← Retour au sommaire

Chapitre 6 – Séries de Fourier

BTS  |  Mathématiques  |  Groupement B1

Dernière mise à jour : 21 juin 2026

Objectifs du chapitre :

Situation professionnelle

Analyse d'un signal électrique perturbé

Un technicien en électrotechnique effectue la maintenance d'une installation industrielle équipée d'un redresseur monophasé à pont de diodes. À l'oscilloscope, le signal de courant en sortie n'est pas sinusoïdal : il présente une forme en créneaux avec de fortes composantes harmoniques.

Un ingénieur en génie électrique doit analyser ce signal pour :

Outil mathématique : La décomposition en série de Fourier permet d'exprimer tout signal périodique comme une somme (infinie) de sinusoïdes, chacune à une fréquence multiple de la fréquence fondamentale.

1. Rappels — Signaux périodiques

1.1 Définition

Définition — Fonction périodique
Une fonction \(f\) est dite périodique de période \(T\) si, pour tout \(t\) : \[f(t + T) = f(t)\] La plus petite valeur positive \(T\) vérifiant cette relation est appelée période fondamentale.
Définition — Fréquence et pulsation
À un signal périodique de période \(T\) sont associés :
Exemple — Réseau électrique

Le réseau électrique français a une fréquence \(f = 50\) Hz. Donc :

La 2e harmonique a une fréquence \(2f = 100\) Hz, la 3e harmonique a \(3f = 150\) Hz, etc.

Mini-exercice : Un signal audio a une période \(T = 2{,}5\) ms. Calculer sa fréquence fondamentale \(f\), sa pulsation \(\omega\), et la fréquence de sa 4e harmonique.

1.2 Conditions de Dirichlet

Propriété — Conditions de Dirichlet
Un signal \(f\) périodique de période \(T\) est développable en série de Fourier si, sur une période, il vérifie les conditions de Dirichlet :
  1. \(f\) est bornée (ses valeurs restent finies)
  2. \(f\) n'admet qu'un nombre fini de discontinuités
  3. \(f\) n'admet qu'un nombre fini d'extrema locaux
En pratique, tous les signaux physiques (électriques, mécaniques, acoustiques) vérifient ces conditions.
Attention — Points de discontinuité
En un point \(t_0\) de discontinuité, la série de Fourier converge vers la demi-somme des limites à gauche et à droite : \[S(t_0) = \frac{f(t_0^-) + f(t_0^+)}{2}\] Ce phénomène est appelé phénomène de Gibbs aux discontinuités.

2. Coefficients de Fourier

2.1 Définition des coefficients

Définition — Coefficients de Fourier
Soit \(f\) une fonction périodique de période \(T\), de pulsation \(\omega = 2\pi/T\). Les coefficients de Fourier de \(f\) sont définis par les formules intégrales suivantes, calculées sur une période complète :
\[a_0 = \frac{1}{T}\int_0^T f(t)\,\mathrm{d}t\] \[a_n = \frac{2}{T}\int_0^T f(t)\cos(n\omega t)\,\mathrm{d}t \qquad (n \geq 1)\] \[b_n = \frac{2}{T}\int_0^T f(t)\sin(n\omega t)\,\mathrm{d}t \qquad (n \geq 1)\]
L'intégrale peut être calculée sur n'importe quel intervalle de longueur \(T\), par exemple \([-T/2,\, T/2]\).

2.2 Interprétation physique

Propriété — Signification de \(a_0\)
Le coefficient \(a_0\) est la valeur moyenne du signal sur une période : \[a_0 = \langle f \rangle = \frac{1}{T}\int_0^T f(t)\,\mathrm{d}t\] En électricité, \(a_0\) correspond à la composante continue (DC) du signal.
Mini-exercice : Un signal vaut \(f(t) = 4\) sur \([0\,;\,T/2[\) et \(f(t) = 0\) sur \([T/2\,;\,T[\). Calculer sa valeur moyenne \(a_0\).
Propriété — Orthogonalité des fonctions trigonométriques
Les formules des coefficients reposent sur les propriétés d'orthogonalité suivantes, valables pour \(m, n \geq 1\) : \[\int_0^T \cos(n\omega t)\cos(m\omega t)\,\mathrm{d}t = \begin{cases} 0 & \text{si } m \neq n \\ T/2 & \text{si } m = n \end{cases}\] \[\int_0^T \sin(n\omega t)\sin(m\omega t)\,\mathrm{d}t = \begin{cases} 0 & \text{si } m \neq n \\ T/2 & \text{si } m = n \end{cases}\] \[\int_0^T \cos(n\omega t)\sin(m\omega t)\,\mathrm{d}t = 0 \quad \text{pour tous } m, n\]

3. Développement en série de Fourier

3.1 Forme trigonométrique

Définition — Série de Fourier (forme trigonométrique)
Le développement en série de Fourier d'un signal \(f\) de période \(T\) et de pulsation \(\omega = 2\pi/T\) est :
\[f(t) = a_0 + \sum_{n=1}^{+\infty}\bigl[a_n\cos(n\omega t) + b_n\sin(n\omega t)\bigr]\]
À retenir — La série de Fourier décompose un signal complexe en une somme infinie de sinusoïdes pures. Chaque sinusoïde a une fréquence multiple entier de la fréquence fondamentale. En pratique, on se limite aux premières harmoniques (les harmoniques élevées ont une amplitude faible).

4. Cas particuliers — Propriétés de symétrie

4.1 Signal pair

Propriété — Signal pair (\(b_n = 0\))
Un signal est dit pair si \(f(-t) = f(t)\) pour tout \(t\). Dans ce cas : \[f(t) = a_0 + \sum_{n=1}^{+\infty} a_n\cos(n\omega t)\] Les coefficients se calculent sur une demi-période : \[a_0 = \frac{2}{T}\int_0^{T/2} f(t)\,\mathrm{d}t \qquad a_n = \frac{4}{T}\int_0^{T/2} f(t)\cos(n\omega t)\,\mathrm{d}t\]
Exemple — Signal pair

Un signal créneau symétrique centré sur l'axe des ordonnées (\(f(t) = +E\) sur \([-T/4, T/4]\) et \(-E\) ailleurs) est impair. En revanche, un signal triangulaire centré est pair : son développement ne contient que des cosinus.

4.2 Signal impair

Propriété — Signal impair (\(a_n = 0\))
Un signal est dit impair si \(f(-t) = -f(t)\) pour tout \(t\). Dans ce cas : \[f(t) = \sum_{n=1}^{+\infty} b_n\sin(n\omega t)\] \[b_n = \frac{4}{T}\int_0^{T/2} f(t)\sin(n\omega t)\,\mathrm{d}t\]

4.3 Symétrie demi-onde

Propriété — Symétrie demi-onde (harmoniques impaires seulement)
Un signal possède une symétrie demi-onde (ou anti-périodicité) si : \[f\!\left(t + \frac{T}{2}\right) = -f(t) \quad \text{pour tout } t\] Dans ce cas, seules les harmoniques impaires (\(n = 1, 3, 5, \ldots\)) sont présentes :
Exemple — Signal créneau symétrique

Le signal créneau de valeur \(+E\) sur \([0, T/2[\) et \(-E\) sur \([T/2, T[\) vérifie \(f(t + T/2) = -f(t)\). Il présente donc une symétrie demi-onde. Son développement ne contient que les harmoniques impaires \(n = 1, 3, 5, \ldots\)

Récapitulatif des symétries
Type de signalConditionConséquence
Signal pair\(f(-t) = f(t)\)Tous les \(b_n = 0\)
Signal impair\(f(-t) = -f(t)\)Tous les \(a_n = 0\), \(a_0 = 0\)
Symétrie demi-onde\(f(t+T/2) = -f(t)\)\(a_n = b_n = 0\) pour \(n\) pair
Attention
Attention — Cumul des symétries
Un signal peut cumuler plusieurs symétries. Par exemple, un signal créneau impair ET à symétrie demi-onde ne contient que des sinus aux harmoniques impaires, ce qui réduit encore le nombre de calculs.

5. Forme amplitude-phase

5.1 Passage à la forme amplitude-phase

Propriété — Forme amplitude-phase
En utilisant la formule trigonométrique \(A\cos\theta + B\sin\theta = C\cos(\theta + \varphi)\), on peut réécrire chaque harmonique sous la forme :
\[f(t) = C_0 + \sum_{n=1}^{+\infty} C_n\cos(n\omega t + \varphi_n)\]
avec : Attention au signe et au quadrant de \(\varphi_n\) : utiliser \(\mathrm{atan2}(b_n, a_n)\) si nécessaire.
Méthode — Conversion trigonométrique → amplitude-phase
  1. Calculer \(C_n = \sqrt{a_n^2 + b_n^2}\)
  2. Calculer \(\varphi_n\) :
    • Si \(a_n > 0\) : \(\varphi_n = -\arctan(b_n/a_n)\)
    • Si \(a_n = 0\) et \(b_n > 0\) : \(\varphi_n = -\pi/2\)
    • Si \(a_n = 0\) et \(b_n < 0\) : \(\varphi_n = +\pi/2\)
  3. Vérifier : \(C_n\cos(\varphi_n) = a_n\) et \(-C_n\sin(\varphi_n) = b_n\)
Mini-exercice : Une harmonique a pour coefficients \(a_n = 3\) et \(b_n = 4\). Calculer son amplitude \(C_n\) et sa phase \(\varphi_n\).

6. Spectre de Fourier

6.1 Spectre d'amplitude

Définition — Spectre d'amplitude
Le spectre d'amplitude (ou spectre en fréquence) d'un signal est la représentation graphique de l'amplitude \(C_n\) de chaque harmonique en fonction de sa fréquence \(n \cdot f\).
Définition — Spectre de phase
Le spectre de phase est la représentation graphique de la phase \(\varphi_n\) de chaque harmonique en fonction de sa fréquence.
À retenir — Lecture du spectre

7. Exemples classiques — Calculs complets

7.1 Signal créneau (carré)

Exemple complet — Signal créneau symétrique

Définition : On considère le signal créneau de période \(T\), de pulsation \(\omega = 2\pi/T\) et d'amplitude \(E\) :

\[f(t) = \begin{cases} +E & \text{si } 0 < t < T/2 \\ -E & \text{si } T/2 < t < T \end{cases}\]

Symétries : Le signal est impair (si on le centre) et possède une symétrie demi-onde. Donc : \(a_0 = 0\), \(a_n = 0\) pour tout \(n\), et \(b_n = 0\) pour \(n\) pair.

Calcul de \(a_0\) :

\[a_0 = \frac{1}{T}\int_0^T f(t)\,\mathrm{d}t = \frac{1}{T}\left[\int_0^{T/2} E\,\mathrm{d}t + \int_{T/2}^T (-E)\,\mathrm{d}t\right] = \frac{1}{T}\left[E\cdot\frac{T}{2} - E\cdot\frac{T}{2}\right] = 0\]

Calcul de \(b_n\) (harmoniques impaires seulement) :

\[b_n = \frac{2}{T}\int_0^T f(t)\sin(n\omega t)\,\mathrm{d}t\] \[= \frac{2}{T}\left[\int_0^{T/2} E\sin(n\omega t)\,\mathrm{d}t + \int_{T/2}^{T} (-E)\sin(n\omega t)\,\mathrm{d}t\right]\] \[= \frac{2E}{T}\left[\left[-\frac{\cos(n\omega t)}{n\omega}\right]_0^{T/2} + \left[\frac{\cos(n\omega t)}{n\omega}\right]_{T/2}^{T}\right]\] \[= \frac{2E}{T}\cdot\frac{1}{n\omega}\left[-\cos(n\pi) + 1 + \cos(2n\pi) - \cos(n\pi)\right]\] Comme \(\omega T = 2\pi\), on a \(\dfrac{2E}{T \cdot n\omega} = \dfrac{2E}{T \cdot n \cdot 2\pi/T} = \dfrac{E}{n\pi}\). \[b_n = \frac{E}{n\pi}\bigl[1 - \cos(n\pi) + 1 - \cos(n\pi)\bigr] = \frac{2E}{n\pi}\bigl[1 - (-1)^n\bigr]\] Pour \(n\) impair : \((-1)^n = -1\), donc \(b_n = \dfrac{4E}{n\pi}\). Pour \(n\) pair : \((-1)^n = +1\), donc \(b_n = 0\).  ✓ (conforme à la symétrie demi-onde)
Série de Fourier du signal créneau : \[f(t) = \frac{4E}{\pi}\left[\sin(\omega t) + \frac{1}{3}\sin(3\omega t) + \frac{1}{5}\sin(5\omega t) + \frac{1}{7}\sin(7\omega t) + \cdots\right]\] \[f(t) = \frac{4E}{\pi}\sum_{n=1,3,5,\ldots}^{+\infty} \frac{1}{n}\sin(n\omega t)\]

7.2 Signal triangulaire

Exemple complet — Signal triangulaire

Définition : Signal triangulaire de période \(T\), d'amplitude \(E\), pair :

\[f(t) = \begin{cases} \dfrac{4E}{T}t & \text{si } 0 \leq t \leq T/4 \\[6pt] E - \dfrac{4E}{T}(t - T/4) & \text{si } T/4 \leq t \leq 3T/4 \\[6pt] -E + \dfrac{4E}{T}(t - 3T/4) & \text{si } 3T/4 \leq t \leq T \end{cases}\]

Symétries : Signal pair → \(b_n = 0\). Symétrie demi-onde → seules les harmoniques impaires sont présentes.

Calcul de \(a_n\) pour \(n\) impair : En exploitant la parité :

\[a_n = \frac{4}{T}\int_0^{T/2} f(t)\cos(n\omega t)\,\mathrm{d}t\] Après deux intégrations par parties (on utilise \(\int t\cos(n\omega t)\,\mathrm{d}t = \dfrac{t\sin(n\omega t)}{n\omega} + \dfrac{\cos(n\omega t)}{n^2\omega^2}\)) : \[a_n = \frac{8E}{n^2\pi^2}(-1)^{(n-1)/2} \quad \text{pour } n \text{ impair}\] Explicitement : \(a_1 = \dfrac{8E}{\pi^2}\), \(a_3 = -\dfrac{8E}{9\pi^2}\), \(a_5 = \dfrac{8E}{25\pi^2}\), \(\ldots\)
Série de Fourier du signal triangulaire : \[f(t) = \frac{8E}{\pi^2}\left[\cos(\omega t) - \frac{1}{9}\cos(3\omega t) + \frac{1}{25}\cos(5\omega t) - \cdots\right]\] \[f(t) = \frac{8E}{\pi^2}\sum_{k=0}^{+\infty} \frac{(-1)^k}{(2k+1)^2}\cos\bigl((2k+1)\omega t\bigr)\]
Remarque importante
Les amplitudes décroissent en \(1/n^2\) pour le signal triangulaire (contre \(1/n\) pour le créneau). Le signal triangulaire est donc plus "proche" d'une sinusoïde et ses harmoniques élevées sont très faibles. Cela s'explique par le fait qu'un signal triangulaire est continu (mais non dérivable), alors que le créneau est discontinu.

7.3 Signal en dents de scie

Exemple complet — Signal en dents de scie

Définition : Signal en dents de scie de période \(T\) et d'amplitude \(E\) :

\[f(t) = \frac{E}{T}\,t \quad \text{pour } t \in [0, T[\]

Symétries : Ce signal n'est ni pair ni impair en général. Il n'y a pas de symétrie demi-onde si \(E \neq 0\). On doit calculer tous les coefficients.

Calcul de \(a_0\) :

\[a_0 = \frac{1}{T}\int_0^T \frac{E}{T}t\,\mathrm{d}t = \frac{E}{T^2}\left[\frac{t^2}{2}\right]_0^T = \frac{E}{2}\]

Calcul de \(a_n\) :

\[a_n = \frac{2}{T}\int_0^T \frac{E}{T}t\cos(n\omega t)\,\mathrm{d}t\] Intégration par parties avec \(u = t\), \(v' = \cos(n\omega t)\) : \[a_n = \frac{2E}{T^2}\left[\frac{t\sin(n\omega t)}{n\omega} + \frac{\cos(n\omega t)}{n^2\omega^2}\right]_0^T\] Comme \(\sin(n\omega T) = \sin(2n\pi) = 0\) et \(\cos(n\omega T) = 1\) : \[a_n = \frac{2E}{T^2}\cdot\frac{T^2}{4\pi^2 n^2}(1 - 1) = 0\]

Calcul de \(b_n\) :

\[b_n = \frac{2}{T}\int_0^T \frac{E}{T}t\sin(n\omega t)\,\mathrm{d}t\] Intégration par parties avec \(u = t\), \(v' = \sin(n\omega t)\) : \[b_n = \frac{2E}{T^2}\left[-\frac{t\cos(n\omega t)}{n\omega} + \frac{\sin(n\omega t)}{n^2\omega^2}\right]_0^T = \frac{2E}{T^2}\left(-\frac{T}{n\omega}\right) = -\frac{E}{n\pi}\]
Série de Fourier du signal en dents de scie : \[f(t) = \frac{E}{2} - \frac{E}{\pi}\left[\sin(\omega t) + \frac{1}{2}\sin(2\omega t) + \frac{1}{3}\sin(3\omega t) + \cdots\right]\] \[f(t) = \frac{E}{2} - \frac{E}{\pi}\sum_{n=1}^{+\infty}\frac{1}{n}\sin(n\omega t)\]

Ce signal contient toutes les harmoniques (paires et impaires), avec des amplitudes décroissant en \(1/n\).

8. Valeur efficace et théorème de Parseval

8.1 Valeur efficace d'un signal périodique

Définition — Valeur efficace (RMS)
La valeur efficace (Root Mean Square, RMS) d'un signal périodique \(f(t)\) de période \(T\) est : \[F_{\text{eff}} = \sqrt{\frac{1}{T}\int_0^T [f(t)]^2\,\mathrm{d}t}\] En électricité, la valeur efficace d'une tension ou d'un courant détermine la puissance dissipée dans une résistance.

8.2 Théorème de Parseval

Propriété — Théorème de Parseval
Si \(f(t) = a_0 + \displaystyle\sum_{n=1}^{+\infty}[a_n\cos(n\omega t) + b_n\sin(n\omega t)]\), alors :
\[\frac{1}{T}\int_0^T [f(t)]^2\,\mathrm{d}t = a_0^2 + \frac{1}{2}\sum_{n=1}^{+\infty}(a_n^2 + b_n^2) = C_0^2 + \frac{1}{2}\sum_{n=1}^{+\infty} C_n^2\]
La valeur efficace est donc : \[F_{\text{eff}}^2 = a_0^2 + \frac{1}{2}\sum_{n=1}^{+\infty}(a_n^2 + b_n^2) = C_0^2 + \sum_{n=1}^{+\infty}\left(\frac{C_n}{\sqrt{2}}\right)^2\] soit : \[\boxed{F_{\text{eff}} = \sqrt{C_0^2 + \frac{C_1^2}{2} + \frac{C_2^2}{2} + \frac{C_3^2}{2} + \cdots}}\]
À retenir — Interprétation de Parseval
La puissance totale d'un signal est égale à la somme des puissances de chaque harmonique. On peut donc calculer la valeur efficace sans intégrer \(f^2\), à condition de connaître tous les coefficients de Fourier.
Mini-exercice : Une tension a pour composante continue \(C_0 = 0\), un fondamental \(C_1 = 12\) V et une 3e harmonique \(C_3 = 5\) V (autres harmoniques négligées). Calculer sa valeur efficace \(U_{\text{eff}}\) par le théorème de Parseval.
Application — Valeur efficace du signal créneau

Pour le signal créneau de valeur \(\pm E\) (valeur efficace directement \(E\) par définition), Parseval donne :

\[E^2 = \frac{1}{T}\int_0^T E^2\,\mathrm{d}t = \frac{1}{2}\sum_{n \text{ impair}}\left(\frac{4E}{n\pi}\right)^2 = \frac{8E^2}{\pi^2}\sum_{k=0}^{+\infty}\frac{1}{(2k+1)^2}\] On retrouve ainsi la célèbre identité de Leibniz-Euler : \[\sum_{k=0}^{+\infty}\frac{1}{(2k+1)^2} = 1 + \frac{1}{9} + \frac{1}{25} + \frac{1}{49} + \cdots = \frac{\pi^2}{8}\]
Application numérique — Courant non sinusoïdal

Un courant de chauffage électrique a les harmoniques suivantes :

Harmonique \(n\)Amplitude \(C_n\) (A)\(C_n/\sqrt{2}\) (A)\((C_n/\sqrt{2})^2\) (A²)
0 (DC)\(C_0 = 0\)0
1 (fondamental)\(C_1 = 10\)7,0750
3\(C_3 = 3{,}33\)2,365,55
5\(C_5 = 2\)1,412
7\(C_7 = 1{,}43\)1,011,02
\[I_{\text{eff}}^2 = 0 + 50 + 5{,}55 + 2 + 1{,}02 + \cdots \approx 58{,}57 \text{ A}^2\] \[I_{\text{eff}} \approx 7{,}65 \text{ A}\]

La valeur efficace réelle est supérieure à la valeur efficace du seul fondamental (\(10/\sqrt{2} \approx 7{,}07\) A) à cause des harmoniques.

9. Application BTS — Harmoniques dans les réseaux électriques

Perturbations harmoniques dans un bâtiment tertiaire

Un technicien FED (Fluides, Énergie, Domotique) intervient dans un immeuble de bureaux dont le réseau BT présente des problèmes de surtensions et d'échauffements anormaux des câbles neutres. Une mesure à l'analyseur de réseau révèle un taux de distorsion harmonique (THD) de 28% sur le courant.

9.1 Taux de distorsion harmonique (THD)

Définition — Taux de distorsion harmonique (THD)
Le taux de distorsion harmonique mesure la proportion des harmoniques par rapport au fondamental. Il est défini par :
\[\mathrm{THD} = \frac{\sqrt{C_2^2 + C_3^2 + C_4^2 + \cdots}}{C_1} = \frac{\sqrt{\displaystyle\sum_{n=2}^{+\infty} C_n^2}}{C_1}\]
Il s'exprime en pourcentage. Les normes imposent généralement \(\mathrm{THD} < 5\%\) pour le réseau de distribution.

9.2 Sources d'harmoniques dans les bâtiments

Propriété — Harmoniques caractéristiques des équipements
Les équipements non linéaires injectent des harmoniques spécifiques dans le réseau :
ÉquipementHarmoniques dominantsEffet
Redresseur monophasé (PC, alimentation)3e, 5e, 7e (impairs)Surcharge du neutre
Redresseur triphasé à 6 impulsions (variateur)5e, 7e, 11e, 13eÉchauffement moteurs
Onduleur (UPS, variateur)Multiples de la fréquence de découpageBruit CEM
Éclairage fluorescent (ballast électronique)3e, 5e, 7eSurcharge neutre
Four à inductionLarges bandesPerturbations HF
Méthode — Calcul du THD et diagnostic

Un analyseur mesure sur le réseau d'un bâtiment tertiaire les composantes du courant :

Rang \(n\)Fréquence (Hz)Amplitude \(C_n\) (A)
1 (fondamental)5040
315012
52508
73505
94502

Calcul du THD :

\[\mathrm{THD} = \frac{\sqrt{12^2 + 8^2 + 5^2 + 2^2}}{40} = \frac{\sqrt{144 + 64 + 25 + 4}}{40} = \frac{\sqrt{237}}{40} \approx \frac{15{,}39}{40} \approx 38{,}5\,\%\]

Valeur efficace réelle (par Parseval) :

\[I_{\text{eff}} = \sqrt{\frac{40^2 + 12^2 + 8^2 + 5^2 + 2^2}{2}} = \sqrt{\frac{1600 + 144 + 64 + 25 + 4}{2}} = \sqrt{\frac{1837}{2}} \approx 30{,}3 \text{ A}\]

Diagnostic : THD \(\approx 38{,}5\%\) est très supérieur à la limite de 5% de la norme EN 50160. Il faut installer des filtres actifs ou des filtres passifs accordés sur les rangs 3, 5 et 7.

9.3 Conséquences pratiques

Attention — Effets des harmoniques
Les harmoniques dans un réseau électrique provoquent :

10. Visualisation — Approximation d'un signal créneau par ses harmoniques

Le graphique interactif ci-dessous montre comment la somme des premières harmoniques de Fourier reconstitue progressivement le signal créneau. Sélectionnez le nombre d'harmoniques pour observer la convergence.

Graphique du haut : signal créneau idéal (pointillés) et approximation par les harmoniques (trait plein). Graphique du bas : spectre d'amplitude correspondant.

11. Récapitulatif — Formulaire de synthèse

Formulaire complet — Séries de Fourier

Signal périodique de période \(T\), fréquence \(f = 1/T\), pulsation \(\omega = 2\pi f\)

Coefficients :

\[a_0 = \frac{1}{T}\int_0^T f(t)\,\mathrm{d}t \qquad a_n = \frac{2}{T}\int_0^T f(t)\cos(n\omega t)\,\mathrm{d}t \qquad b_n = \frac{2}{T}\int_0^T f(t)\sin(n\omega t)\,\mathrm{d}t\]

Développement trigonométrique :

\[f(t) = a_0 + \sum_{n=1}^{+\infty}\bigl[a_n\cos(n\omega t) + b_n\sin(n\omega t)\bigr]\]

Forme amplitude-phase :

\[f(t) = C_0 + \sum_{n=1}^{+\infty} C_n\cos(n\omega t + \varphi_n) \quad \text{avec} \quad C_n = \sqrt{a_n^2+b_n^2}\,,\quad \varphi_n = -\arctan\!\tfrac{b_n}{a_n}\]

Valeur efficace (Parseval) :

\[F_{\text{eff}} = \sqrt{a_0^2 + \frac{1}{2}\sum_{n=1}^{+\infty}(a_n^2+b_n^2)} = \sqrt{C_0^2 + \frac{1}{2}\sum_{n=1}^{+\infty}C_n^2}\]

Taux de distorsion harmonique :

\[\mathrm{THD} = \frac{\sqrt{\sum_{n=2}^{+\infty}C_n^2}}{C_1} \times 100\,\%\]
SignalSérie de FourierDécroissance
Créneau \(\pm E\) \(\dfrac{4E}{\pi}\!\displaystyle\sum_{n \text{ imp.}}\!\dfrac{\sin(n\omega t)}{n}\) \(1/n\)
Triangulaire amplitude \(E\) \(\dfrac{8E}{\pi^2}\!\displaystyle\sum_{k\geq 0}\!\dfrac{(-1)^k\cos((2k{+}1)\omega t)}{(2k+1)^2}\) \(1/n^2\)
Dents de scie amplitude \(E\) \(\dfrac{E}{2} - \dfrac{E}{\pi}\!\displaystyle\sum_{n\geq 1}\!\dfrac{\sin(n\omega t)}{n}\) \(1/n\)