Convolution
Convolution et théorème de convolution – p.1/25
Produit de convolution de deux fonctions
Le produit de convolution est d’une grande importance en
physique. On le rencontre notamment chaque fois qu’on
étudie
la transmission d’un signal par un appareil
une impulsion électrique fonction du temps
une image représentée par une fonction d’une ou deux
variables spatiales.
en diffraction
Convolution et théorème de convolution – p.2/25
Exemple
Considérons une machine photocopieuse imparfaitement
réglée.
Un trait fin en position x1 donnera sur la photocopie un
trait étalé, centré en x1
De même, un trait fin, d’une intensité moindre que le
premier, situé en position x2 donnera sur la photocopie
un trait étalé en largeur, et centré en x2 .
On peut raisonnablement admettre que l’étalement
de l’encre sur la photocopie est identique pour les
deux traits (mêmes largeurs d’étalement).
Cet étalement peut donc être décrit par une fonction
caractéristique de l’appareil que nous appelons
fonction d’étalement ou fonction de réponse h(x).
Convolution et théorème de convolution – p.3/25
Convolution et théorème de convolution – p.4/25
Dans le cas présent, cette fonction
décrit la proportion d’encre qui sera
imprimé de part de d’autre de la po-
sition centrale (=position du trait).
Pour un trait en x1 , d’une intensité f1 , la photocopie donne
donc la fonction d’étalement centrée en x1 et multiplié par
f1 , puisque c’est l’intensité du trait sur l’original qui
détermine la quantité totale d’encre qui sera imprimé.
original photocopie
trait en x1 → “trait étalé” centré en x1 : h(x − x1 )
intensité f1 → f1 · h(x − x1 )
Convolution et théorème de convolution – p.5/25
De même, pour le 2e trait (en x2 ), on aura un “trait étalé”,
centré en x2 (→ h(x − x2 )) et dont l’intensité (=quantité
totale d’encre imprimée) est proportionnelle à l’intensité du
trait sur l’original → f2 · (x − x2 )
Convolution et théorème de convolution – p.6/25
Si les deux traits sont présents sur l’original, la photocopie
sera donc constituée de la superposition des deux “traits
étalés”.
→ f1 · h(x − x1 ) + f2 · h(x − x2 ) = S(x) = signal de sortie
Remarquons que certains points (xp par exemple) reçoivent
une contribution des deux signaux.
Convolution et théorème de convolution – p.7/25
S’il y a plusieurs traits en x1 , x2 , x3 , ...etc, d’intensités
respectives f1 , f2 , f3 , ...etc, le signal de sortie est donné par :
X
S(x) = fi h(x − xi )
i
Convolution et théorème de convolution – p.8/25
Si le signal d’entrée est une fonction continue de x, on peut
passer de la sommation à une intégration :
Z ∞
S(x) = f (u)h(x − u)du
−∞
Cette intégrale est appelée produit de convolution des
fonctions h(x) et f (x). il est noté : f ⊛ h
Z ∞
S(x) = f ⊛ h = f (u)h(x − u)du
−∞
Convolution et théorème de convolution – p.9/25
Propriétés du produit de convolution
Le produit de convolution est
commutatif : f ⊛ h = h ⊛ f
associatif : f ⊛ (g ⊛ h) = (f ⊛ g) ⊛ h
distributif : f ⊛ (g + h) = f ⊛ g + f ⊛ h
autres noms utilisés
produit de convolution
produit de composition
intégrale de superposition
en anglais : convolution, folding product
en allemand : faltung
Convolution et théorème de convolution – p.10/25
La fonction de réponse est aussi appelée :
fonction d’appareil
fonction d’étalement
smoothing function
line spread function (LSF)
point spread function (PSF)
fonction de transfer
Convolution et théorème de convolution – p.11/25
Évaluation graphique de l’intégrale de convolution
R +∞
équation : y(t) = x(t) ⊛ h(t) = −∞ x(τ ) · h(t − τ )dτ
Convolution et théorème de convolution – p.12/25
Prenons deux fonctions x(t) et h(t). Pour evaluer le produit de convolution
Z +∞
y(t) = x(t) ⊛ h(t) = x(τ ) · h(t − τ )dτ
−∞
les fonctions x(τ ) et h(t − τ ) sont nécessaires. Pour obtenir x(τ ) et h(τ ), il suffit d’effectuer
un changement de variable. La fonction h(−τ ) est ensuite obtenue en prenant l’image de
h(τ ) par rapport à l’axe des ordonnées. La fonction h(t − τ ) est simplement égale à la
fonction h(−τ ) décalée de la valeur t. Pour évaluer l’équation, il est nécessaire de multiplier
et d’intégrer la fonction x(τ ) par h(t − τ ) pour toutes les valeurs de t comprises entre −∞ et
+∞. On peut résumer cette marche à suivre en quatre points:
1. obtention de l’image miroir de la fonction h(τ );
2. déplacement de la fonction h(−τ ) de t (obtention de h(t − τ ));
3. multiplication de x(τ ) par h(t − τ );
4. intégration de la surface déterminée par le produit x(τ )h(t − τ ).
Convolution et théorème de convolution – p.13/25
Convolution par une fonction de
Dirac
Convolution et théorème de convolution – p.14/25
Convolution par un δ(x) à l’origine
f (x) ⊛ δ(x) = δ(x) ⊛ f (x)
Z +∞
= δ(u) ·f (x − u)du = f (x)
−∞ |{z}
=0,
sauf pour
u=0
⇒ δ(x) est l’élément neutre de la convolution
Convolution et théorème de convolution – p.15/25
Exemple :
δ(x)
r(x)
Instrument
x x
0 0
Input Output
Signal de sortie :
δ(x) impulsion très brève
S(x) = δ(x) ⊛ r(x) = r(x) où
r(x) réponse du système
Convolution et théorème de convolution – p.16/25
Convolution par un Dirac centrée en x = a: δ(x − a)
Z +∞
f (x) ⊛ δ(x − a) = δ(u − a) ·f (t − u)du = f (x − a)
−∞ | {z } | {z }
=0, sauf fonction f (x)
pour u = a translaté de a
⇒ La convolution par δ(x − a) est une translation de a
δ(x − a)
⊛ r(x)
=
r(x − a)
x x x
a a
0 0 0
Convolution et théorème de convolution – p.17/25
Convolution par un peigne de Dirac
P+∞
peigne de Dirac de période p : ∐p (x) == j=−∞ δ(x − jp)
+∞
X
f (x) ⊛ ∐p (x) = f (x) ⊛ δ(x − jp)
j=−∞
+∞
X
= f (x − jp)
j=−∞
⇒ chaque terme dans cette somme représente la fonction
f (x) translaté de jp (=j ième multiple de la période p).
Convolution et théorème de convolution – p.18/25
La convolution par un peigne de Dirac engendre une
fonction périodique
Convolution et théorème de convolution – p.19/25
En cristallographie
peigne de Dirac en 2 ou 3 dimensions = Réseau (de Dirac)
(périodicité:~a, ~b, ~c )
+∞ +∞ +∞
r − u~a − v~b − w~c)
X X X
Réseau : ∐~a,~b,~c (~
r) = δ(~
u=−∞ v=−∞ w=−∞
Réseau
~a
~b Motif
δ(~r − u~a − v~b) u, v ∈ Z
Convolution et théorème de convolution – p.20/25
Cristal
Cristal = Réseau ⊛ Motif
Convolution et théorème de convolution – p.21/25
Théorème de la convolution
Convolution et théorème de convolution – p.22/25
Énoncé
La transformée de Fourier d’un produit de convolution est le
produit simple des transformées de Fourier
h(x) = f (x)⊛ g(x)
yTF yTF yTF
H(k) = F (k)· G(k)
(sans démonstration)
Le théorème est également vrai pour les transformées de
Fourier inverse.
Convolution et théorème de convolution – p.23/25
Exemples
Convolution et théorème de convolution – p.24/25
Les séries de Fourier comme cas
particulier des transformées de
Fourier
Convolution et théorème de convolution – p.25/25
Fonction périodique →
Spectre constitué de raies discrètes ⇒ Somme de termes
discrets ⇒ Série de Fourier
⇒ Diffraction (raies discrètes) = cas particulier de la
diffusion lorsque l’objet présente une structure périodique
Convolution et théorème de convolution – p.26/25