième bit. Le
résultat de décodage avec correction d’erreur est alors

𝑧 = 𝑧 ̂ − 0010000.

Remarque 3.9 :
On peut montrer que pour un canal ayant une probabilité d’erreur de 5%,
la probabilité de transmettre correctement 4 bits est .954 ≈ 81%.
L’utilisation de 𝐶(4, 7) permet de faire passer cette valeur à (1 − 𝑝)7 +
7𝑝(1 − 𝑝)6 ≈ 95%. Ce résultat, comparable à la stratégie par triplement,
est en fait bien meilleur, car la taille des mots du code n’a même pas
doublé. Notons enfin qu’on peut rendre la probabilité d’erreur aussi faible
que l’on veut en appliquant un code correcteur plusieurs fois de suite.

3.3 Notes bibliographiques

Ce chapitre s’inspire de notes de cours gracieusement fournies par Yvan
Pigeonnat. Pour plus d’informations sur le codage source, on pourra consulter
les références [11], [5]. Pour plus d’informations sur les codes correcteurs
(de type Hamming), on pourra également consulter [5], mais bien d’autres
documents relatifs à la correction d’erreur se trouvent facilement sur Internet.
Enfin, pour des références très complète sur le codage et pour découvrir des
codages autres que le codage de Hamming (il en existe énormément), on
pourra consulter [12, 9] et [1]. Pour les structures de données, les listes, les
arbres, l’algorithme de Huffman, on pourra consulter [8].

79 Version du 2 avril 2025, 11 h 21 CEST. M. Chupin

 CHAPITRE 3. CODAGE SANS PERTE DE L’INFORMATION

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 80

 4

Chapitre
Transformation de Fourier discrète

Sommaire du chapitre
4.1 La transformée de Fourier discrète (TFD) . 82
4.1.1 Cadre et problèmes . . . . . . . . . . 82
4.1.2 Propriétés de la TFD et signaux pé-
riodiques discrets . . . . . . . . . . . 83
4.2 L’algorithme FFT . . . . . . . . . . . . . . . 84
4.2.1 Nombres d’opérations pour le calcul
de la TFD . . . . . . . . . . . . . . . 84
4.2.2 L’algorithme de Tuckey et Cooley . . 85
4.3 Analyse numérique . . . . . . . . . . . . . . 88
4.4 Notes bibliographiques . . . . . . . . . . . . 88

Ce chapitre est un préliminaire aux chapitres qui suivent. Avant d’aborder

les filtres, qui permettent de travailler et de modifier la transformée de Fourier,
en d’autres termes le spectre d’un signal, il est nécessaire d’indiquer comment
calculer effectivement ce spectre. Puisque les signaux auxquels on s’intéresse
sont discrets (car numériques), on se concentre ici sur la transformée de
Fourier discrète. Son calcul, si il est fait naïvement, peut être très coûteux. Il
peut cependant être accéléré considérablement en utilisant une méthode due à
Tuckey 1 et Cooley 2 , le fameux algorithme FFT , dont le nom est l’acronyme
correspondant à Fast Fourier Transform.

1. John Wilder Tukey (16 juin 1915, New Bedford, Massachusetts - 26 juillet 2000,
New Brunswick, New Jersey. ) était un statisticien américain.
2. James Cooley (1926-2016) était un mathématicien americain.

81
 CHAPITRE 4. TRANSFORMATION DE FOURIER DISCRÈTE

4.1 La transformée de Fourier discrète (TFD)

On commence par rappeler le cadre discret où l’on se place.

4.1.1 Cadre et problèmes

On considère un signal échantillonné, fini :

𝑠 = {𝑠0 , 𝑠1 , … , 𝑠𝑁 −2 , 𝑠𝑁 −1 },

obtenu à partir d’un signal analogique. également noté 𝑠, par une formule du
type :
𝑠𝑛 = 𝑠(𝑛Δ𝑡),
où Δ𝑡 est le pas de l’échantillonnage, relié à la fréquence d’échantillonnage
2𝐵 du chapitre 1 par l’équation :
1
Δ𝑡 = .
2𝐵
On ne tient pas compte ici du fait que le signal peut avoir été quantifié, c’est-
à-dire que les 𝑠𝑛 sont considérés a priori comme réels.

Définition 4.1 — (Transformée de Fourier discrète (TFD)) On appelle

transformée de Fourier discrète, en abrégé TFD, de la suite finie 𝑠 =
{𝑠0 , 𝑠1 , … , 𝑠𝑁 −2 , 𝑠𝑁 −1 }, la suite finie

𝑠 ̂ = {𝑠0̂ , 𝑠1̂ , … , 𝑠𝑁̂ −2 , 𝑠𝑁̂ −1 }

définie par la formule :

𝑁 −1
𝑛
𝑠𝑘̂ = ∑ 𝑠𝑛 e−2i𝜋𝑘 𝑁 .
𝑛=0

Comme toute transformée de Fourier, on voit que la TFD est une applica-
tion linéaire. Sa matrice est une matrice pleine, c’est-à-dire ne comportant pas
de 0, de type matrice de Vandermonde. On voit de plus que le pas de temps
utilisé n’apparaît pas dans la formule. On peut en quelque sorte considérer
que celui-ci est égal à 1. Ceci est en fait naturel : un signal discret est une
suite de nombres et seules des informations supplémentaires sur ce qu’elle
représente permettent de connaître la fréquence qui a été utilisée pour obtenir
l’échantillon.

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 82

CHAPITRE 4. TRANSFORMATION DE FOURIER DISCRÈTE

On va s’intéresser à deux questions dans la suite :

1. Quel est le coût de calcul de la TFD ? et comment l’améliorer ?
2. Quelle est la qualité de l’approximation de la transformée de Fourier
du signal analogique initial ?

4.1.2 Propriétés de la TFD et signaux périodiques discrets

Pour simplifier l’exposé, on introduit de nouvelles notations. Soit une
suite finie 𝑎 = {𝑎0 , 𝑎1 , ..., 𝑎𝑁 −2 , 𝑎𝑁 −1 }, et 𝜔𝑁 = e−i2𝜋/𝑁 . Alors la suite
𝐴 = {𝐴0 , 𝐴1 , ..., 𝐴𝑁 −2 , 𝐴𝑁 −1 }, définie par
𝑁 −1
𝑛𝑚
𝐴𝑚 = ∑ 𝑎𝑛 𝜔𝑁 (4.1)
𝑛=0
est la TFD de 𝑎. Sous forme matricielle, cela s’écrit :
𝐴0 1 1 1 ⋯ ⋯ 1 𝑎0
1 2 𝑁 −1
𝐴1 1 𝜔 𝑁 𝜔 𝑁 ⋯ ⋯ 𝜔𝑁 𝑎1
2 4 2(𝑁 −1)
( ⋮ ) = (1 𝜔 𝑁 𝜔𝑁 ⋯ ⋯ 𝜔𝑁 )( ⋮ ),
⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮
𝐴𝑁 −1 (𝑁 −1)2 𝑎𝑁 −1
1 𝜔𝑁𝑁
𝜔𝑁 −1)
2(𝑁
⋯ ⋯ 𝜔 𝑁
et l’on notera la matrice de Vandermonde Ω𝑁 .
Dans le cas de la transformée de Fourier discrète, on peut, sans autre
hypothèse, inverser la transformée pour obtenir le signal initial.

Théorème 4.1 — (Formule d’inversion de la TFD) En gardant les nota-

tions précédentes, on a :

1 𝑁 −1
𝑎𝑛 = ∑ 𝐴 𝜔−𝑛𝑚 .
𝑁 𝑚=0 𝑚 𝑁

Exercice 4.1 :
Prouver ce résultat.

Évidemment, on retrouve dans la TFD et sa formule d’inversion les analo-

gies habituelles entre les transformées de Fourier et leurs inverses. Dans le cas
présent, on retrouve simplement que l’inverse d’une matrice de Vandermonde
est une matrice de Vandermonde 3 , c’est-à-dire Ω−1 𝑁 = 1/𝑁 × Ω𝑁 .

3. proportionnelle à une matrice de Vandermonde, pour être plus précis.

83 Version du 2 avril 2025, 11 h 21 CEST. M. Chupin

 CHAPITRE 4. TRANSFORMATION DE FOURIER DISCRÈTE

Remarque 4.1 :
Cette formule reste valable si on considère les extensions périodiques de
𝑎 et 𝐴, définies par les formules :

𝑎𝑛+𝑘𝑁 = 𝑎𝑛 , 𝐴𝑚+𝑘𝑁 = 𝐴𝑚 .

C’est maintenant comme cela que l’on envisagera les choses. Tous les
signaux considérés seront vus dorénavant comme des signaux discrets
périodiques.

Par conséquent, l’ordre de sommation peut-être choisi arbitrairement. En

supposant par exemple que 𝑁 = 2𝑀 + 1, on obtient :
𝑁 −1 𝑀
𝑛𝑚 1
𝐴𝑚 = ∑ 𝑎𝑛 𝜔𝑁 , 𝑎𝑛 = ∑ 𝐴 𝜔−𝑛𝑚 .
𝑛=0
2𝑀 + 1 𝑚=−𝑀 𝑚 𝑁

Pour simplifier encore, on notera dans la suite ces relations en abrégé par :
ℱ𝑁
(𝑎𝑛 ) ⟷ (𝐴𝑚 ).

ℱ𝑁 ℱ𝑁
Théorème 4.2 Si (𝑎𝑛 ) ⟷ (𝐴𝑚 ) et (𝑏𝑛 ) ⟷ (𝐵𝑚 ), alors :
𝑁 −1
ℱ𝑁
( ∑ 𝑎𝑘 𝑏𝑛−𝑘 ) ⟷ (𝐴𝑚 𝐵𝑚 ).
𝑘=0

Exercice 4.2 :
Montrer ce résultat.

Ce théorème est une variante de ceux que nous avions déjà vus au chapitre
1 sur le lien entre séries de Fourier et convolution.

4.2 L’algorithme FFT

4.2.1 Nombres d’opérations pour le calcul de la TFD
En appliquant la formule (4.1), on est conduit à calculer la somme suivante :
𝑚 2𝑚 𝑚(𝑁 −1)
𝐴𝑚 = 𝑎0 + 𝑎1 𝜔𝑁 + 𝑎2 𝜔𝑁 + ... + 𝑎𝑁 −1 𝜔𝑁 .

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 84

CHAPITRE 4. TRANSFORMATION DE FOURIER DISCRÈTE

Considérons que la suite (𝜔𝑁 𝑘𝑚

)𝑘=0,…,𝑁 −1 a été pré-calculée 4 , pour un
élément 𝐴𝑚 , on est conduit à effectuer 𝑁 − 1 multiplications et 𝑁 additions.
Le calcul complet de la suite 𝐴 nécessite donc 𝑁 (𝑁 − 1) multiplications et
𝑁 2 additions , ce qui n’est pas satisfaisant du tout dès lors que 𝑁 devient
« assez » grand.
On va montrer comment réduire à 𝑁 log2 𝑁 le nombre de multiplications.

4.2.2 L’algorithme de Tuckey et Cooley

Publié en 1965 dans un article devenu depuis célèbre, Tuckey et Cooley
ont donné une méthode permettant de réduire considérablement le temps de
calcul de la suite (𝐴𝑚 ) précédente.

Première itération
On se place dans le cas où la taille des suites considérées est paire et on
considère
ℱ2𝑁
(𝑎𝑛 ) ⟷ (𝐴𝑚 ).
On introduit alors deux suites (𝑏𝑛 )𝑛=0,…,𝑁 −1 et (𝑐𝑛 )𝑛=0,…,𝑁 −1 définies par
𝑏𝑛 = 𝑎2𝑛 et 𝑐𝑛 = 𝑎2𝑛+1 et on note :
ℱ𝑁 ℱ𝑁
(𝑏𝑛 ) ⟷ (𝐵𝑚 ), (𝑐𝑛 ) ⟷ (𝐶𝑚 ).

On remarque alors que :

— 𝐴𝑚 = 𝐵𝑚 + 𝜔2𝑁
𝑚
𝐶𝑚 , pour 𝑚 = 0, … , 2𝑁 − 1,

— 𝐵𝑚+𝑁 = 𝐵𝑚 , 𝐶𝑚+𝑁 = 𝐶𝑚 et 𝜔2𝑁

𝑚+𝑁 𝑚
= −𝜔2𝑁 .

Exercice 4.3 :
Le prouver.

On en déduit :
𝑚
𝐴𝑚 = 𝐵𝑚 + 𝜔2𝑁 𝐶𝑚 𝑚 = 0, … , 𝑁 − 1 (4.2)
𝑚
𝐴𝑚+𝑁 = 𝐵𝑚 − 𝜔2𝑁 𝐶𝑚 𝑚 = 0, … , 𝑁 − 1. (4.3)

On voit ainsi que le nombre nécessaire de multiplication pour calculer la

suite (𝐴𝑚 ) est égal à deux fois le nombre de multiplications pour calculer la
4. C’est-à-dire calculée une fois pour toute, en supposant que l’entier 𝑁 est fixé.

85 Version du 2 avril 2025, 11 h 21 CEST. M. Chupin

 CHAPITRE 4. TRANSFORMATION DE FOURIER DISCRÈTE

suite (𝐵𝑚 ) ou (𝐶𝑚 ) (qui ont la même taille) plus 𝑁 multiplications (les calculs
de 𝜔2𝑁
𝑚
𝐶𝑚 ).
De même, le nombre nécessaire d’additions pour calculer la suite (𝐴𝑚 )
est égal à deux fois le nombre d’additions pour calculer la suite (𝐵𝑚 ) ou (𝐶𝑚 )
(qui ont la même taille) plus 2𝑁 additions (les additions et soustrations de
𝑚
𝜔2𝑁 𝐶𝑚 ).

Cas général

On peut aller encore plus loin ! Il suffit pour cela d’appliquer récursivement
le raisonnement précédent. Supposons pour ce faire que 𝑁 = 2𝑀 . Comme 𝑁
est de cette forme on pourra reproduire la division en deux sous suites pour
les suite (𝐵𝑚 ) et (𝐶𝑚 ) et ainsi de suite, 𝑀 fois.
Notons ℳ(𝑗) et 𝒜(𝑗) respectivement le nombre de multiplications et d’ad-
ditions à l’étape 𝑗, 𝑗 allant de 1 à 𝑀.
Regardons tout d’abord ce qu’il se passe quand on a une suite de deux
éléments. Calculons la suite (𝐴0 , 𝐴1 ) à partir de la suite (𝑎0 , 𝑎1 ). On a

𝐴0 = 𝑎0 + 𝑎1
{
𝐴1 = 𝑎0 − 𝑎1

Ainsi ℳ(1) = 0 et 𝒜(1) = 2.

Avec notre raisonnement sur (4.2) et (4.3), on a les relations de récurrence
suivantes, pour tout 𝑗 allant de 1 à 𝑀 − 1 :

ℳ(𝑗 + 1) = 2ℳ(𝑗) + 2𝑗 (4.4)

𝒜(𝑗 + 1) = 2𝒜(𝑗) + 2 × 2 𝑗
(4.5)

En multipliant (4.4) et (4.5) par 2𝑀 −(𝑗+1) et en sommant pour 𝑗 de 1 à

𝑀 − 1 respectivement les équations sur les multiplications et sur les additions,
on obtient :

ℳ(𝑀 ) = 2𝑀 −1 ℳ(1) + (𝑀 − 1)2𝑀 −1

𝒜(𝑀 ) = 2𝑀 −1 𝒜(1) + (𝑀 − 1) × 2𝑀

Ainsi, puisque ℳ(1) = 0 et 𝒜(1) = 2, on obtient le théorème suivant.

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 86

CHAPITRE 4. TRANSFORMATION DE FOURIER DISCRÈTE

Théorème 4.3 En notant 𝒜(𝑀 ) et ℳ(𝑀 ) le nombre d’additions et de

multiplications nécessaires pour calculer l’ensemble des coefficients de
Fourier de la suit (𝑎𝑛 ) de taille 𝑁 = 2𝑀 , on a :

1
ℳ(𝑀 ) = (𝑀 − 1)2𝑀 −1 = (𝑁 log2 𝑁 − 𝑁 )
2
𝒜(𝑀 ) = 𝑀 2𝑀 = 𝑁 log2 𝑁

Pour illustrer ce résultat, considérons une suite de 𝑁 = 1024 termes. Par

la méthode naïve expliquée en introduction de cette section, le calcul nécessite
(𝑁 )2 = 1 048 576 additions et 𝑁 (𝑁 − 1) = 1 047 552 multiplications. Par
l’algorithme FFT de Tuckey et Cooley, il nécessite moins de 𝑁 log2 𝑁 =
10240 additions et 4608 multiplications. Le rapport du temps de calcul entre
les deux méthodes est donc d’à peu près 140. Autrement dit, ce qui nécessitait
presque 5 mois ne requiert maintenant qu’une journée.
Si la taille de l’échantillon n’est pas une puissance de 2, ce qui n’arrive pas
en traitement numérique du signal, on complète généralement l’échantillon
par des zéros pour pouvoir appliquer l’algorithme.

𝑎0 + + + 𝐴0

𝑎4 𝜔20 − + + 𝐴1

𝑎2 + 𝜔40 − + 𝐴2

𝑎6 𝜔20 − 𝜔41 − + 𝐴3

𝑎1 + + 𝜔80 − 𝐴4

𝑎5 𝜔20 − + 𝜔81 − 𝐴5

𝑎3 + 𝜔40 − 𝜔82 − 𝐴6

𝑎7 𝜔20 − 𝜔41 − 𝜔83 − 𝐴7

Figure 4.1 – Schéma illustratif de l’algorithme de la FFT.

87 Version du 2 avril 2025, 11 h 21 CEST. M. Chupin

 CHAPITRE 4. TRANSFORMATION DE FOURIER DISCRÈTE

4.3 Analyse numérique

À ÉCRIRE

4.4 Notes bibliographiques

Ce chapitre s’inspire de la présentation de la FFT faite dans la référence
[4], qui ne contient pas l’application aux polynômes. On pourra également
consulter les chapitres 7 et 8 de la référence [7] pour une autre présenta-
tion de l’algorithme, moins mathématique. Ici encore, de nombreux textes et
documents concernant la FFT sont disponibles sur Internet.

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 88

 5

Chapitre
Filtres numériques

Sommaire du chapitre
5.1 Filtres linéaires . . . . . . . . . . . . . . . . 90
5.1.1 Définitions . . . . . . . . . . . . . . . 90
5.1.2 Propriétés des filtres . . . . . . . . . 92
5.2 Stabilité . . . . . . . . . . . . . . . . . . . . 95
5.3 Filtres linéaires récursifs causaux . . . . . . 96
5.3.1 Réponse impulsionnelle finie (RIF) et
infinie (RII) . . . . . . . . . . . . . . 97
5.3.2 Transformée en 𝑧 . . . . . . . . . . . 97
5.3.3 Fonction de transfert . . . . . . . . . 100
5.3.4 Stabilité . . . . . . . . . . . . . . . . 101
5.3.5 Représentation en schéma-bloc . . . 102
5.4 Réponse fréquentielle . . . . . . . . . . . . . 103
5.4.1 Définition . . . . . . . . . . . . . . . 103
5.4.2 Modification spectrale du signal d’en-
trée . . . . . . . . . . . . . . . . . . 104
5.4.3 Réponse à phase linéaire . . . . . . . 106
5.4.4 Diagramme de Bode . . . . . . . . . 106
5.5 Synthèse de filtre . . . . . . . . . . . . . . . 107
5.5.1 Filtres idéaux et gabarits . . . . . . . 108
5.5.2 Conception de filtres à RIF . . . . . . 109
5.5.3 Synthèse par transformation de
Fourier discrète . . . . . . . . . . . . 110
5.6 Notes bibliographiques . . . . . . . . . . . . 110

On aborde dans ce chapitre, le filtrage des signaux numériques. Une fois

le signal échantillonné et quantifié, il est utile pour de nombreuses applica-

89
 CHAPITRE 5. FILTRES NUMÉRIQUES

tions d’en définir et calculer le contenu fréquentiel, c’est-à-dire son spectre.

L’algorithme de la FFT nous permet de réaliser efficacement cet objectif.
L’étape suivante, à laquelle on s’attaque maintenant, est d’agir sur ce
spectre de manière à en atténuer, amplifier, sélectionner ou occulter certaines
fréquences, ou certaines plages de fréquences. Cette démarche s’appelle le
filtrage et peut être réalisée, pour ce qui concerne les signaux discrets, par
des filtres numériques 1 . Dans ce chapitre, on donne les bases permettant de
définir un filtre et ses propriétés.

5.1 Filtres linéaires

Un filtre numérique peut-être vu de plusieurs manières, selon le domaine
dans lequel on travaille. Certains le définiront par un circuit électronique,
d’autres par un assemblage de portes logiques… Notre penchant pour les
mathématiques nous conduit plutôt à les assimiler à des algorithmes de calculs.
Mais on parle en tout cas de la même chose.

5.1.1 Définitions
On donne donc une définition mathématique d’un filtre numérique.

Définition 5.1 Un filtre numérique est une application de ℓ2 (Z) → ℓ2 (Z)

où ℓ2 (Z), noté aussi ℓ2 , est définie par

2
ℓ2 (Z) = {(𝑥𝑛 )𝑛∈Z ; ∑ ∣𝑥𝑛 ∣ < +∞} .
𝑛∈Z

Cet espace est un espace vectoriel muni de la norme définie pour tout
𝑥 = (𝑥𝑛 ) ∈ ℓ2 ,
1/2
2
‖𝑥‖2 = (∑ ∣𝑥𝑛 ∣ ) .
𝑛∈Z
Un filtre numérique est donc un système qui produit un signal discret, que
l’on notera dans la suite 𝑦 = (𝑦𝑛 )𝑛∈Z à partir d’un signal reçu en entrée
𝑥 = (𝑥𝑛 )𝑛∈Z . On appelle parfois excitation ou entrée du filtre la suite 𝑥 et

1. Il existe aussi des filtres analogiques, qui agissent sur des fonctions 𝐿1 , par exemple,
et dont les outils sont proches de ceux introduit au chapitre 1. On en trouve dans la nature,
par exemple l’oreille humaine, ou plus généralement tout système physique répondant à une
excitation. Du point de vue de l’activité humaine, l’essor massif des technologies numériques
les place plutôt sur la liste des espèces en voie de disparition.

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 90

CHAPITRE 5. FILTRES NUMÉRIQUES

réponse ou sortie du filtre la suite 𝑦.

On schématisera cette définition par la figure 5.1.

𝑥 = (𝑥𝑛 )𝑛∈Z 𝑦 = (𝑦𝑛 )𝑛∈Z

Système
entrée/excitation sortie/réponse
𝑦 = 𝔽(𝑥)

Figure 5.1 – Schématisation d’un filtre numérique.

Dans la pratique, les signaux rencontrés sont finis, si bien que le fait
de travailler dans ℓ2 (Z) plutôt que dans un autre ℓ𝑝 (Z) n’a pas beaucoup
d’importance. Le fait de choisir cet espace plutôt qu’un autre vient du fait
que la norme 2 d’un signal (discret ou pas) est souvent égale à son énergie et
que d’un point de vue physique, il est raisonnable de ne considérer que des
signaux d’énergie finie.

Remarque 5.1 :
Dans toute la suite, on ne considère –− sauf mention contraire −– que
des filtres qui élaborent la réponse en un temps fixé 𝑛 en fonction d’un
nombre fini de termes de 𝑥 ou de 𝑦.

Dans la réalité, les dispositifs dont on dispose ne permettent de toute façon

que de travailler dans le cadre fixé par cette remarque. Donnons un exemple
de filtre. La formule :
𝑦𝑛 = 𝑥𝑛−1
définit un filtre qui effectue un décalage unitaire. On fera souvent appel dans
la suite à ce filtre élémentaire, si bien qu’on fixe d’ores-et-déjà sa notation.

Définition 5.2 — (Décalage unitaire) On appelle décalage unitaire et

on note 𝜏 le filtre défini par la relation

𝑦𝑛 = 𝑥𝑛−1 .

La suite 𝑦 peut être cependant définie de manière plus compliquée, par

exemple de manière récursive, comme c’est le cas pour :

1 1 1
𝑦𝑛 = 𝑦𝑛−1 + 𝑥𝑛 + 𝑥𝑛−1 . (5.1)
4 2 2
91 Version du 2 avril 2025, 11 h 21 CEST. M. Chupin
 CHAPITRE 5. FILTRES NUMÉRIQUES

On parle alors de filtre récursif 2 . Attention, un même filtre peut avoir une
définition récursive et une définition non récursive. Par exemple :
1
𝑦𝑛 = 𝑦 + 𝑥𝑛
2 𝑛−1
produit le même filtre que :
1 𝑘
𝑦𝑛 = ∑ ( ) 𝑥𝑛−𝑘 .
𝑘∈N
2

Par contre, cette dernière formule n’entre pas dans le cadre des filtres non-
récursifs que l’on considère dans la suite de ce cours, puisqu’on s’est placé
dans le champs de la remarque 5.1.

Réponse impulsionelle
Dans la suite, on considérera souvent l’image par les filtres de l’entrée
impulsion, c’est-à-dire le signal spécifique :
1 si 𝑛 = 0,
𝛿𝑛0 = {
0 sinon.

Définition 5.3 — (Réponse impulsionelle) On appelle réponse impul-

sionnelle d’un filtre numérique l’image par ce filtre du signal d’entrée
𝛿 0 = (𝛿𝑛0 )𝑛∈Z .
La réponse impulsionelle sera notée ℎ = (ℎ𝑛 )𝑛∈Z .

5.1.2 Propriétés des filtres

On passe maintenant en revue les premières propriétés des filtres numé-
riques. Pour simplifier les définitions, on note 𝔽 le filtre, considéré comme une
fonction.

Définition 5.4 — (Invariance temporelle) Un filtre est dit invariant en

temps, si l’image par 𝔽 de la suite décalée (𝑥𝑛−𝑛0 )𝑛∈Z , où 𝑛0 est un entier
relatif fixé, est la suite décalée de 𝑦 = (𝑦𝑛 )𝑛∈Z , c’est-à-dire (𝑦𝑛−𝑛0 )𝑛∈Z .

De manière équivalente, un filtre est invariant en temps si sa fonction 𝔽

commute avec la fonction décalage 𝜏.

2. On verra dans la suite du chapitre des définitions plus précises.

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 92

CHAPITRE 5. FILTRES NUMÉRIQUES

Exercice 5.1 :
Montrer que le filtre défini par la relation :

𝑦𝑛 = 𝑛𝑥𝑛 ,

ne définit pas un filtre invariant en temps.

Remarque 5.2 :
Tous les filtres que nous considérerons à partir de maintenant seront
invariants en temps.

Définition 5.5 — (Linéarité) Un filtre est dit linéaire si la relation de

dépendance de 𝑦 à 𝑥 est linéaire.

Autrement dit, un filtre est dit linéaire si la fonction 𝔽 est une application
linéaire.
Un premier théorème permet de caractériser simplement les filtres linéaires
invariants en temps.

Théorème 5.1 Un filtre linéaire invariant ou système linéaire invariant

(SLI) en temps est entièrement déterminé par la donnée de sa réponse
impulsionnelle, c’est-à-dire, en notant (ℎ𝑛 )𝑛∈Z la réponse impulsionnelle,
on a pour une entrée (𝑥𝑛 )𝑛∈Z , une sortie

∀𝑛 ∈ Z, 𝑦𝑛 = ∑ 𝑥𝑘 ℎ𝑛−𝑘 . (5.2)
𝑘∈Z

Remarque 5.3 :
Nous ne considérerons à partir de maintenant que les systèmes linéaires
invariants.

Remarque 5.4 :
La propriété du théorème 5.1, à savoir d’être entièrement déterminé par
la donnée de sa réponse impulsionnelle peut avoir une grande utilité. Ima-

93 Version du 2 avril 2025, 11 h 21 CEST. M. Chupin

 CHAPITRE 5. FILTRES NUMÉRIQUES

ginons que l’on dispose d’un filtre devant nous dont nous ne connaissons
pas les propriétés, mais auquel nous pouvons soumettre une entrée et
récupérer la sortie correspondante. Supposons alors que c’est un SLI. Il
suffit alors d’envoyer une entrée le signal impulsion et de récupérer la
réponse impulsionnelle (sortie) pour, si notre hypothèse SLI est valide,
pouvoir prédire la réponse à n’importe quel signal d’entrée.

Preuve : Notons ℎ = (ℎ𝑛 )𝑛∈Z la réponse impulsionnelle d’un filtre défini par une
fonction 𝔽.
On a :
(𝑦𝑛 )𝑛∈Z = 𝔽 ((𝑥𝑛 )𝑛∈Z )

0
= 𝔽 ((∑ 𝑥𝑘 𝛿𝑛−𝑘 ) )
𝑘∈Z 𝑛∈Z
0
= ∑ 𝑥𝑘 𝔽((𝛿𝑛−𝑘 )𝑛∈Z ) (𝔽 linéaire)
𝑘∈Z
= ∑ 𝑥𝑘 𝔽(𝜏 −𝑘 (𝛿𝑛0 )𝑛∈Z ) (Déf. de 𝜏 )
𝑘∈Z
= ∑ 𝑥𝑘 𝜏 −𝑘 𝔽((𝛿𝑛0 )𝑛∈Z ) (𝔽 invariante en temps)
𝑘∈Z
= ∑ 𝑥𝑘 𝜏 −𝑘 (ℎ𝑛 )𝑛∈Z (Déf. de (ℎ𝑛 )𝑛∈Z )
𝑘∈Z
= ∑ 𝑥𝑘 (ℎ𝑛−𝑘 )𝑛∈Z (Déf. de 𝜏 )
𝑘∈Z

= (∑ 𝑥𝑘 ℎ𝑛−𝑘 )
𝑘∈Z 𝑛∈Z

On voit donc que le calcul de 𝑦 nécessite seulement la connaissance de la suite

ℎ = (ℎ𝑛 )𝑛∈Z . 

La formule (5.2) est une formule de convolution. On voit ainsi une relation
algébrique très simple entre l’entrée et la sortie d’un filtre linéaire, invariant
en temps :
𝑦 = ℎ ⋆ 𝑥,
qui montre que de tels filtres ne font, in fine, que réaliser des produits de
convolution.

Causalité
Dans les exemples que nous avons traités jusqu’à présent, l’indice 𝑛 des
signaux numériques représente le temps. Dans ce cadre, il est impossible

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 94

CHAPITRE 5. FILTRES NUMÉRIQUES

qu’un filtre élabore une réponse en fonction de données du futur. C’est ce qui
motive l’introduction de la définition suivante.

Définition 5.6 — (Causalité) Un filtre est dit causal si, à 𝑛 fixé, 𝑦𝑛 ne

dépend que des valeurs 𝑥𝑘 , pour 𝑘 ≤ 𝑛 et 𝑦𝑘 , pour 𝑘 ≤ 𝑛 − 1.

La réponse impulsionnelle ℎ d’un tel filtre est donc nécessairement à

support dans N. On a alors un équivalent du théorème 5.1.

Théorème 5.2 — (Filtre linéaire, invariant en temps et causal)

Un filtre linéaire, invariant en temps et causal vérifie :

𝑦𝑛 = ∑ ℎ𝑛−𝑘 𝑥𝑘 = ∑ ℎ𝑘 𝑥𝑛−𝑘 ,
𝑘≤𝑛 𝑘∈N

où l’on a noté ℎ = (ℎ𝑛 )𝑛∈N la réponse impulsionelle du filtre.

Remarque 5.5 :
Il existe cependant des cas où il est nécessaire de considérer des filtres
non causaux. En traitement d’image par exemple, où les signaux – les
images donc – sont de dimension 2, les filtres appliquent à chaque pixel
de l’image une fonction de l’ensemble des pixels de l’image considérée.
La notion de causalité dans ce cas n’a pas vraiment de sens.

5.2 Stabilité
On introduit maintenant une notion importante pour la conception des
filtres.
De manière imagée, on parle de filtre stable si le filtre n’explose pas pour
certaines entrées. La plupart des filtres que l’on considère sont évidemment
stables. Les filtres instables donnent cependant parfois lieu à des phénomènes
de saturation, qui peuvent être mis à profit dans certaines applications 3 .

3. Par exemple en électronique, où l’utilisation des Amplificateurs Opérationnels en régime

saturé permet de concevoir des oscillateurs et donc des horloges.

95 Version du 2 avril 2025, 11 h 21 CEST. M. Chupin

 CHAPITRE 5. FILTRES NUMÉRIQUES

Définition 5.7 Un filtre est dit stable si il laisse stable le sous-espace

ℓ∞ (Z).

Autrement dit, pour toute entrée bornée, la sortie est bornée.

Remarque 5.6 :
Cette définition est valable pour tout filtre, même non-linéaire.

Dans le cas des filtres linéaires, invariants en temps, on a une caractérisa-

tion simple de la stabilité.

Lemme 5.1 Un filtre linéaire, invariant en temps est stable si et seulement

si sa réponse impulsionnelle est une suite de ℓ1 (Z).

Preuve : Condition suffisante : supposons ℎ = (ℎ𝑛 )𝑛∈Z ∈ ℓ1 (Z) et 𝑥 = (𝑥𝑛 )𝑛∈Z ∈

ℓ∞ (Z). Alors :

∣𝑦𝑛 ∣ = ∣(ℎ ⋆ 𝑥)𝑛 ∣ ≤ ∑ |ℎ𝑘 | ⋅ |𝑥𝑛−𝑘 | ≤ ‖𝑥‖∞ ⋅ ∑ |ℎ𝑘 | = ‖𝑥‖∞ ‖ℎ‖1 ,

𝑘∈Z 𝑘∈Z

ce qui montre que 𝑦 est bornée, donc dans ℓ∞ (Z).

Condition nécessaire : supposons, pour simplifier, que ℎ soit à valeurs réelles.
Posons 𝑥 = (signe(ℎ−𝑛 ))𝑛∈Z . Puisque le système est stable, ℎ ⋆ 𝑥 ∈ ℓ∞ (Z), or :

(ℎ ⋆ 𝑥)0 = ∑ ℎ𝑘 𝑥−𝑘 = ∑ |ℎ𝑘 |.

𝑘∈Z 𝑘∈Z

On en déduit le résultat. 

Ce lemme n’est qu’une reformulation du fait que le dual de ℓ1 (Z) est ℓ∞ (Z).

5.3 Filtres linéaires récursifs causaux

On définie précisément ici ce que nous avons introduit à la remarque 5.1.

Définition 5.8 — (Filtres linéaires récursifs causaux) Les filtres li-

néaires récursifs causaux élaborent leur réponse au temps 𝑛 par une formule
du type :
𝑁 𝑀
𝑦𝑛 = ∑ 𝑎𝑘 𝑦𝑛−𝑘 + ∑ 𝑏𝑘 𝑥𝑛−𝑘 , (5.3)
𝑘=1 𝑘=0

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 96

CHAPITRE 5. FILTRES NUMÉRIQUES

où les (𝑎𝑘 ) et les (𝑏𝑘 ) sont des constantes.

L’intérêt de tels filtres est qu’ils sont très faciles à implémenter en pratique.
On dit que ces systèmes sont définis par une équation aux différences.

5.3.1 Réponse impulsionnelle finie (RIF) et infinie (RII)

Les filtres linéaires invariants en temps et causaux peuvent maintenant
être divisés en deux catégories.

Définition 5.9 — (RIF et RII) Un filtre linéaire, invariant en temps et

causal est dit :
— à réponse impulsionnelle finie (en abrégé RIF ou FIR) si ℎ =
(ℎ𝑛 )𝑛∈Z est à support fini. Ces filtres sont un cas particulier des
filtres récursifs causaux, où les 𝑎𝑘 sont nuls, c’est-à-dire :
𝑀
𝑦𝑛 = ∑ 𝑏𝑘 𝑥𝑛−𝑘 .
𝑘=0

— Il est dit à réponse impulsionnelle infinie (en abrégé RII ou IIR)

dans le cas où il existe un ou des 𝑎𝑘 non nuls.

5.3.2 Transformée en 𝑧
La réponse impulsionnelle d’un filtre n’est pas forcément très parlante.
Nous avons donc besoin d’outils pour caractériser les filtres et savoir construire
la réponse impulsionnelle d’un filtre en fonction des caractéristiques que l’on
désire pour lui. Un de ces outil est ce qu’on appelle la transformée en 𝑧.

Définition 5.10 — (Transformée en 𝑧) Étant donné un signal 𝑥 =

(𝑥𝑛 )𝑛∈Z , on appelle transformée en 𝑧 de 𝑥, la fonction :

𝑋(𝑧) = ∑ 𝑥𝑛 𝑧 −𝑛 ,
𝑛∈Z

pour tout 𝑧 ∈ C dans le domaine de convergence

𝐷𝑥 = {𝑧 ∈ C; 𝑅1 < |𝑧| < 𝑅2 } ,

𝑅2 pouvant valoir l’infini.

97 Version du 2 avril 2025, 11 h 21 CEST. M. Chupin

 CHAPITRE 5. FILTRES NUMÉRIQUES

Traditionnellement, on utilise des lettres majuscules pour noter la trans-

formée en 𝑧.

Remarque 5.7 :
1. La transformée en 𝑧 est une série entière dite série de Laurent.
2. Le domaine de convergence de ces séries est un sujet en soit,
faisant appel à l’analyse complexe. Nous ne l’aborderons pas ici.
3. Il y a un lien entre la transformée en 𝑧 et la transformée de Fourier
discrète : la TFD est la transformée en 𝑧 restreinte au cercle
unité (𝑧 = e2i𝜋/𝑁 ) à condition qu’il appartienne à la couronne de
convergence.
4. La transformée en 𝑧 est à la TFD ce que la transformée de Laplace
est à la transformée de Fourier.

On peut montrer les quelques propriétés suivantes sur le domaine de

convergence.

Proposition 5.1 : — Si (𝑥𝑛 ) est de durée finie, 𝐷𝑥 est le plan complexe

tout entier, sauf peut-être en 𝑧 = 0.
— Si (𝑥𝑛 ) est nulle à gauche (𝑥𝑛 = 0 pour tout 𝑛 < 𝑁), 𝐷𝑥 s’étend à
l’infini.
— Si (𝑥𝑛 ) est nulle à droite (𝑥𝑛 = 0 pour tout 𝑛 > 𝑁), 𝐷𝑥 contient
l’origine.
— Si (𝑥𝑛 ) s’étend à droite et à gauche, alors 𝐷𝑥 est une couronne.

Exercice 5.2 :
Calculer la transformée en 𝑧 de (𝑥𝑛 ) définie par

∀𝑛 ∈ N, 𝑥𝑛 = 𝑎𝑛

où 𝑎 ∈ R, 𝑥𝑛 = 0 pour 𝑛 < 0.

La transformée en 𝑧 possède aussi d’autre propriétés qui nous seront utiles.

Proposition 5.2 : La transformée en 𝑧 satisfait les propriétés suivantes :

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 98

CHAPITRE 5. FILTRES NUMÉRIQUES

Propriété suite Trans. en 𝑧 Domaine

Linéarité (𝑥𝑛 ) + 𝜆(𝑦𝑛 ) 𝑋(𝑧) + 𝜆𝑌 (𝑧) 𝐷 𝑥 ∩ 𝐷𝑦
Retournement temporel (𝑥−𝑛 ) 𝑋(1/𝑧) 1/𝐷𝑥
Retard (𝑥𝑛−𝑛0 ) 𝑋(𝑧)𝑧 −𝑛0 𝐷𝑥
Convolution ((𝑥 ⋆ 𝑦)𝑛 ) 𝑋(𝑧)𝑌 (𝑧) 𝐷 𝑥 ∩ 𝐷𝑦
Produit (𝑥𝑛 𝑦𝑛 ) 𝑋 ⋆ 𝑌 (𝑧) 𝐷 𝑥 × 𝐷𝑦

Exercice 5.3 :
Démontrer la propriété de retard de la proposition 5.2.

Calculer les transformées inverses

Comme souvent, il est intéressant d’avoir la transformée en 𝑧 inverse. Pour
la calculer, il faut encore faire appel à l’analyse complexe et intégrer sur un
contour de Cauchy. En pratique, les transformées en 𝑧 qui nous intéresserons
seront des fractions rationnelles (voir exercice 5.2) que l’on décomposera en
éléments simples.
Nous rappelons ici le théorème de décomposition en éléments simples sur
le corps des complexes.

Théorème 5.3 — (Décomposition en éléments simples) Toute fraction

rationnelle 𝐹 = 𝑃 /𝑄 ∈ C(𝑥) admet une unique décomposition en élé-
ments simples, c’est-à-dire comme somme d’un polynôme 𝑇 et de fractions
𝑎/(𝑥–𝑧)𝑘 avec 𝑎 et 𝑧 complexes et 𝑘 entier supérieur ou égal à 1. Si 𝑄 admet
la factorisation

𝑄 = (𝑥 − 𝑧1 )𝑛1 (𝑥 − 𝑧2 )𝑛2 … (𝑥 − 𝑧𝑝 )𝑛𝑝 ,

alors la décomposition de 𝐹 est de la forme

𝑃 𝑎𝑖,1 𝑎𝑖,2 𝑎𝑖,𝑛𝑖

𝐹 = = 𝑇 +𝐹1 +…+𝐹𝑝 et 𝐹𝑖 = + +…+ ,
𝑄 𝑥 − 𝑧𝑖 (𝑥 − 𝑧𝑖 )2 (𝑥 − 𝑧𝑖 )𝑛𝑖

c’est-à-dire que les seuls 𝑎/(𝑥–𝑧)𝑘 avec 𝑎 non nul qui risquent d’apparaître
sont pour 𝑧 égal à un pôle de F et 𝑘 inférieur ou égal à son ordre. 𝑇 est
appelé la partie entière de 𝐹.

99 Version du 2 avril 2025, 11 h 21 CEST. M. Chupin

 CHAPITRE 5. FILTRES NUMÉRIQUES

Exercice 5.4 :
Déterminer la transformée inverse de :
1
𝑋(𝑧) = .
1 − 32 𝑧 −1 + 12 𝑧 −2

5.3.3 Fonction de transfert

Puisque cette nouvelle transformée s’applique à tout signal nu-
mérique, on peut en particulier l’appliquer à la réponse impulsion-
nelle.

Définition 5.11 — (Fonction de transfert) On appelle fonction de trans-

fert la transformée en 𝑧 de la réponse impulsionnelle :

𝐻(𝑧) = ∑ ℎ𝑖 𝑧 −𝑖 .
𝑖 ∈Z

On peut alors établir un lien entre les transformées en 𝑧 de cette dernière,

de l’entrée et de la sortie.

Lemme 5.2 Soit 𝑥 et 𝑦 l’entrée et la sortie d’un filtre linéaire récursif

causal défini par (5.3) et de réponse impulsionnelle ℎ. On a :

𝑌 (𝑧) ∑𝑀
𝑘=0 𝑏𝑘 𝑧
−𝑘
𝐻(𝑧) = = .
𝑋(𝑧) 1 − ∑𝑁
𝑘=1 𝑎𝑘 𝑧
−𝑘

Preuve : Commençons par établir la deuxième égalité. On a :

𝑌 (𝑧) = ∑ 𝑦𝑛 𝑧−𝑛
𝑛∈Z
𝑁 𝑀
= ∑ ( ∑ 𝑎𝑘 𝑦𝑛−𝑘 ) 𝑧−𝑛 + ∑ ( ∑ 𝑏𝑘 𝑥𝑛−𝑘 ) 𝑧−𝑛
𝑛∈Z 𝑘=1 𝑛∈Z 𝑘=0
𝑁 𝑀
= ∑ 𝑎𝑘 𝑧 −𝑘 (∑ 𝑦𝑛−𝑘 𝑧−(𝑛−𝑘) ) + ∑ 𝑏𝑘 𝑧 −𝑘 (∑ 𝑥𝑛−𝑘 𝑧−(𝑛−𝑘) )
𝑘=1 𝑛∈Z 𝑘=0 𝑛∈Z
𝑁 𝑀
= ∑ 𝑎𝑘 𝑧 −𝑘 𝑌 (𝑧) + ∑ 𝑏𝑘 𝑧−𝑘 𝑋(𝑧),
𝑘=1 𝑘=0

d’où le résultat.

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 100

CHAPITRE 5. FILTRES NUMÉRIQUES

La première égalité provient quant à elle du fait que la transformée en 𝑧, comme

le font les différentes transformées de Fourier, transforme le produit de convolution
en produit. 

On voit facilement que la fonction de transfert d’un filtre récursif causal est
une fraction rationnelle. La réciproque n’est pas vraie. On peut par exemple
voir que le filtre défini par la formule :

𝑦𝑛 = 𝑥𝑛+1

à pour fonction de transfert 𝐻(𝑧) = 𝑧.

Définition 5.12 — (Forme normalisée) On appelle forme normalisée de

la fonction de transfert d’un filtre linéaire récursif causal est une fraction
rationnelle
∏𝑀𝑘=1 (1 − 𝑧𝑘 𝑧
−1
)
𝐻(𝑧) = 𝑁 −1
,
∏𝑘=0 (1 − 𝑝𝑘 𝑧 )
où les coefficients 𝑧𝑘 , 𝑘 ∈ {1, … , 𝑀} et 𝑝𝑘 , 𝑘 ∈ {0, … , 𝑀} sont appelés
respectivement zéros et pôles de la fonction transfert.

Dans la définition précédente, on suppose bien entendu que la fraction

rationnelle est irréductible, c’est-à-dire qu’aucun facteur n’apparaît à la fois
au numérateur et au dénominateur.

Exercice 5.5 :
Calculer la fonction transfert des filtres définis par :
— 𝑦𝑛 = 𝑥𝑛−1 ;
— 𝑦𝑛 = 14 𝑦𝑛−1 + 12 𝑥𝑛 + 12 𝑥𝑛−1 .

5.3.4 Stabilité
La fonction de transfert introduite à la section précédente permet de
formuler un nouveau critère de stabilité des filtres linéaires récursifs, causaux.

Théorème 5.4 Un filtre linéaire, récursif, causal est stable si et seulement

si les pôles de sa fonction de transfert (mise sous forme irréductible) sont
situés à l’intérieur du disque unité.

101 Version du 2 avril 2025, 11 h 21 CEST. M. Chupin

 CHAPITRE 5. FILTRES NUMÉRIQUES

Preuve : (partielle) Puisque l’on considère un filtre causal, on sait que le domaine de
convergence de sa fonction de transfert est l’extérieur d’un cercle,
Par hypothèse de rationalité de la fonction de transfert, on peut la réduire en
éléments simples, c’est-à-dire la mettre sous la forme, où on a supposé pour simplifier
que les pôle étaient simples
𝛼𝑖
𝐻(𝑧) = ∑ −1
=∶ ∑ 𝐻𝑖 (𝑧).
𝑖∈{1,…,𝑁}
1 − 𝑝 𝑖 𝑧 𝑖

Le développement en série entière par rapport au paramètre 𝑧−1 de chacun des

éléments de cette somme vaut :

𝐻𝑖 (𝑧) = ∑ 𝑝𝑖𝑘 𝑧−𝑘 .

𝑘∈N

Par identification, on voit que 𝐻𝑖 (𝑧) est la transformée en 𝑧 de la réponse impulsionnelle

ℎ𝑖 définie par ℎ𝑖𝑛 = 𝑝𝑖𝑛 , qui appartient à ℓ1 (Z) si et seulement si |𝑝𝑖 | < 1. 

Il existe de nombreux critères permettant de déterminer rapidement par

calcul si les racines d’un polynôme donné sont situées à l’intérieur ou à
l’extérieur du disque unité. On peut citer par exemple :
— le critère de Schur,
— le critère de Routh,
— le critère de Jary,
— le critère de Nyquist,
— le critère d’Evans,
— le critère du revers,
— le critère du contour de Hall.
On n’aborde ici ni les énoncés ni les démonstrations de la validité de ces
critères. Une fois un critère choisi, il est facile de décider si un filtre est stable
ou non.

5.3.5 Représentation en schéma-bloc

Le schéma fonctionnel, appelé aussi schéma-bloc, schéma de principe ou en
anglais block diagram, est la représentation graphique simplifiée d’un procédé
relativement complexe impliquant plusieurs unités ou étapes. Il est composé
de blocs connectés par des lignes d’action. Il est utilisé principalement en
automatique, en traitement du signal, en génie chimique et en fiabilité.
Il est très pratique de représenter les filtres sous forme de schéma-bloc.
C’est à la fois très intuitif, facile à former à partir de l’équation de définition du
filtre et proche de ce qui serait un circuit électronique réalisant effectivement
le filtre.

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 102

CHAPITRE 5. FILTRES NUMÉRIQUES

Dans notre contexte, on utilisera des blocs élémentaires de décalage uni-

taire et des opérations de sommation (ou soustraction). L’entrée du schéma
est 𝑥𝑛 et la sortie est 𝑦𝑛 . Avec ces simples éléments, on est alors capable de
représenter graphiquement les filtres récursifs causaux de ce cours.
Considérons de nouveau l’exemple de filtre défini par (5.1), que nous
rappelons ici :
1 1 1
𝑦𝑛 = 𝑦𝑛−1 + 𝑥𝑛 + 𝑥𝑛−1 .
4 2 2
La figures 5.2 est une des représentations possibles sous forme de schéma-
bloc.

1
𝑥𝑛 2 𝑥𝑛 𝑦𝑛
1/2 + +

𝑧 −1 𝑧 −1

𝑥𝑛−1 1/2 1 1
1/4 𝑦𝑛−1
2 𝑥𝑛−1 4 𝑦𝑛−1

Figure 5.2 – Une représentation du filtre défini par 𝑦𝑛 = 14 𝑦𝑛−1 + 12 𝑥𝑛 +

1
2 𝑥𝑛−1 .

N’importe quel filtre récursif causal peut-être représenté par un schéma-

bloc, cependant, la représentation n’est évidemment pas unique.

5.4 Réponse fréquentielle

On va maintenant présenter un lien entre transformée en 𝑧 et série de
Fourier. Ce lien avait déjà été entrevu lorsque l’on avait utiliser un argument
de convolution dans la preuve du lemme 5.2

5.4.1 Définition
La réponse fréquentielle d’un filtre (linéaire, récursif ou non, causal ou
non) donne des informations sur la manière dont le filtre réagit aux excitations
périodiques.

103 Version du 2 avril 2025, 11 h 21 CEST. M. Chupin

 CHAPITRE 5. FILTRES NUMÉRIQUES

Définition 5.13 On appelle réponse fréquentielle d’un filtre la fonction :

[−𝜋, 𝜋] → C
𝜔 ↦ 𝐻(ei𝜔 ).

Cette fonction est souvent, par abus de notations, simplement notée 𝐻(𝜔).

On remarque que 𝐻(e𝑖𝜔 ) est la série de Fourier dont les coefficients sont
ceux de la réponse impulsionnelle. La réponse en fréquence est donc la trans-
formée de Fourier de la suite (ℎ𝑛 )𝑛∈Z .
On se place dans le cadre d’application du théorème d’échantillonnage de
Shannon, et on suppose que le contenu fréquentiel du signal d’entrée est inclus
dans [−𝑓𝑒 /2, 𝑓𝑒 /2] où 𝑓𝑒 est la fréquence d’échantillonnage.
De plus, comme on se place après la phase d’échantillonnage, bien
qu’il n’apparaisse plus, le temps entre 𝑥𝑛 et 𝑥𝑛+1 est 1/𝑓𝑒 (et doit être
transmis).
On a alors la correspondance suivante :

𝑓
𝜔 = 2𝜋
𝑓𝑒

qui appartient à [−𝜋, 𝜋] quand 𝑓 ∈ [−𝑓𝑒 /2, 𝑓𝑒 /2]. Le passage par 𝜔 permet
de normaliser la réponse fréquentiel. Le retour à la réponse fréquentielle non
normalisée se fait par une simple multiplication pour la fréquence d’échan-
tillonnage 𝑓𝑒 .

Remarque 5.8 :
— On note que 𝜔 ↦ 𝐻(ei𝜔 ) est 2𝜋-périodique.
— Sans rentrer dans le détail mathématique, dans le cas où l’anneau
de convergence inclut le cercle unité, l’intégrale d’inversion de la
transformée en 𝑧 peut se faire sur le cercle unité. On a alors
2𝜋
1
𝑥𝑘 = ⌠ 𝑋(ei𝜔 )ei𝑘𝜔 d𝜔.
2𝜋 ⌡0

5.4.2 Modification spectrale du signal d’entrée

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 104

CHAPITRE 5. FILTRES NUMÉRIQUES

Grâce à ce formalisme mathématique, on arrive à l’idée du traitement du

signal par modification spectral. En effet, pour les filtre linéaires récursifs
causaux, la relation :
𝑌 (𝑧)
𝐻(𝑧) = ⇔ 𝑌 (𝑧) = 𝐻(𝑧)𝑋(𝑧),
𝑋(𝑧)
nous donne dans le domaine fréquentiel
𝑌 (ei𝜔 ) = 𝐻(ei𝜔 )𝑋(ei𝜔 ).
Ainsi, dans le domaine fréquentiel, le spectre de 𝑌 est le produit des deux
spectres de 𝐻 et de 𝑋. Ainsi, pour réaliser les traitements que l’on souhaite,
il faudra être capable de construire la fonction 𝐻 correspondante.

Exercice 5.6 :
Soit le filtre numérique défini par

𝑦𝑛 = ∑ 𝑎𝑘 𝑥𝑛−𝑘 , (5.4)
𝑘∈N

où la suite (𝑥𝑛 ) est le signal d’entrée et (𝑦𝑛 ) le signal de sortie, et où

0 < 𝑎 < 1.
1. Montrer que le filtre peut se mettre sous forme récursive. On
pourra passer par la transformer en 𝑧 du filtre (c’est-à-dire de
l’égalité (5.4)).
2. Déterminer la réponse impulsionnelle du filtre, c’est-à-dire la ré-
ponse (ℎ𝑛 )𝑛≥0 au signal d’entrée (𝑥𝑛 )𝑛≥0 défini par 𝑥0 = 1 et
𝑥𝑛 = 0 pour tout 𝑛 > 0.
3. À quelle condition sur la réponse impulsionnelle le filtre est-il
stable ? Est-ce que cela est vérifié ?
4. À quelle condition sur la fonction de transfert le filtre est-il stable ?
Est-ce que cela est vérifié ?
5. Pour 𝑎 = 1/2, étudier la réponse fréquentielle du filtre. On rap-
pelle que la réponse fréquentielle du filtre est définie à partir de
sa fonction de transfert 𝐻(𝑧) par |𝐻(ei𝜔 )| où 𝜔 est la pulsation
normalisée, c’est-à-dire que 𝜔 = 2𝜋𝑓/𝑓𝑒 où 𝑓 est la fréquence et
𝑓𝑒 la fréquence d’échantillonnage. On supposera que le signal a été
échantillonné en validant les hypothèses du théorème de Shannon.
Déterminer alors la nature du filtre.

105 Version du 2 avril 2025, 11 h 21 CEST. M. Chupin

 CHAPITRE 5. FILTRES NUMÉRIQUES

5.4.3 Réponse à phase linéaire

Dans les applications, il est utile que la phase du filtre, c’est-à-dire l’argu-
ment de la fonction de transfert, soit une fonction affine de 𝜔. Le filtre est alors
appelé abusivement filtre à phase linéaire. Expliquons rapidement pourquoi.
On considère un signal périodique simple, de la forme 𝑡 ↦ e𝑖𝜔𝑡 . Au cours du
temps, on voit que la phase varie de manière linéaire, c’est-à-dire que l’effet du
temps sur la phase du signal est un déphasage proportionnel à 𝑡. Lorsque l’on
transmet ce signal, on ne peut espérer qu’à la réception le déphasage soit nul,
ce qui correspondrait au cas idéal d’une réception en temps réel. En pratique,
on reçoit un signal de la forme 𝑡 ↦ e𝑖(𝜔𝑡+𝜙(𝜔)) = e𝑖𝜔(𝑡−𝜏 (𝜔)) , où 𝜏 est un
retard engendré par le canal de transmission. Notons 𝜙(𝜔) = arg(𝐻(e𝑖𝜔 ))
la phase d’un filtre donné (de fonction de transfert 𝐻) et considérons deux
signaux 𝑡 ↦ e𝑖𝜔1 𝑡 et 𝑡 ↦ e𝑖𝜔2 𝑡 . L’effet du temps sur le déphasage entre les
deux signaux est d’introduire un déphasage proportionnel à 𝜔2 − 𝜔1 . Dans
de nombreuses situations, on souhaite qu’un filtre n’affecte pas plus la phase
que ne le ferait le temps, c’est-à-dire que le déphasage entre deux signaux
qu’il reçoit soit proportionnel à la différence de leurs phases, ce qui conduit à
l’équation :
𝜙(𝜔2 ) − 𝜙(𝜔1 ) = 𝛼(𝜔2 − 𝜔1 ),
autrement dit, la fonction de transfert du filtre doit être de la forme :

𝐻(e𝑖𝜔 ) = |𝐻(e𝑖𝜔 )|e𝑖(𝛼𝜔+𝛽) .

Dans le cas où le filtre n’est pas à phase linéaire, la déformation qu’il engendre
sur le signal d’entrée est appelée distorsion de phase. Ce défaut ne doit pas
être confondu avec la distorsion harmonique qui intervient lorsque le filtre
n’est pas linéaire.

Exercice 5.7 :
Étudier la réponse fréquentielle du filtre défini par la réponse impulsion-
nelle suivante :
ℎ = {0, 5; 0; 0; 0; 0; 0; 0; 0; 0, 5}.

5.4.4 Diagramme de Bode

Le diagramme de Bode est un moyen de représenter la réponse en fréquence
d’un système dont la fonction de transfert se met sous la forme d’une fraction
rationnelle. Il est adapté à la représentation des filtres récursifs causaux.

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 106

CHAPITRE 5. FILTRES NUMÉRIQUES

Le diagramme de Bode d’un système de réponse fréquentielle 𝐻(𝜔) se

compose de deux tracés :
— le gain (ou amplitude) en décibels (dB). Sa valeur est calculée à partir
de 20 log10 |𝐻(𝜔)|. ;
— la phase en degré, donnée par arg(𝐻(𝜔).
L’échelle des pulsations est logarithmique et est exprimée en rad/s (radian par
seconde). L’échelle logarithmique permet un tracé très lisible, car construit à
partir de tronçons de ligne droite.
Par exemple, le diagramme de Bode de la fonction de l’exercice 5.4 :

1
𝐻(𝑧) = 3 −1
(5.5)
1− 2𝑧 + 12 𝑧 −2

est donné en figure 5.3.

∣𝐻(ei𝜔 )∣ (dB)

10
0
−10
0 0.5 1 1.5 2 2.5 3
𝜔
arg (𝐻(ei𝜔 ))

−0.5

0 0.5 1 1.5 2 2.5 3

𝜔

Figure 5.3 – Diagramme de Bode de la fonction de transfert définie par

l’équation 5.5.

Suivant les puissances des polynômes du dénominateur et du numérateur,

il y a des classifications standards de ces filtres.

5.5 Synthèse de filtre

Dans cette section, nous allons effleurer la thématique de la synthèse de
filtre, c’est-à-dire la conception de filtres numériques.

107 Version du 2 avril 2025, 11 h 21 CEST. M. Chupin

 CHAPITRE 5. FILTRES NUMÉRIQUES

5.5.1 Filtres idéaux et gabarits

On considérera ici que trois types de filtre :
— les filtres passe-bas, qui ne laissent passer que les basses fréquences ;
— les filtres passe-haut, qui ne laissent passer que les hautes fréquences ;
— les filtre passe-bande, qui ne laissent passer qu’une bande fréquentielle.
On appelle fréquence de coupure toute fréquence autour de laquelle le filtre
change de comportement. La qualité d’un filtre se mesure bien souvent à ses
qualité de coupure, où l’objectif est souvent de pour passer idéalement de 1 à
0 instantanément (en fréquence).

Définition 5.14 — (Gabarit) On appelle gabarit l’ensemble des

contraintes que l’on souhaite pour le filtre à réaliser.

En figure 5.4, un exemple gabarit type d’un filtre passe-bas est présenté.
On a en rouge le filtre idéal que l’on souhaite réaliser avec des paramètres de
tolérance :
— Δ𝑓 est la zone de coupure autour de la fréquence de coupure souhaité,
notée 𝑓𝑐 , pendant laquelle la transition doit être effectuée ;
— Δ𝑒1 et Δ𝑒2 sont les tolérances autour de respectivement les valeurs 1
et 0.

|𝐻(𝜔)|

Δ𝑒1

Filtre réel
Δ𝑓
Filtre idéal

Δ𝑒2
𝑓𝑐 𝜔

Figure 5.4 – Illustration d’un gabarit d’un filtre et ses paramètres de tolé-
rance.

Nous n’aborderons dans ce cours que la synthèse de filtre à réponse im-

pulsionnelle finie.

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 108

CHAPITRE 5. FILTRES NUMÉRIQUES

5.5.2 Conception de filtres à RIF

Dans cette section, nous abordons rapidement la conception de filtres à
réponse impulsionnelle finie (RIF). Pour ce type de filtre, ℎ = (ℎ𝑛 )𝑛∈Z est à
support fini, donc, un tel filtre est nécessairement stable.

Méthode de la fenêtre
La méthode de la fenêtre est la suivante. On choisit une réponse fréquen-
tielle idéale notée 𝐻 ∗ (𝜔). Ce choix peut-être fait par exemple par le graphe
de la fonction dans le domaine fréquentiel.
Par ailleurs, on a
𝐻 ∗ (𝜔) = ∑ ℎ∗𝑛 ei𝜔𝑛
𝑛∈Z
avec, grâce à la formule de transformée inverse :
𝜋
1
ℎ∗𝑛 = ⌠ 𝐻 ∗ (𝜔)ei𝜔𝑛 d𝜔.
2𝜋 ⌡−𝜋
Malheureusement, rien ne garantit que la suite (ℎ∗𝑛 ) correspondante soit
à support fini. On va donc tronquer la suite de coefficients (ℎ∗𝑛 ) à un certain
rang 𝑀 − 1, c’est-à-dire multiplier (ℎ∗𝑛 ) par une suite fenêtre (𝑔𝑘 ) défini par :
1 si 𝑘 = 0, … , 𝑀 − 1
𝑔𝑘 = { .
0sinon.
Ce procédé revient à définir un nouveau filtre (ℎ𝑘 ) par l’opération :
ℎ𝑘 = ℎ∗𝑘 𝑔𝑘 .
Pour avoir la réponse fréquentielle du filtre réel obtenue, on prend la
transformée de Fourier du produit :
𝐻(𝜔) = 𝐻 ∗ ⋆ 𝐺(𝜔),
c’est-à-dire 𝜋
1
𝐻(𝜔) = ⌠ 𝐻 ∗ (𝜔)𝐺(𝜔 − 𝜈)d𝜈,
2𝜋 ⌡−𝜋
et
𝑀 −1
𝐺(𝜔) = ∑ e−i𝑘𝜔 .
𝑘=0
Malheureusement, si cette méthode est assez simple à comprendre et à
mettre en place, elle souffre du phénomène de Gibbs (voir figure 5.5).

109 Version du 2 avril 2025, 11 h 21 CEST. M. Chupin

 CHAPITRE 5. FILTRES NUMÉRIQUES

𝑦
signal
1 𝑠0
𝑠1
𝑠8

0.5

𝜋 2𝜋 𝑥

Figure 5.5 – Illustration du phénomène de Gibbs sur la fonction créneau.

Remarque 5.9 :
Pour améliorer cette méthode, il est possible d’utiliser des fonctions
fenêtre plus régulières comme les fenêtre de Hamming, Barlett, etc.

5.5.3 Synthèse par transformation de Fourier discrète

5.6 Notes bibliographiques

Pour une introduction plus complète des filtres numériques, on pourra
consulter les chapitres 2, 3, 4, 5 et 9 de la référence [7]. Pour un exposé plus
court et en français, on pourra se référer à [13].

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 110

 6

Chapitre
L’analyse temps/fréquences

Sommaire du chapitre
6.1 Transformées de Fourier des fonctions 𝐿2 . . 112
6.1.1 Définition et propriétés de 𝐿2 . . . . 112
6.1.2 Transformation de Fourier . . . . . . 113
6.2 La transformée de Fourier à fenêtre . . . . . 115
6.2.1 Fonction fenêtre . . . . . . . . . . . . 115
6.2.2 Formule d’inversion . . . . . . . . . . 116
6.2.3 Le principe d’incertitude . . . . . . . 117
6.2.4 Spectrogramme . . . . . . . . . . . . 121
6.3 La transformation en ondelettes . . . . . . . 123
6.3.1 L’idée de base . . . . . . . . . . . . . 123
6.3.2 Localisation temps-fréquence . . . . 126
6.4 Aspects numériques et compression . . . . . 127
6.5 Notes bibliographiques . . . . . . . . . . . . 127

Dans ce chapitre nous aborderons l’analyse temps/fréquences. Nous avons

vu jusque là que l’outil d’analyse de Fourier permet d’obtenir beaucoup d’in-
formations sur un signal donnée. Nous avons vu cela dans le cadre de l’espace
fonctionnel 𝐿1 , dit des signaux stables. Nous allons ici voir que cette trans-
formée s’étend à l’espace 𝐿2 dans lequel elle est une bijection. La théorie
de Fourier est mathématiquement très belle et très utile mais il n’est pas
entièrement satisfaisant pour des applications importantes du traitement du
signal.
En effet, lorsqu’on considère un signal sonore, par exemple un morceau
de musique, les notes sont à la fois localisées en temps et en fréquence. La
transformée de Fourier n’est pas adapté à cette analyse, car pour une fréquence

111
 CHAPITRE 6. L’ANALYSE TEMPS/FRÉQUENCES

donnée (une note), elle est reliée à l’énergie totale de toutes les occurrences de
cette note dans tout le morceau.
Après avoir donner rapidement des résultats sur la transformée de Fourier
dans l’espace fonctionnel 𝐿2 , on introduira la transformée de Fourier à fenêtre,
puis nous introduirons la transformée en ondelettes.

6.1 Transformées de Fourier des fonctions 𝐿2

Comme nous avons dit en remarque 1.2, on peut considérer plusieurs cadre
fonctionnel pour la transformée de Fourier. Dans cette section, nous nous
intéresserons aux résultats propre à l’espace de fonction 𝐿2 . On ne démontrera
que peu de ces résultats et nous renvoyons à [4, 3] pour plus de détails.

6.1.1 Définition et propriétés de 𝐿2

On désignera par Ω un ouvert de R𝑛 .

Définition 6.1 — (Espace 𝐿2 (Ω)) Une fonction définie sur Ω à valeurs

complexes est dite de carré intégrable si 𝑢 est mesurable et 𝑢2 ∈ 𝐿1 (Ω).
On pose alors
1/2
2
‖𝑢‖𝐿2 = (⌠ |𝑢(𝑥)| d𝑥) .
⌡Ω
On note 𝐿2 (Ω) l’ensemble des fonctions de carré intégrable sur Ω.

Proposition 6.1 : L’ensemble 𝐿2 (Ω) satisfait les propriétés suivantes :

1. 𝐿2 (Ω) est un espace vectoriel et ‖⋅‖𝐿2 est une norme sur 𝐿2 (Ω). En
particulier, si 𝑢 ∈ 𝐿2 (Ω) et 𝑣 ∈ 𝐿2 (Ω), alors la somme 𝑢 + 𝑣 appartient
à 𝐿2 (Ω) et on a l’inégalité de Minkowski

‖𝑢 + 𝑣‖𝐿2 ≤ ‖𝑢‖𝐿2 + ‖𝑣‖𝐿2 .

2. Si 𝑢 ∈ 𝐿2 (Ω) et 𝑣 ∈ 𝐿2 (Ω), alors le produit 𝑢𝑣 appartient à 𝐿1 (Ω) et

on a l’inégalité de Cauchy-Schwarz :

1/2 1/2
⌠ |𝑢(𝑥)𝑣(𝑥)| d𝑥 ⩽ (⌠ |𝑢(𝑥)|2 d𝑥) (⌠ |𝑣(𝑥)|2 d𝑥) .
⌡Ω ⌡Ω ⌡Ω

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 112

CHAPITRE 6. L’ANALYSE TEMPS/FRÉQUENCES

3. L’application

⟨𝑢, 𝑣⟩𝐿2 ∶ (𝑢, 𝑣) ↦ ⌠ 𝑢(𝑥)𝑣(𝑥)d𝑥

⌡Ω

est un produit scalaire sur 𝐿2 (Ω).

On peut alors montrer le résultat suivant :

Théorème 6.1 Soit (𝑓𝑛 ) une suite de Cauchy dans 𝐿2 (Ω). Alors il existe
𝑓 ∈ 2 (Ω) tel que

∥𝑓 − 𝑓𝑛 ∥𝐿2 → 0 quand 𝑛 → +∞.

L’espace 𝐿2 (Ω) est dont complet pour la topologie déduite de la norme :

1/2
‖𝑓‖𝐿2 = ⟨𝑓, 𝑓⟩𝐿2 .

Ce théorème montre que 𝐿2 (Ω) est un espace de Hilbert.

6.1.2 Transformation de Fourier

Dans le cadre de ce cours, Ω sera R ou R2 (mais tous les résultats s’étendent
aisément à R𝑛 ). Remarquons tout d’abord qu’une fonction 𝑓 de carré intégrable
dans R appartient à 𝐿1loc . En effet, pour tout compact 𝐴 ∈ R, on a, d’après
l’inégalité de Cauchy-Schwarz :

⌠ |𝑓(𝑥)| d𝑥 = ⌠ 1𝐴 (𝑥) |𝑓(𝑥)| d𝑥 ⩽ ‖𝑓‖𝐿2 |𝐴| .

⌡𝐴 ⌡R

En revanche, on peut trouver des fonction 𝐿2 qui n’appartiennent pas à

𝐿1 , et donc, les définitions établies au chapitre 1, section 1.1.1 ne s’appliquent
pas.
Pour définir la transformée de Fourier dans 𝐿2 on utilise le théorème
suivant (qu’on ne démontrera pas).

Théorème 6.2 Soit 𝑢 ∈ 𝐿1 ∩ 𝐿2 , alors ℱ(𝑢) ∈ 𝐿2 et

⌠ |𝑢(𝑡)|2 d𝑡 = ⌠ |ℱ(𝑢)(𝜈)|2 d𝜈.

⌡R ⌡R

113 Version du 2 avril 2025, 11 h 21 CEST. M. Chupin

 CHAPITRE 6. L’ANALYSE TEMPS/FRÉQUENCES

Grâce à ce théorème, l’application 𝜙 ∶ 𝑢 ↦ ℱ(𝑢) de 𝐿1 ∩ 𝐿2 dans 𝐿2 est

linéaire et est une isométrie. Ensuite, par densité de 𝐿1 ∩ 𝐿2 dans 𝐿2 , cette
isométrie linéaire peut être étendue de manière unique à 𝐿2 tout entier. On
continuera à noter 𝑠 ̂ ou ℱ(𝑠) la transformée de Fourier sur 𝐿2 .
L’isométrie dont on vient juste de parler est donnée par le théorème
suivant.

Théorème 6.3 — (de Plancherel) Si 𝑠1 et 𝑠2 sont deux fonctions de 𝐿2 ,

alors
⌠ 𝑠1 (𝑡)𝑠2 (𝑡)d𝑡 = ⌠ 𝑠̂1 (𝜈)̂ 𝑠2 (𝜈)d𝜈,
⌡R ⌡R
ou encore
𝑠1 , 𝑠̂2 ⟩𝐿2 .
⟨𝑠1 , 𝑠2 ⟩𝐿2 = ⟨̂

Et on peut aussi démontrer un résultat concernant le produit de convolu-

tion.

Théorème 6.4 Soit ℎ ∈ 𝐿1 et 𝑥 ∈ 𝐿2 , alors

𝑦(𝑡) = ⌠ ℎ(𝑡 − 𝑠)𝑥(𝑠)d𝑠

⌡R

est défini presque partout et appartient à 𝐿2 . De plus, sa transformée de

Fourier est
∀𝜈 ∈ R, 𝑦(𝜈)
̂ ̂ 𝑥(𝜈).
= ℎ(𝜈) ̂

On peut montrer alors le résultat suivant.

Théorème 6.5 La transformation de Fourier ℱ est une isométrie bijective

de 𝐿2 dans lui-même, d’inverse ℱ.

Remarque 6.1 :
Dans la construction de la transformée de Fourier dans 𝐿2 on passe par
l’ensemble 𝐿1 ∩ 𝐿2 . En pratique, pour calculer la transformée de Fourier
d’une fonction de 𝐿2 qui n’est pas dans 𝐿1 , on utilisera le résultat qui dit
que pour 𝑓 ∈ 𝐿2 , on a 𝑓 ̂ comme limite dans 𝐿2 lorsque 𝑛 → +∞ de

⌠ 𝑓(𝑡)e−2i𝜋𝜈𝑡 d𝑡.
⌡|𝑡|⩽𝑛

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 114

CHAPITRE 6. L’ANALYSE TEMPS/FRÉQUENCES

6.2 La transformée de Fourier à fenêtre

Comme expliqué en introduction de ce chapitre, la problématique à laquelle
on s’attaque ici est de pouvoir obtenir de l’information en temps/fréquence
mais localisée. L’amplitude de transformée de Fourier nous donne, dans le cas
d’un morceau de piano par exemple, pour une note de fréquence 𝜈𝑓 sera reliée
à toutes les occurrences de cette note dans tout le morceau.
Ceci a amené Dennis Gabor 1 à proposer l’idée d’une transformée de
Fourier à fenêtre.

6.2.1 Fonction fenêtre

Pour un signal 𝑓 à analyser, l’information locale autour du temps 𝑡 = 𝑏
est contenue dans le signal localisé en temps

∀𝑡, 𝑡 ↦ 𝑓(𝑡)𝑤(𝑡 − 𝑏) (6.1)

où 𝑤 est une fonction fenêtre temporelle paire qui est nulle, ou suffisamment
proche de zéro, en dehors d’un petit intervalle autour de zéro. Donnons deux
exemples classiques pour se fixer les idées.
La fenêtre rectangulaire : 𝑤 ∶ 𝑡 ↦ 𝑤(𝑡) = 1[−𝛼,𝛼] (𝑡) où 𝛼 > 0 ;
2
La fenêtre gaussienne : 𝑤 ∶ 𝑡 ↦ 𝑤(𝑡) = e−𝛼𝑡 où 𝛼 > 0.

𝑓(𝑡)𝑤(𝑡 − 𝑏)

𝑓(𝑡)

𝑤(𝑡 − 𝑏)
𝑏 𝑡
Figure 6.1 – Illustration de l’action d’une fenêtre rectangulaire sur une
fonction.

1. Dennis Gabor (5 juin 1900 à Budapest, Hongrie - 8 février 1979 à Londres) est un
ingénieur et physicien hongrois. Il est notamment connu pour l’invention de l’holographie
pour laquelle il a reçu le prix Nobel de physique de 1971.

115 Version du 2 avril 2025, 11 h 21 CEST. M. Chupin

 CHAPITRE 6. L’ANALYSE TEMPS/FRÉQUENCES

Ayant une fonction fenêtre 𝑤, l’information spectrale locale au temps 𝑏

est obtenue en calculant la transformée de Fourier de (6.1) que l’on notera :

𝑊𝑓 (𝜈, 𝑏) = ⌠ 𝑓(𝑡)𝑤(𝑡 − 𝑏)e−2i𝜋𝜈𝑡 d𝑡. (6.2)

⌡R

Définition 6.2 — (Transformée de Fourier à fenêtre) Soient 𝑤 et 𝑓

deux fonctions 𝐿2 , où 𝑤 est une fonction fenêtre. On appelle la fonction
𝑊𝑓 ∶ R × R → C définie par (6.2) la transformée de Fourier à fenêtre de 𝑓
associée à la fenêtre 𝑤.
Si la fenêtre est la fenêtre rectangulaire, on parlera de transformée de
Fourier en temps court, et si la fenêtre est gaussienne, on parlera de la
transformée de Gabor de 𝑓.

6.2.2 Formule d’inversion

On énoncera ici un théorème de reconstruction du signal à partir de la
transformée de Fourier à fenêtre, dont la preuve dépasse le cadre de ce cours
(voir [4, 6]).

Théorème 6.6 Supposons :

— 𝑤 ∈ 𝐿 1 ∩ 𝐿2 ;
— ∫R |𝑤(𝑡)|2 d𝑡 = 1 ;
— |̂𝑤| est une fonction paire.
On a alors, pour tout 𝑓 ∈ 𝐿2 , la formule de la conservation de l’énergie

2
⌠ ⌠ ∣𝑊𝑓 (𝜈, 𝑏)∣ d𝜈d𝑏 = ⌠ |𝑓(𝑡)|2 d𝑡.
⌡R ⌡R ⌡R
De plus, on a la formule de reconstruction (ou formule d’inversion) :
2
lim ⌠ ∣𝑓(𝑡) − ⌠ ⌠ 𝑊𝑓 (𝜈, 𝑏)𝑤(𝑡 − 𝑏)e 2i𝜋𝜈𝑡
d𝜈d𝑏∣ d𝑡.
𝐴→+∞ ⌡R ⌡|𝜈|⩽𝐴 ⌡R

Preuve : (difficile) À ÉCRIRE 

Ce résultat montre que pour la transformée de Fourier à fenêtre dans 𝐿2 ,

nous avons des formules analogues à celles pour la transformée de Fourier
dans 𝐿2 : la conservation de l’énergie, et la formule d’inversion.

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 116

CHAPITRE 6. L’ANALYSE TEMPS/FRÉQUENCES

Remarque 6.2 :
— En notant
𝑤𝜈,𝑏 (𝑡) = 𝑤(𝑡 − 𝑏)e2i𝜋𝜈𝑡 ,
on a alors 𝑊𝑓 (𝜈, 𝑏) = ⟨𝑓, 𝑤𝜈,𝑏 ⟩𝐿2 .
— D’après le théorème de Plancherel, on a alors

𝑊𝑓 (𝜈, 𝑏) = ⟨𝑓, 𝑤𝜈,𝑏 ⟩𝐿2 = ⟨𝑓,̂ 𝑤

̂𝜈,𝑏 ⟩𝐿2 .

Ce résultat nous dit que nous aurions pu aussi définir la fonction

𝑊𝑓 à partir de la transformée de Fourier de 𝑓.

6.2.3 Le principe d’incertitude

Nous allons dans un premier temps voir ce qui nous permettra de quantifier
la notion intuitive de « largeur » d’une fonction, à la fois dans le domaine
temporel et dans le domaine spectrale.
Nous verrons ensuite ce que ces notions nous permettent de comprendre
sur la transformée de Fourier à fenêtre et ses limitations.

Localisation temps-fréquence
Commençons par définir le centre d’une fonction.

Définition 6.3 — (Centre d’une fonction) On définit et on note 𝑚𝑤 le

centre d’une fonction 𝑤 comme la valeur, quand elle est finie, de :

1
𝑚𝑤 = ⌠ 𝑡 |𝑤(𝑡)|2 d𝑡.
‖𝑤‖2𝐿2 ⌡R

Remarque 6.3 :
Quand la fenêtre 𝑤 est paire, et donc 𝑚𝑤 = 0, 𝑤𝜈,𝑏 (𝑡) = 𝑤(𝑡 − 𝑏)e2i𝜋𝜈𝑡
est centré sur 𝑏. Le produit 𝑓 𝑤𝜈,𝑏 isole donc les composantes de 𝑓 au
voisinage de 𝑏.

On définit la notion d’étalement en temps.

117 Version du 2 avril 2025, 11 h 21 CEST. M. Chupin

 CHAPITRE 6. L’ANALYSE TEMPS/FRÉQUENCES

Définition 6.4 — (Étalement en temps) Avec les notations qui pré-

cèdent on définit l’étalement en temps de la fonction fenêtre par
1/2
1
𝜎𝑤 = ( 2
⌠ (𝑡 − 𝑚𝑤 )2 |𝑤(𝑡)|2 d𝑡) .
‖𝑤‖𝐿2 ⌡R

Exemple
2
Pour la gaussienne 𝑤 ∶ 𝑡 ↦ e−4𝑡 , on a ‖𝑤‖2𝐿2 = 14 √2𝜋, et 𝜎𝑤 = 14 .

0.5

0
−3 −2 −1 0 1 2 3

Il est assez aisé de vérifier que dans le cas d’une fenêtre centrée en 0, on
a:
1/2
1 2
∀𝑏 ∈ R, 𝜎𝑤 = ( 2
⌠ (𝑡 − 𝑏)2 ∣𝑤𝜈,𝑏 (𝑡)∣ d𝑡) .
‖𝑤‖𝐿2 ⌡R

Exercice 6.1 :
Montrer que
̂ + 𝜈).
̂𝜈,𝑏 (𝜔) = e−2i𝜋𝑏(𝜔+𝜈) 𝑤(𝜔
𝑤

On définit la notion analogue d’étalement en fréquence.

Définition 6.5 — (Étalement en fréquence) Avec les notations qui pré-

cèdent on définit l’étalement en fréquence de la transformée de Fourier de
fonction fenêtre par
1/2
1
𝜎𝑤̂ = ( 2
𝑤(𝜈)|2 d𝜈)
⌠ (𝜈 − 𝑚𝑤̂ )2 |̂ ,
𝑤‖𝐿2 ⌡R
‖̂

où 𝑚𝑤̂ est le centre de 𝑤

̂.

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 118

CHAPITRE 6. L’ANALYSE TEMPS/FRÉQUENCES

Là encore, il est assez aisé de vérifier que, dans le cas où 𝑚𝑤̂ = 0 et que
1/2
1 2
∀𝑏 ∈ R, 𝜎𝑤̂ = ( 2
𝑤𝜈,𝑏 (𝜈)∣ d𝜈)
⌠ (𝜈 − 𝜔)2 ∣̂ .
𝑤‖𝐿2 ⌡R
‖̂

Boîte de Heisenberg. Dans le plan temps-fréquence (𝑡, 𝜔), on représente

𝑤𝜈,𝑏 par une boîte de Heisenberg de taille 𝜎𝑤 × 𝜎𝑤̂ , centré en (𝑏, 𝜈). La taille
de la boîte ne dépend pas de (𝑏, 𝜈), ce qui veut dire que la résolution de
la transformée de Fourier à fenêtre reste constante sur tout le plan temps-
fréquence. On peut voir une illustration de ce concept en figure 6.2.
𝜔
𝜎𝑤
∣̂
𝑤𝜈2 ,𝑏2 (𝜔)∣
𝜈2 𝜎𝑤̂

𝜎𝑤
∣̂
𝑤𝜈1 ,𝑏1 (𝜔)∣
𝜈1 𝜎𝑤̂

∣𝑤𝜈1 ,𝑏1 (𝑡)∣ ∣𝑤𝜈2 ,𝑏2 (𝑡)∣

𝑡
𝑏1 𝑏2
Figure 6.2 – Illustration du concept de boîte de Heisenberg pour la trans-
fourmée de Fourier à fenêtre.

Incertitude de Heisenberg
Pour mesurer les composantes de la fonction 𝑓 à étudier dans les petits
voisinages de 𝑏 et 𝜈, il faut construire une fenêtre 𝑤 qui est bien localisée dans
le temps, et dont l’énergie de la transformée de Fourier est concentrée dans
un petit domaine fréquentiel. Nous avons vu avec l’exemple de la transformée
de Fourier du créneau (exercice 1.1), un phénomène général : moins une
fonction temporelle est étalée en temps, plus sa transformée de Fourier l’est
en fréquence. Ce phénomène peut aussi être illustré par le fait d’opérer un
changement d’échelle de temps d’un facteur 𝑎 > 1, c’est-à-dire considérer
la fonction 𝑤𝑎 ∶ 𝑡 ↦ 𝑤(𝑎𝑡) dont la transformée de Fourier est, d’après la

119 Version du 2 avril 2025, 11 h 21 CEST. M. Chupin

 CHAPITRE 6. L’ANALYSE TEMPS/FRÉQUENCES

proposition 1.1 du chapitre 1, 𝑤 ̂𝑎 ∶ 𝜈 ↦ 1𝑎 𝑤̂ ( 𝑎𝜈 ). Il y a donc un compromis

entre la localisation en temps et celle en fréquence.
Les concentration en temps et en fréquences sont limitées par le principe
d’Heisenberg 2 . Le théorème suivant montre que le produit 𝜎𝑤 × 𝜎𝑤̂ ne peut
être arbitrairement petit.

Théorème 6.7 — (Incertitude de Heisenberg) On suppose que 𝑤 ∈ 𝐿2

est une fonction centrée en 0 et dont la transformée de Fourier est aussi
centrée en 0 :

𝑤(𝜈)|2 d𝜈 = 0.
⌠ 𝑡 |𝑤(𝑡)|2 d𝑡 = ⌠ 𝜈 |̂
⌡R ⌡R
Alors on a l’inégalité de Heisenberg suivante :

1
𝜎𝑤 𝜎𝑤̂ ⩾ . (6.3)
4𝜋

Preuve : Nous ne démontrerons ici le résultat que pour les fonctions fenêtre 𝑤 𝒞∞ à
support compact, le résultat s’obtenant dans le cas général par des outils de densité,
qui dépasse le cadre de ce cours.
On doit montrer que

1
𝑤‖𝐿2 ⩾
‖𝑡𝑤‖𝐿2 ‖𝜈̂ ‖𝑤‖2𝐿2 .
4𝜋

D’après le théorème 1.2 (qui s’étend aux fonction 𝐿2 ), on a :

∀𝜈 ∈ R, ̂′ (𝜈) = 2i𝜋𝜈̂
𝑤 𝑤(𝜈),

et donc, en utilisant le théorème 6.3,

1 ̂′ 2 1
𝑤‖2𝐿2 =
‖𝜈̂ 2
∥𝑤 ∥ 2 = ‖𝑤′ ‖2𝐿2 .
4𝜋 𝐿 4𝜋2
Il reste alors à montrer que

1
‖𝑡𝑤‖𝐿2 × ‖𝑤′ ‖𝐿2 ⩾ ‖𝑤‖2𝐿2 . (6.4)
2
Par l’inégalité de Cauchy-Schwarz, on a :

‖𝑡𝑤‖𝐿2 ‖𝑤′ ‖𝐿2 ⩾ |⟨𝑡𝑤, 𝑤′ ⟩| ⩾ |Re{⟨𝑡𝑤, 𝑤′ ⟩}| .

2. Ce principe d’incertitude a un rôle crucial en mécanique quantique.

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 120

CHAPITRE 6. L’ANALYSE TEMPS/FRÉQUENCES

On a alors :

2 Re{⟨𝑡𝑤, 𝑤′ ⟩} = ⟨𝑡𝑤, 𝑤′ ⟩ + ⟨𝑤′ , 𝑡𝑤⟩ = ⌠ 𝑡(𝑤𝑤′ + 𝑤′ 𝑤)d𝑡

⌡R
+∞
= [𝑡 |𝑤(𝑡)|2 ]−∞ − ⌠ |𝑤(𝑡)|2 d𝑡 = 0 − ‖𝑤‖2𝐿2 ,
⌡R
ce qui permet de démontrer 6.4 et donc l’inégalité de Heisenberg pour les fenêtres
𝒞∞ à support compact. 

On a alors la proposition suivante.

Proposition 6.2 : L’égalité dans le théorème 6.7 est obtenu si et seulement si

2
la fenêtre 𝑤 est proportionnelle à un signal gaussien 𝑡 ↦ e−𝑐𝑡 avec 𝑐 > 0.
La fenêtre de Gabor est donc optimal au sens où elle minimise l’incertitude
𝜎𝑤 𝜎𝑤̂ .

Preuve : Pour qu’il y ait égalité dans la preuve du théorème 6.7, il faut et il suffit
qu’il y ait égalité dans l’inégalité de Cauchy-Schwarz, c’est-à-dire que 𝑡𝑤(𝑡) et 𝑤′ (𝑡)
soient proportionnelles :
∃𝑐 ∈ R, 𝑤′ (𝑡) = −𝑐𝑡𝑤(𝑡),
ce qui donne
2
𝑤(𝑡) = 𝐴e−𝑐𝑡
où 𝑐 > 0 car 𝑤 ∈ 𝐿2 . Le reste de la preuve se poursuit sans difficulté. 

6.2.4 Spectrogramme

Définition 6.6 — (Spectrogramme) On peut associer à la transformée

de Fourier à fenêtre une densité d’énergie qu’on appelle spectrogramme
que l’on définit comme suit. Pour fonction 𝑓 et toute fenêtre 𝑤 satisfaisant
les hypothèses précédentes, on appelle spectrogramme, et on note 𝑃𝑊 𝑓 la
fonction :
2
2
(𝜈, 𝑏) ↦ ∣𝑊𝑓 (𝜈, 𝑏)∣ = ∣⌠ 𝑓(𝑡)𝑤(𝑡 − 𝑏)e −2i𝜋𝜈𝑡
d𝑡∣ .
⌡R

Le spectrogramme mesure l’énergie de 𝑓 et 𝑓 ̂ dans le voisinage temps-

fréquence ou l’énergie de 𝑤𝜈,𝑏 est concentrée. Le code python suivant, grâce
à la bibliothèque librosa, permet de tracer le spectrogramme obtenu par la
calcul de la transformée de Fourier à fenêtre avec une fenêtre à temps court
(Short Time Fourier Transform : stft).

121 Version du 2 avril 2025, 11 h 21 CEST. M. Chupin

 CHAPITRE 6. L’ANALYSE TEMPS/FRÉQUENCES

import librosa
import matplotlib . pyplot as plt
import librosa . display
from scipy .io import wavfile

x, sr = librosa .load('musique .wav ', sr=None)

X = librosa .stft(x)
Xdb = librosa . amplitude_to_db (abs(X))
plt. figure ( figsize =(14 , 5))
librosa . display . specshow (Xdb , sr=sr , x_axis ='time ',
y_axis ='hz ')

plt. savefig ('spectrogramA .pdf ',bbox_inches ='tight ',

transparent =True , pad_inches =0.0 )

Ce code produit l’image présentée en figure 6.3 pour un morceau de musique

classique (provenant d’une conversion d’une fichier mp3 vers le format wav).

20000
17500
15000
12500
Hz

10000
7500
5000
2500
0
0:00 0:50 1:40 2:30 3:20 4:10
Time

Figure 6.3 – Tracé d’un spectrogramme en python grâce à la bibliothèque

librosa d’un morceau de musique avec une fenêtre à temps court.

Remarque 6.4 :
Nous venons de présenter rapidement la transformée de Fourier à fenêtre
sur le plan théorique et analytique. Il faudrait, mais cela ferait trop pour
ce cours introductif, rentrer dans le détails de la version discrète et des
aspects numériques de cette transformée de Fourier à fenêtre.

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 122

CHAPITRE 6. L’ANALYSE TEMPS/FRÉQUENCES

6.3 La transformation en ondelettes

On a vu que la transformée de Fourier à fenêtre présente un inconvénient
majeur : la fenêtre est de longueur fixe, et cet handicap est important lors-
qu’on veut traiter des signaux dont les variations peuvent avoir des ordres de
grandeur très variables. C’est le cas notamment pour le traitement du son :
l’attaque d’une note est une phase courte composée de hautes fréquences et
caractéristiques de l’instrument et de l’interprète, tandis que le reste de la
note contient des fréquences relativement plus basses.
Le géophysicien J. Morlet 3 a constaté ces inconvénients en prospection
pétrolière pour l’analyse des signaux sismiques. Ceci l’a amené à proposer
en 1983 une méthode nouvelle où la fenêtre varie par translation mais aussi
par dilatation ou contraction. En anglais, cette transformée en ondelettes est
appelée wavelet transform.

6.3.1 L’idée de base

L’idée de la transformée en ondelettes est de remplacer la famille de
fonctions de la transformée de Fourier à fenêtre :

𝑤𝜈,𝑏 (𝑡) = 𝑤(𝑡 − 𝑏)e2i𝜋𝜈𝑡 , 𝑏 ∈ R, 𝜈 ∈ R,

par une famille de fonctions élémentaires, dîtes ondelettes, construite à partir

d’une ondelette-mère 𝜓 :

1 𝑡−𝑏
𝜓𝑎,𝑏 (𝑡) = 𝜓( ), 𝑎, 𝑏 ∈ R, 𝑎 ≠ 0. (6.5)
√|𝑎| 𝑎

On ne rentrera pas dans le détails des choix de l’ondelette mère mais

celle-ci, doit satisfaire les hypothèses données dans la définition suivante.

Définition 6.7 — (Transformée en ondelettes) Soit 𝜓 ∈ 𝐿1 ∩ 𝐿2 une

ondelette-mère vérifiant
2
⌠ ∣𝜓(𝑡)∣ d𝑡 = 1,
⌡R

3. Jean Morlet (né à Fontenay-sous-Bois le 13 janvier 1931, mort à Nice le 27 avril

2007), ancien élève de l’École polytechnique (X1952), est un géophysicien français qui est le
pionnier dans le domaine de l’analyse des ondelettes en collaboration avec Alex Grossmann.
Morlet invente le mot « ondelette » pour décrire des équations similaires à celles existant
depuis environ les années 1930. (Wikipedia)

123 Version du 2 avril 2025, 11 h 21 CEST. M. Chupin

 CHAPITRE 6. L’ANALYSE TEMPS/FRÉQUENCES

et
2
̂
∣𝜓(𝜈)∣
⌠ d𝜈 = 𝐾 < ∞.
⌡R |𝜈|
La transformée en ondelettes d’une fonction 𝑓 ∈ 𝐿2 est la fonction 𝐶𝑓 ∶
(R − {0}) × R → C définie par :

𝐶𝑓 (𝑎, 𝑏) = ⟨𝑓, 𝜓𝑎,𝑏 ⟩ = ⌠ 𝑓(𝑡)𝜓𝑎,𝑏 (𝑡)d𝑡,

⌡R
où la famille 𝜓𝑎,𝑏 est définie par (6.5).

On peut tout de même citer quelques ondelettes mères.

Ondelette de Haar. Une ondelette mère simple qui permet de bien visualiser
les effets de translation et de dilatation est l’ondelettede Haar 4 , ondelette
considérée comme la première ondelette connue.
La fonction-mère des ondelettes de Haar est une fonction constante par
morceaux :

−1 pour − 12 ≤ 𝑡 < 0,
𝜓(𝑡) = {1 pour 0 ≤ 𝑡 < 12 ,
0 sinon.

En figure 6.4, sont représenter l’ondelette mère de Haar ainsi que deux
ondelettes construites à partir d’elle.
La transformée de Fourier de l’ondelette de Haar est imaginaire pure, et
vaut
̂ = i cos(𝜋𝜈) − 1 .
𝜓(𝜈)
𝜋𝜈
Nous la représentons en figure 6.5.

L’ondelette de Morlet. l’ ondelette de Morlet 5 est une ondelette composée

d’une exponentielle complexe (porteuse) multipliée par une fenêtre gaussienne
(enveloppe). Cette ondelette est étroitement liée à la perception humaine, à la
fois auditive et visuelle.
4. Alfréd Haar (né le 11 octobre 1885 à Budapest et mort le 16 mars 1933 à Szeged) est
un mathématicien hongrois.
5. Jean Morlet (13 janvier 1931 - 27 avril 2007) était un géophysicien français qui a été
un pionnier dans le domaine de l’analyse des ondelettes. Il a inventé le terme ondelette pour
décrire les fonctions qu’il utilisait.

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 124

 CHAPITRE 6. L’ANALYSE TEMPS/FRÉQUENCES

0.5
Ondelette mère 𝜓 𝑡
𝜓1/2,2 0
𝜓2,4 0 2 4
−0.5

−1

Figure 6.4 – Représentation de l’ondelette mère de Haar ainsi que deux on-
delettes filles qui permettent d’observer les phénomènes de décalage temporel
et de dilatation.

En figure 6.6, on a représenté l’ondelette réelle mère de Morlet suivante :

2 /2
𝜓(𝑡) = e−𝑡 cos(5𝑡),

ainsi que sa transformée de Fourier.

On a un équivalent du théorème 6.6 obtenu pour la transformée de Fourier
à fenêtre pour la transformée en ondelettes. Le théorème suivant donne
une formule d’inversion, c’est-à-dire une formule qui permet d’obtenir une
fonction 𝐿2 à partir de sa transformée en ondelettes. De plus, la transformée
en ondelettes préserve l’énergie.

Théorème 6.8 Soit 𝜓 une ondelette-mère qui satisfait les hypothèses de

la définition 6.7 et la famille d’ondelettes 𝜓𝑎,𝑏 définie par (6.5). Pour toute
fonction 𝑓 ∈ 𝐿2 , on a :

1 2 d𝑎 d𝑏
⌠ |𝑓(𝑡)|2 d𝑡 = ⌠ ⌠ ∣𝐶𝑓 (𝑎, 𝑏)∣ ,
⌡R 𝐾 ⌡R−{0} ⌡R 𝑎2

et
1 d𝑎 d𝑏
𝑓(𝑡) = ⌠ ⌠ 𝐶𝑓 (𝑎, 𝑏)𝜓𝑎,𝑏 (𝑡) 2 .
𝐾 ⌡R−{0} ⌡R 𝑎

Preuve : (difficile) À ÉCRIRE. 

125 Version du 2 avril 2025, 11 h 21 CEST. M. Chupin

 CHAPITRE 6. L’ANALYSE TEMPS/FRÉQUENCES

0.5

𝜈
−4 −2 2 4

−0.5

Figure 6.5 – Partie imaginaire de la transformée de Fourier de l’ondelette de

Haar, sa partie réelle étant nulle.

̂
𝜓
1
𝜓
0.5
𝑡 0.5
−2 2
𝜈
−0.5
−2 −1 1 2

Figure 6.6 – Ondelette mère de Morlet et sa transformée de Fourier.

6.3.2 Localisation temps-fréquence

Nous considérerons dans cette introduction à la théorie des ondelettes que
des ondelettes mères 𝜓 est centré en 0. Ainsi, il est facile de vérifier par le
calcul que 𝜓𝑎,𝑏 est centrée en 𝑏.
Dans un soucis de généralité, nous ne présupposerons rien concernant le
centre de la transformée de Fourier de 𝜓 que nous noterons classiquement
𝑚𝜓̂.
On peut montrer que :
̂𝑎,𝑏 (𝜈) = |𝑎|1/2 e−2i𝜋𝜈𝑏 𝜓(𝑎𝜈),
𝜓 ̂ (6.6)
et grâce à cette relation, que :
1
𝑚𝜓̂ = 𝑚 ̂. (6.7)
𝑎,𝑏 𝑎 𝜓

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 126

CHAPITRE 6. L’ANALYSE TEMPS/FRÉQUENCES

Exercice 6.2 :
Montrer les égalités (6.6) et (6.7).

Concernant l’étalement en temps et en fréquence, en adoptant les même

conventions et définitions que pour la transformée de Fourier à fenêtre, on
peut montrer qu’à partir des définitions données à la section précédentes :

𝜎𝜓𝑎,𝑏 = 𝑎𝜎𝜓 . (6.8)

De même on peut prouver que
1
𝜎𝜓̂ = 𝜎 ̂. (6.9)
𝑎,𝑏 𝑎 𝜓

Exercice 6.3 :
Montrer les égalités (6.8) et (6.9).

On voit alors que 𝐶𝑓 (𝑎, 𝑏) est le résultat de l’analyse de la fonction 𝑓 dans

la boîte d’Heisenberg :

𝑎 𝑎 𝑚𝜓̂ 𝜎𝜓̂ 𝑚𝜓̂ 𝜎𝜓̂

[𝑏 − 𝜎𝜓 , 𝑏 + 𝜎𝜓 ] × [ − , + ].
2 2 𝑎 2𝑎 𝑎 2𝑎

On peut alors, pour se fixer les idées, représenter ce phénomène comme un

pavage du plan temps-fréquence comme fait à la figure 6.7. On constate que
plus la fréquence est haute, c’est-à-dire 𝑎 grand, plus l’étalement fréquentiel
est grand, et moins l’étalement temporel est grand, et réciproquement.

6.4 Aspects numériques et compression

À ÉCRIRE

6.5 Notes bibliographiques

Pour l’analyse temps-fréquence on renverra aux références classiques [4,
6, 10].

127 Version du 2 avril 2025, 11 h 21 CEST. M. Chupin

 CHAPITRE 6. L’ANALYSE TEMPS/FRÉQUENCES

Figure 6.7 – Pavage du plan temps-fréquence pour l’analyse en ondelettes.

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 128

 A
Annexe
Rappels d’intégration

A.1 Théorèmes de convergence

Dans les deux théorème qui suivent, on considèrera (Ω, 𝐵, 𝜇) un espace

mesuré (on pourra penser à un ouvert de R𝑛 ).

Théorème A.1 — (de convergence monotone)

1. Soit (𝑓𝑛 )𝑛⩾0 une suite croissante de fonctions mesurables sur Ω. On
a:
lim ⌠ 𝑓𝑛 d𝜇 = ⌠ lim 𝑓𝑛 d𝜇.
𝑛→+∞ ⌡ ⌡ 𝑛→+∞
2. Soit (𝑓𝑛 )𝑛⩾0 une suite de fonctions mesurables positives. On a :
∞ ∞
⌠ ∑ 𝑓𝑛 d𝜇 = ∑ ⌠ 𝑓𝑛 d𝜇.
⌡ 𝑛=0 𝑛=0 ⌡

129
 ANNEXE A. RAPPELS D’INTÉGRATION

Théorème A.2 — (de convergence dominée (Lebesgue)) Soit (𝑓𝑛 )𝑛⩾0

une suite de fonction mesurables de Ω dans C et 𝑓 une fonction mesurable
de Ω dans C. On suppose que :
— (limite) pour 𝜇-presque tout 𝑥 ∈ Ω, 𝑓𝑛 (𝑥) → 𝑓(𝑥) ;
𝑛→∞
— (domination) il existe une fonction 𝜑 ∶ Ω → R[+] mesurable telle
que ∫ 𝜑d𝜇 < ∞ et pour tout 𝑛 ∈ N, pour 𝜇-presque tout 𝑥 ∈ Ω,
∣𝑓𝑛 (𝑥)∣ ⩽ 𝜑(𝑥).
On a alors que 𝑓 est intégrable, de même que pour tout 𝑛 ∈ N 𝑓𝑛 est
intégrable, et

⌠ ∣𝑓𝑛 − 𝑓∣ d𝜇 → 0 et ⌠ 𝑓𝑛 d𝜇 → ⌠ 𝑓 d𝜇.
⌡ 𝑛→∞ ⌡ 𝑛→∞ ⌡

Théorème A.3 — (de continuité sous l’intégrale) Soit 𝑓 ∶ (𝑡, 𝑥) ↦

𝑓(𝑡, 𝑥) une fonction de 𝐼 × Ω dans C où 𝐼 est un intervalle de R. On
suppose que :
— (mesurabilité) pour tout 𝑡 ∈ 𝐼, 𝑥 ↦ 𝑓(𝑡, 𝑥) est mesurable ;
— (continuité) pour presque tout 𝑥 ∈ Ω, 𝑡 ↦ 𝑓(𝑡, 𝑥) est continue sur 𝐼 ;
— (domination) il existe une fonction 𝜑 ∶ Ω → R+ mesurable telle
que ∫ 𝜑d𝜇 < ∞ et que pour tout 𝑡 ∈ 𝐼, pour presque tout 𝑥 ∈ Ω,
|𝑓(𝑡, 𝑥)| ⩽ 𝜑(𝑥).
Alors, la fonction

𝐹 ∶ 𝑡 ↦ 𝐹 (𝑡) = ⌠ 𝑓(𝑡, 𝑥)d𝜇(𝑥)

⌡
est bien définie pour tout 𝑡 ∈ 𝐼 et est continue sur 𝐼.

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 130

ANNEXE A. RAPPELS D’INTÉGRATION

Théorème A.4 — (de dérivation sous l’intégrale) Soit 𝑓 ∶ (𝑡, 𝑥) ↦

𝑓(𝑡, 𝑥) une fonction de 𝐼 × Ω dans C où 𝐼 est un intervalle de R. On
suppose que :
— (existence de 𝐹) pour tout 𝑡 ∈ 𝐼, 𝑥 ↦ 𝑓(𝑡, 𝑥) est intégrale ;
— (dérivabilité) pour presque tout 𝑥 ∈ Ω, 𝑡 ↦ 𝑓(𝑡, 𝑥) est dérivable sur
𝐼, de dérivée notée 𝜕𝑓 𝜕𝑡 ;
— (domination de la dérivée) il existe une fonction 𝜑 ∶ Ω → R+
mesurable telle que ∫ 𝜑d𝜇 < ∞ et que pour tout 𝑡 ∈ 𝐼, pour presque
tout 𝑥 ∈ Ω, ∣ 𝜕𝑓
𝜕𝑡 (𝑡, 𝑥)∣ ⩽ 𝜑(𝑥).
Alors, la fonction

𝐹 ∶ 𝑡 ↦ 𝐹 (𝑡) = ⌠ 𝑓(𝑡, 𝑥)d𝜇(𝑥)

⌡
est dérivable sur 𝐼 et pour tout 𝑡 ∈ 𝐼

𝜕𝑓
𝐹 ′ (𝑡) = ⌠ (𝑡, 𝑥)d𝜇(𝑥).
⌡ 𝜕𝑡

A.2 Théorèmes de Fubini et Tonelli

Les théorèmes de Fubini et de Tonelli sont des théorèmes qui permettent

de changer les ordres d’intégration dans les calculs d’intégrales de fonctions
dépendant de plusieurs variables. Il en existe différentes versions.

Soient (Ω, 𝐵, 𝜇) et (Ω′ , 𝐵′ , 𝜈) des espaces mesurés 𝜎-fini (on pourra penser
à des ouverts de R𝑛 par exemple).

131 Version du 2 avril 2025, 11 h 21 CEST. M. Chupin

 ANNEXE A. RAPPELS D’INTÉGRATION

Théorème A.5 — (de Tonelli) Soit 𝑓 ∶ Ω × Ω′ → [0, +∞[ mesurable.

Alors :
— pour tout 𝑥 ∈ Ω, 𝑦 ↦ 𝑓(𝑥, 𝑦) est 𝐵′ -mesurable et 𝑥 ↦
∫Ω′ 𝑓(𝑥, 𝑦)d𝜈(𝑦) est 𝐵-mesurable.
— Pour tout 𝑦 ∈ Ω′ , 𝑥 ↦ 𝑓(𝑥, 𝑦) est 𝐵-mesurable et 𝑦 ↦
∫Ω 𝑓(𝑥, 𝑦)d𝜇(𝑥) est 𝐵′ -mesurable.
En outre, on a :

⌠ 𝑓(𝑥, 𝑦)d(𝜇 ⊗ 𝜈)(𝑥, 𝑦) = ⌠ (⌠ 𝑓(𝑥, 𝑦)d𝜈(𝑦)) d𝜇(𝑥)

⌡Ω×Ω′ ⌡Ω ⌡Ω′
= ⌠ (⌠ 𝑓(𝑥, 𝑦)d𝜇(𝑥)) d𝜈(𝑦)
⌡Ω′ ⌡Ω
où 𝜇 ⊗ 𝜈 est la mesure produit.

Théorème A.6 — (de Fubini) Soit 𝑓 ∈ 𝐿1 (Ω × Ω′ ) mesurable. Alors :

— la fonction 𝑥 ↦ ∫Ω′ 𝑓(𝑥, 𝑦)d𝜈(𝑦) estdéfinie pour presque tout 𝑥 et
est dans 𝐿1 (Ω).
— La fonction 𝑦 ↦ ∫Ω 𝑓(𝑥, 𝑦)d𝜇(𝑥) est définie pour presque tout 𝑦 et
est dans 𝐿1 (Ω′ ).
En outre, on a :

⌠ 𝑓(𝑥, 𝑦)d(𝜇 ⊗ 𝜈)(𝑥, 𝑦) = ⌠ (⌠ 𝑓(𝑥, 𝑦)d𝜈(𝑦)) d𝜇(𝑥)

⌡Ω×Ω′ ⌡Ω ⌡Ω′
= ⌠ (⌠ 𝑓(𝑥, 𝑦)d𝜇(𝑥)) d𝜈(𝑦)
⌡Ω′ ⌡Ω
où 𝜇 ⊗ 𝜈 est la mesure produit.

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 132

Bibliographie
[1] F. Bavaud, J.-C. Chappelier et J. Kohlas. Introduction à la Théorie de
l’Information et ses applications. 2008. url : [Link]
ch/~chappeli/it/pdf/[Link].
[2] Maurice Bellanger. Traitement numérique du signal Cours et exer-
cices corrigés 9eme edition. 9eme. Dunod, 2012. isbn : 2100588648
9782100588640.
[3] Anne-Sophie Bonnet-Ben Dhia, Bourgeois Laurent et Christophe
Hazard. Outils élémentaires d’analyse pour les Equations aux Dé-
rivées Partielles. Sous la dir. d’ENSTA ParisTech. ENSTA ParisTech,
2017.
[4] Pierre Brémaud. Mathematical Principles of Signal Processing : Fou-
rier and Wavelet Analysis. 1re éd. Springer-Verlag New York, 2002.
isbn : 978-1-4419-2956-3,978-1-4757-3669-4.
[5] Thomas M. Cover et Joy A. Thomas. Elements of Information Theory.
2e éd. Wiley Series in Telecommunications and Signal Processing.
Wiley-Interscience, 2006. isbn : 0-471-24195-4,978-0-471-24195-
9.
[6] Claude Gasquet et Patrick Witomski. Analyse de Fourier et appli-
cations : Filtrage, calcul numérique, ondelettes. Dunod, 1995. isbn :
2-225-85426-2.
[7] V.K. Ingle et J.G. Proakis. Digital Signal Processing Using Matlab :
Version 4. 1999.
[8] Donald E. Knuth. The Art of Computer Programming, Volume 1 (3rd
Ed.) : Fundamental Algorithms. USA : Addison Wesley Longman
Publishing Co., Inc., 1997. isbn : 0201896834.
[9] F. J. MacWilliams et N. J. A. Sloane. The Theory of Error-Correcting
Codes. 1st. North-Holland Mathematical Library 16. North-Holland,
1977. isbn : 9780444850102,0444850104.
[10] Stephane Mallat. A wavelet tour of signal processing the Sparse way.
3e éd. Academic Press, 2008. isbn : 9780123743701,0123743702.

133
 BIBLIOGRAPHIE

[11] Khalid Sayood. Introduction to data compression. 3rd ed. Morgan

Kaufmann series in multimedia information and systems. Elsevier,
2006. isbn : 012620862X,9780126208627,9780080509259.
[12] Lin Shu et Daniel J. Costello. Error control coding : fundamentals and
applications. Cambridge University Press, 2004. isbn : 0130179736.
[13] E. Tisserand, J.F. Pautex et P. Schweitzer. Analyse et traitement
des signaux - 2e éd. : Méthodes et applications au son et à l’image.
Sciences de l’ingénieur. Dunod, 2009. isbn : 9782100539840.
[14] X. Wu. “On convergence of Lloyd’s method I”. In : IEEE Transactions
on Information Theory 38.1 (jan. 1992), p. 171-174. issn : 0018-9448.
doi : 10.1109/18.108266.

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 134

Index

algorithme de Huffman, 61 décodage, 38

Algorithme de Lloyd, 47 diagramme de Bode, 106
Algorithme de Huffman, 60 distance de Hamming, 67
aliasing, 34 distorsion
alphabet, 50 de phase, 106
analyse temps/fréquence, 111 de quantification, 40
arbre de codage, 61 harmonique, 106
DVD, 3, 64
binaire, 50 décodage à distance minimale, 70
bit de parité, 74
échantillonage, 2, 30, 34, 35
bits
encodage, 38
de contrôle, 65
entropie, 52
de correction, 49, 65
entrée, 90
boîte de Heisenberg, 119
erreur
bruit
de distorsion de quantification,
de saturation, 44
40
granulaire, 44
de surcharge, 44
calcul granulaire, 44
offline, 45 espace de Hilbert, 113
excitation, 90
online, 45
CAN, 2, 38 Fast Fourier Transform, 81
canal, 64 fenêtre gaussienne, 115
CD, 3, 34, 64 fenêtre rectangulaire, 115
codage, 38 FFT, 81
canal, 3, 4, 49, 65 filtrage, 90
source, 3, 49, 57 filtre
code, 65 gabarit, 108
auto-ponctué, 54 passe-bande, 108
correcteur, 65 passe-bas, 108
déchiffrable, 54 passe-haut, 108
irréductible, 54 filtre
préfixe, 54 linéaire récursif causal, 96
convolée, 11 numérique, 90

135
 INDEX

récursif, 92 uniforme, 41
stable, 95
à phase linéaire, 106 recouvrement du spectre, 34
FIR, 97 réponse fréquentielle, 103
fonction de transfert, 100 RIF, 97
fonction fenêtre, 115 réponse, 91
fonction à support borné, 8 réponse impulsionnelle, 92
forme normalisée d’une fonction de
schéma fonctionnel, 102
transfert, 101
schéma-bloc, 102
forme systématique, 74
signal
fréquence
rectangulaire, 9
de Nyquist, 32
stable, 8
fréquence de coupure, 108
SLI, 93
identité approchée, 24 sortie, 91
impulsion, 92 source, 38
incertitude de Heisenberg, 119 source sans mémoire, 50
spectre, 81
La disparition, 51 spectrogramme, 121
localement stable, 19 stratégie
matrice du vote majoritaire, 65
de contrôle, 73 syndrome, 74
de vérification, 73 système linéaire invariant, 93
pleine, 82 Série de Laurent, 98
modulation, 4
transformée de Fourier rapide, 6
mots, 50
transformée de Fourier rapide, 87
mp3, 3
transformée de Fourier rapide, 81,
méthode de la fenêtre, 109
84, 90
noyau de Poisson, 23 transformée de Fourier à fenêtre,
116
offline, 51 transformée en ondelettes, 123
ondelette-mère, 123 transformée en 𝑧, 97
online, 51
valeurs de décision, 39
phase, 106
produit de convolution, 11, 21, 94, wavelet transform, 123
103
zip, 3, 49
quantification, 2, 38, 39, 41, 43
adaptative., 44 échantillonage, 82

M. Chupin Version du 2 avril 2025, 11 h 21 CEST. 136

INDEX

137 Version du 2 avril 2025, 11 h 21 CEST. M. Chupin

 symboles
même

stable
signal
définie
résultat

forme
longueur

distance
suite fenêtre
matrice
avril

fonctions
source
exemple
code
arbre
nombre

temps

échantillonnage
signaux
aussi
filtres

théorème
codage
Fourier
cours

erreur
algorithme

taille

transformée
entre

linéaire
Exercice
erreurs

fonction filtreréponse
alphabet
Remarque

Définition
formule

quantification information
fréquence
cadre

espace
Théorème
numérique