Processamento de Sinais

Processamento de Sinais
Data de impresso (verso): 28 de agosto de 2004, 08:23:23 documento composto com LATEX 2 usando LYX.
1.1 Transformadas Integrais

g(t)
g(t)
contnua
descontnua
equacionamento
peridica
simples
Anlise
Srie de Fourier
(Srie Complexa de Fourier)
Harmnica
(Anlise de Circuitos,
equacionamento
G( f )
complexo
Termodinmica)
discreta
G( f )
Anlise
contnua
Espectral
real (g(t) )
complexa (G( f ) )
(Anlise de Sistemas,
f <0
Telecomunicaes)
g(t)
G(s)
g(t)
Transformada de Fourier
aperidica
Anlise
Transformada de Laplace
g(t) = 0,
t <0
Transitria
(Controle Automtico)
Sistemas
g(t) g[k]
Transformada Z
G(z)
tempo
discreto
Amostrados
(Controle Digital,
Processamento Digital de Sinais)
1.2 Srie de Fourier

A idia de se representar uma funo complicada como uma combinao linear de funes elementares de forma simples bem
conhecida e bastante utilizada na anlise de circuitos.
Desta forma, uma funo complicada g(x) em um intervalo [x 1 , x2 ] pode ser representada por:
g(x) = ai i (x)
i=0
onde:
i (x)
um conjunto de funes elementares;
ai
so os coecientes do desenvolvimento.
1
Processamento de Sinais - Centro Federal de Educao Tecnolgica do Paran

Se i (x) formado por um conjunto de funes ortogonais 1, ento os coecientes a i so independentes. Neste caso, trata-se de
um desenvolvimento em srie de funes ortogonais. De todos os desenvolvimentos em srie de funes ortogonais, a Srie
de Fourier2 sem dvida o desenvolvimento mais utilizado em Anlise de Circuitos e Tratamento de Sinais.
As sries de Fourier so expanses de funes peridicas g(x) na forma de uma soma innita de senos e co-senos:
n=0
g(x) =
n=0
an cos(nx) + bn sen(nx) .
As sries de Fourier fazem uso da relao de ortogonalidade existente entre as funes seno e co-seno que usada para calcular
os coecientes an e bn da somatria. O clculo e estudo das sries de Fourier conhecido como Anlise Harmnica.
Para computar a srie de Fourier, usa-se as identidades integrais:
Z
sen(nx) dx = 0
Z
0 se n = 0
cos(nx) dx =
2 se n = 0
cos(mx) sen(nx) dx = 0
sen(mx) sen(nx) dx =
cos(mx) cos(nx) dx =
m=n
se
se m = n = 0
se m = n = 0
m=n
se
se m = n = 0
se m = n = 0
onde m, n , isso , m e n so inteiros. Estas identidades correspondem a condio de ortogonalidade das funes integradas
no intervalo [, ].
Expandindo g(x) numa srie innita na forma:
n=0
g(x) =
n=0
an cos(nx) + bn sen(nx)
ou iniciando a srie em n = 1 para evitar os casos especiais das identidades integrais acima (assim n > 0):
n=1
n=1
g(x) = a0 + an cos(nx) + bn sen(nx)
(1.1)
onde foi usado o fato de que sen 0 = 0 o que torna b 0 indeterminado (e desnecessrio) j que b 0 sen 0 = 0 para todo e qualquer
valor de b 0 ; e tambm a0 cos 0 = a0 j que cos0 = 1.
Supondo que a funo g(x) peridica no intervalo [, ] 3 pode-se usar a condio de ortogonalidade para, integrando a
Equao (1.1) no intervalo [, ], obter:
Z
g(x) dx =
a0 + an cos(nx) + bn sen(nx) dx
n=1
dx +
n=1
[an cos(nx) + bn sen(nx)] dx
a0
2a0 + (0 + 0) = 2a0
n=1
n=1
1 Duas
funes g(x) e h(x) so ditas ortogonais em um intervalo [a, b] se:

Z b
a
g(x) h(x) dx = 0 .
2 Jean-Baptiste-Joseph
3 Portanto
Fourier (1768-1830), matemtico e fsico francs.

com perodo igual 2.
28 de agosto de 2004
Prof. Lus Paulo Laus, Eng. MSc.

e, multiplicando a Equao (1.1) por sen(mx) e integrando no intervalo [, ], temos:
Z
g(x) sen(mx) dx =
a0
a0 + an cos(nx) + bn sen(nx) sen(mx) dx

n=1
sen(mx) dx +
bn
n=1
n=1
[an cos(nx) sen(mx) + bn sen(nx) sen(mx)] dx
se n = m .
Da mesma forma, multiplicando a Equao ( 1.1) por cos(mx) e integrando no intervalo [, ], assim:
Z
g(x) cos(mx) dx =
a0
a0 + an cos(nx) + bn sen(nx) cos(mx) dx

n=1
cos(mx) dx +
an
n=1
se n = m .
n=1
[an cos(nx) cos(mx) + bn sen(nx) cos(mx)] dx
Note que se m = 0 a expresso acima recai no primerio caso (clculo de a 0 ).

Isolando a 0 , an e bn tem-se as Frmulas de Euler4 :
a0
an
bn
1
g(x) dx
2
Z
1
g(x) cos(nx) dx

Z
1
g(x) sen(nx) dx

(1.2)
(1.3)
(1.4)
para n = 1, 2, 3, . . ..
A expanso em srie converge para a funo g(x) que igual a funo original g(x) nos pontos onde g(x) contnua ou igual
mdia dos dois limites laterais nos pontos de descontinuidade. Por isso o sinal de igual da Equao ( 1.1) no est rigorosamente
correto; a expanso em srie de Fourier na verdade uma aproximao para a funo. Mas esta aproximao muita boa e
geralmente s traz problemas do ponto de vista terico nos pontos de descontinuidade da funo original. Note que um sinal
fsico real no pode apresentar pontos de descontinuidade pois implicaria no dispndio de uma potncia innita para fazer a
funo mudar de valor instantaneamente o que no possvel na prtica. Num ponto de descontinuidade x 0 [, ], g vale:
lim
xx0 g(x) + limxx0 + g(x)
para < x0 <

2
g(x0 )
(1.5)
limx+ g(x) + limx g(x)
para x0 = ,
2
se a funo g(x) satisfaz a condio de Dirichlet 5 , isso :
1. a funo g(x) possui um nmero nito de descontinuidades;
2. a funo g(x) tem um nmero nito de extremos.
Exemplo: considere a onda quadrada g(x) representada na Figura ( 1.1-a) com perodo igual 2. A expanso em srie de
Fourier pode ser obtida aplicando as frmulas de Euler dadas pelas Equaes ( 1.2), (1.3) e (1.4) para calcular os coecientes
a0 , an e bn e, ento, substituindo os coecientes obtidos na Equao ( 1.1). Note que, no intervalo (, ), a funo g(x)
pode ser escrita como:
1 se < x < 0
g(x) =
1 se 0 < x <
Observe que g(x) no precisa ser denida nos pontos de descontinuidade, isso , quando x valer (. . ., , 0, , 2, 3, . . .).
Pela Equao (1.5) o valor da expanso em srie de Fourier nestes pontos ser zero.
4 Leonhard
5 Peter
Euler (1707-1783), matemtico suo.

Gustav Dirichlet (1805-1859), matemtico alemo.

Aplicando a Equao (1.2):
a0 =
1
2
g(x) dx =
1
2
Z 0
1 dx +
Z
0
1 dx =
1
(0 + 0) = 0 .
2
Da mesma forma, aplicando a Equao (1.3), temos:

=
an
g(x) cos(nx) dx =
sen(nx)
n
Z 0
sen(nx)
n
cos(nx) dx +
cos(nx) dx
0
1
(0 0 + 0 0) = 0
n
Ento, aplicando a Equao (1.4), temos:

Z
bn
cos(nx)
n
Z 0
2
(1 cos(n))
n
g(x) sen(nx) dx =
cos(nx)
n
sen(nx) dx +
=
sen(nx) dx
0
1
(1 cos(n) cos(n) + 1)
n
como o cos(n) vale (1, 1, 1, 1, . . .) para n = (1, 2, 3, 4, . . .) pode-se simplicar o resultado para:
4 para n mpar
n
bn =
.
0 para n par
(1.6)
Levando os valores de a 0 , an e bn Equao (1.1), obtemos:

g(x) =
4 1
sen(nx) com n mpar
n=1 n
(1.7)
ou, de outra forma:

g(x) =
4
1
1
1
1
1
sen x + sen 3x + sen 5x + sen 7x + sen 9x + sen 11x + . . .
3
5
7
9
11
(1.8)
isso : uma somatria de senides com freqncia crescente e amplitude decrescente. Observe que a funo representada
na Figura (1.1-h) no a funo g(x) mas sim uma aproximao de g(x) usando vinte e cinco harmnicas (da 1 a at a 49a
harmnica, apenas as harmnicas mpares).
Para simplicar an e bn convm observar que:
sen n =
cos n =
1, 1, 1, 1, 1, . . . = (1) n
2 para n par
1 + cosn =
0 para n mpar
2 para n mpar
1 cosn =
0 para n par
(1) n1 para n mpar

2
n
= 1, 0, 1, 0, 1, 0, . . . =
sen
2
0
para n par
n
(1) 2 para n par
n
= 0, 1, 0, 1, 0, 1, . . . =
cos
2
0
para n mpar
n
2
n
cos
2
sen
=
=
3n
5n
7n
9n
= sen
= sen
= sen
= ...
2
2
2
2
3n
5n
7n
9n
cos
= cos
= cos
= cos
= ...
2
2
2
2
sen
g(x)
(a)
(b)
(c)
(d)
(e)
(f)
(g)
(h)
x
3
Figura 1.1: Onda quadrada representada como soma parcial de uma srie de Fourier, (a) onda original, (b) primeira harmnica
(fundamental), (c) 1 a e 3a harmnicas, (d) 1 a , 3a e 5a harmnicas, (e) 1 a , 3a , 5a e 7a harmnicas, (f) 1 a , 3a , 5a , 7a e 9a harmnicas,
(g) 1a , 3a , 5a , 7a , 9a e 11a harmnicas, (h) da 1 a at a 49a harmnicas mpares

G(n)
4
4
3
4
5
10
11
12
13
14
15
rd
s
Figura 1.2: Espectro de freqncia da onda quadrada

Note que as Equaes (1.7) e (1.8) podem ser interpretadas no domnio da freqncia (ou, mais especicamente, da freqncia
angular) se x for tomado como sendo o tempo medido em segundos: como n = 1, 2, 3, 4, . . . tem-se uma senide de 1 rad/s
com amplitude igual 4/; outra senide de 3 rad/s com amplitude igual 4/3; outra senide de 5 rad/s com amplitude igual
4/5; e assim por diante. Cada uma destas senides chamada de harmnica, da o fato do clculo das sries de Fourier ser
conhecido como Anlise Harmnica. A primeira harmnica chamada de fundamental (n = 1); todas as outras harmnicas so
de freqncias que so mltiplos inteiros da fundamental. A freqncia da fundamental sempre igual a da onda original.
Pode-se, ento, ilustrar como o comportamento da onda quadrada em termos de freqncia e amplitude das senides que
a compe (a Anlise Harmnica propriamente dita). A Figura 1.2 mostra a amplitude relativa de cada senide para n = 1, 2,
3, 4, . . . , 15, ou seja, para as senides de freqncia angular valendo 1, 2, 3, 4, . . . , 15 rad/s. Pode-se, ento, denir uma nova
funo G() que s existe nos pontos onde = 0, 1, 2, 3, 4, . . . rad/s e tem o valor da amplitude de cada senide na respectiva
freqncia angular 6. A nova funo G() ou G(n) chamada espectro de g(x). Na Figura 1.2 foi mostrada uma funo contnua
de com uma linha tracejada que passa pelos pontos da funo G() quando G() = 0 (isso , para n mpar) que d uma idia
melhor do comportamento da funo G() mas que no o espectro da funo g(x). Como g(x) peridica o seu espectro
G() ou G( f ) ou ainda G(n) uma funo descontnua, se g(x) fosse aperidica o seu espectro seria contnuo; o estudo de
funes aperidicas se faz pela Transformada de Fourier.
Se an e bn forem ambos diferentes de zero a expanso em srie de Fourier ter componentes tanto em sen nx como em cos nx
o que torna a representao do espectro um tanto confusa. Pode-se contornar este problema usando a equao:
sen (nx + n) = cos n sen nx + senn cos nx
que possibilita representar o soma de seno com um co-seno da mesma freqncia com um nico seno (pode-se fazer o mesmo
com co-seno). O ngulo n depende de n chamado de ngulo de fase ou simplesmente fase. Assim, possvel expandir o
conceito de espectro para espectro de fase e, em contra partida, o espectro de uma funo g(x) ser chamado de espectro de
mdulo e ser denido como:
|G(n)| =
a2 + b2
n
n
e o espectro de fase por:

n = arg(bn , an ) = arg
bn
= atan2(bn , an )
an
onde arg o argumento da relao de b n por an que pode ser calculado pela funo atan2 7 .
O espectro de mdulo e fase de funo g(x) exprimem a distribuio freqencial do mdulo e da fase, respectivamente, da
funo.
Ainda na Figura (1.1-h) observa-se que prximo aos pontos de descontinuidade ocorrem oscilaes conhecidas como
Fenmeno de Gibbs8 .
que = 0 corresponde co-senide com freqncia angular nula que o valor mdio da funo representado por a .
0
funo atan2(y, x) calcula o ngulo da representao polar do ponto (x, y) o que equivale a calcular arctan y/x levando em conta os sinais de x e y (que
determinam o quadrante do argumento) e os casos onde x = 0 onde no possvel realizar a diviso mas o argumento existe e vale ou rad dependendo do
sinal de y.
8 Josianh Willard Gibbs (1839-1903), matemtico e fsico americano.
6 Note
7A

Se a funo g(x) for par 9 de tal forma que g(x) = g(x), ento g(x) sen(nx) mpar uma vez que sen(nx) mpar e que uma
funo mpar multiplicada por uma funo par resulta numa funo mpar e que, ainda, a integral sobre um ou mais perodos
inteiros de uma funo mpar zero. Logo, b n = 0 para todo n. Da mesma forma, se a funo g(x) mpar 10 de tal forma que
g(x) = g(x), ento g(x) cos(nx) mpar uma vez que cos(nx) par e que uma funo par multiplicada por uma funo mpar
resulta numa funo mpar. Logo, a n = 0 para todo n. Resumindo:
se g(x) for
par
mpar
g(x) sen(nx) mpar b n = 0
g(x) cos(nx) mpar a = 0

n
a =0
0
Se a funo g(x) for simtrica em relao ao eixo dos xx (mesma rea acima e abaixo do eixo) ento a 0 = 0 mesmo que ela
no seja mpar. Se a funo g(x) for mpar a 0 = 0 j que uma funo mpar simtrica em relao ao eixo dos xx. Note que a n
pode ser zero se a funo g(x) no for mpar; basta que g(x) a 0 seja mpar. Assim, se aparentemente uma funo no for par
nem mpar e a 0 = 0 pode ser que seja desnecessrio calcular a n 11 .
Exemplo: considere a funo g(x), uma co-senide reticada, mostrada na Figura 1.3 que pode ser denida no intervalo (, )
como:
se < x < /2
g(x) =
cos x se /2 < x < /2 .
0
se
/2 < x <
Pode-se observar que a funo g(x) par, logo, b n = 0. Deve-se ento calcular a n e a0 j que a funo obviamente no
simtrica em relao ao eixo dos xx. Assim:
a0 =
1
2
g(x) dx =
1
2
Z /2
/2
cos(x) dx =
sen x
2
/2
/2
1
1
sen sen
=
2
2
2
e
=
an
g(x) cos(nx) dx =
Z /2
/2
cos(x + nx) dx +
sen ((1 + n)x)

1+n
n sen
/2
/2
cos(x) cos(nx) dx
Z /2
/2
cos(x nx) dx
sen ((1 n)x)

1n
/2
n
n
2 sen 2 + 2
n sen
(2n2 2)
n sen n sen
2
2
2 cos n
2
(n2 1)
Z /2
n
2
/2
/2
n
2 2
se n = 1
sen
n
2
sen n n sen
2
2
2
(2n2 2)
n
2
se n = 1
9 Um forma fcil de vericar se um funo par observando o grco da funo consiste em rebater o lado positivo do eixo horizontal (abscissa) ou eixo dos
xx sobre o lado negativo, isso , girar o lado direito da funo sobre o eixo vertical (ordenada) e vericar se ele recai sobre o lado negativo da funo: se a curva
do lado direito recair exatamente sobre a curva do lado esquerdo a funo par. Se no houver coincidncia porque a funo no par.
10 Para vericar se um funo mpar pode-se rebater o lado direito da funo sobre o lado esquerdo (da mesma forma que foi feito para vericar se a funo
o
par) e ento girar o lado direito j rebatido ao redor do eixo horizontal (abscissa) ou eixo dos xx de 180 : se a curva do lado direito rebatida e rotacionada recair
exatamente sobre a curva do lado esquerdo a funo mpar.
11
Nesse caso, aps rebater o lado direito da funo sobre o lado esquerdo gira-se o lado direito j rebatido ao redor de um eixo horizontal que passa por 0 e
a
no ao redor do eixo das abscissas. Se houver coincidncia an = 0.

g(x)
Figura 1.3: Co-senide reticada

que no inclui o caso especial onde n = 1. Assim, se n = 1, tem-se:
Z
=
=
1
2
a1 = an |n=1
1
2
1
2
1
g(x) cos(nx) dx
=
n=1
Z /2
/2
1 + cos(2x) dx =
1
2
Z /2
1
cos(x) cos(x) dx =
/2
x+
sen sen

+
2
2
2
2
sen (2x)
2
Z /2
/2
cos2 (x) dx
/2
/2
1
()
=
2
e a funo g(x) pode ser aproximada por:
n=1
n=2
a0 + an cos nx = a0 + a1 cos x + an cosnx
g(x) =
1 cosx 2 cos n
+
2 2 cos nx .
2
n=2 (n 1)
Note que cos n = 1, 0, 1, 0, -1, . . . para n = 2, 3, 4, 5, 6, . . . . Este exemplo interessante porque mostra o surgimento
2
e o tratamento de um caso especial quando n = 1 que impossibilita o clculo de a n usando o caso geral porque implica em
uma diviso por zero.
Funes com Perodo Arbitrrio

Para uma funo g(x) peridica no intervalo [T /2, T /2], usa-se uma mudana de varivel para comutar o intervalo de integrao
para [T /2, T /2]. Fazendo:
x
dx =
2
t
T
2dt
.
T
Resolvendo para t, t = T x/2 tem-se que se x = t = T /2. Aplicando nas Equaes ( 1.1), (1.2), (1.3) e (1.4) obtem-se:
g(t) = a0 + an cos
n=1
a0
an
2
T
bn
1
T
2
T
2 n
2 n
t + bn sen
t
T
T
n=1
(1.9)
Z T /2
T /2
g(t) dt
Z T /2
T /2
g(t) cos(
2 n
t) dt
T
(1.11)
g(t) sen(
2 n
t) dt
T
(1.12)
Z T /2
T /2
(1.10)

Observe que a 0 tanto na Equao (1.2) como na Equao (1.10) representa o valor mdio da funo g(x) (compare as
Equaes (1.2) e (1.10) com (??) e (??), note que incio e m dos perodos de integrao so diferentes 12 ). Ento, as expanses
em srie de Fourier de uma funo g(x) ou g(t) dada pelas Equaes ( 1.1) e (1.9) podem ser interpretadas como sendo uma
componente contnua de amplitude a 0 e freqncia nula somada uma srie de componentes alternadas (a somatria de senos e
co-senos).
Normalmente, a amplitude de cada componente alternada diminui com o aumento da freqncia o que torna possvel aproximar a funo original por uma soma nita de senides e co-senides. Esta aproximao da funo conhecida como Srie
Incompleta de Fourier. Por exemplo, a funo da Figura ( 1.1-h), que s tem 25 harmnicas, pode ser considerada uma boa aproximao para a funo g(x) mostrada na Figura ( 1.1-a) dependendo da aplicao. possvel calcular qual ser o erro cometido
no valor RMS de uma aproximao de uma funo quando empregado uma srie incompleta de Fourier em funo do nmero
de harmnicas presentes nesta srie. Quanto mais harmnicas menor ser o erro. Contudo, alm do erro no valor RMS h ainda o
problema do erro no valor instantneo da funo. Uma funo sem descontinuidades pode ser aproximada de forma muito exata
usando um nmero relativamente pequeno de harmnicas: tanto o valor RMS quanto o valor da aproximao da funo a cada
instante de tempo ser muito prximo do valor da funo original. Por outro lado, uma funo com descontinuidades apresentar
o Fenmeno de Gibbs de forma mais acentuada e, quando aproximada por uma srie incompleta de Fourier, poder apresentar
valores muito diferentes da funo original em pontos prximos as descontinuidades.
Como as funes seno e co-seno formam uma base ortogonal complexa, o teorema da superposio aplicvel e pode-se
dizer que a srie de Fourier de uma combinao linear de funes a combinao linear da srie de Fourier das funes que a
compe.
Exemplo: Considere a aplicao de uma tenso com forma de onda quadrada sobre um circuito RC srie como ilustrado na
Figura (1.4-a). O valor da tenso em regime sobre o capacitor pode ser obtido usando a anlise fasorial com uma pequena
modicao: ao invs de uma nica senide aplicada ao circuito considera-se que h vrias delas. Como o circuito linear
o teorema da superposio aplicvel e o resultado nal a soma dos resultados parciais. Supondo que h uma nica
senide aplicada com valor v f (t) = A sen t pode-se expressar este valor com um fasor na forma V f = A00 . Aplicando a
Segunda Lei de Kirschhoff 13:
Vf
V f = RI + XC I = (R + XC ) I I =
R + XC
onde
1
XC =
jC
e j2 = 1. A tenso no capacitor dada por:
Vf
XCV f
jC
= XC I =
=
1
R + XC
R + jC
VC
Vf
1 jRC
=
Vf
1 + jRC 1 + 2R2C2
A
arctanRC .
1 + 2 R2C 2
Expressando a tenso no capacitor como uma funo do tempo:
vC (t) =
=
=
sen (t arctan(RC))
1 + 2R2C2
1
A
RC
sen (t)
cos (t)
2 R2C2
2 R2C 2
1+
1+
1 + 2R2C2
A
(sen (t) RC cos(t))
1 + 2R2C2
Porm, no foi aplicado apenas uma senide com freqncia angular igual e sim vrias delas com amplitude A = 4/n
e freqncia angular = n. Assim, comparando a equao acima com a Equao ( 1.7), temos:
vC (t)
=
=
n1 + n2R2C2 sen (nt arctan(nRC))
n=1
n (1 + n2R2C2 ) (sen(nt) nRC cos(nt))
com n mpar
com n mpar.
(1.13)
n=1
12 Como as funes so peridicas, o incio e m do intervalo de integrao no importante desde que a integral seja calculada sobre um nmero inteiro de
perodos completos, isso :
Z T
0
g(x) dx =
Z a+T
g(x) dx
a
onde T o perodo de g(x).

13 Gustav Robert Kirschhoff (1824-1887), fsico alemo.

v f (t)
vC (t)
t
vC (t)
v f (t)
(a)
(b)
Figura 1.4: Exemplo de aplicao de uma onda quadrada em um circuito linear

o que signica que 14 :
a0
an
bn
4RC
(1 + n2R2C2 )
4
n (1 + n2R2C2 )
Supondo R = 100 k e C = 10 F, temos:

vC (t) =
=
n1 + n2 sen (nt arctann)
n=1
com n mpar
n (1 + n2) (sen (nt) n cos(nt))
com n mpar.
n=1
que est representada na Figura (1.4-b) junto com uma aproximao para a tenso v f (t) usando uma srie incompleta de
Fourier com 30 harmnicas (da 1 a at a 59a ) denominada v f (t). Na verdade, a funo vC (t) representada na Figura (1.4-b)
tambm uma aproximao usando uma srie incompleta de Fourier com 30 harmnicas. Contudo, esta aproximao
praticamente igual a funo que seria obtida caso fosse possvel desenhar o grco da funo com todas as innitas
harmnicas que a compe. Note, ainda, na Figura ( 1.4-b) que a aproximao para a funo v f (t), v f (t), uma aproximao
muito ruim. J a aproximao para a funo v C (t) to boa que no possvel distingui-la da funo v C (t) real (por este
motivo foi usado o mesmo nome). v f (t) uma aproximao ruim porque a funo v f (t) possui descontinuidades onde
ocorrem o Fenomeno de Gibbs. Por outro lado, a funo v C (t) no possui descontinuidades, apesar de no ser suave, e
por isso, no apresenta tambm o Fenomeno de Gibbs. Isso permite que uma aproximao com um nmero relativamente
pequeno de harmnicas fornea uma idia muito exata do comportamento da funo.
O problema do exemplo acima poderia ter sido resolvido com o emprego de equaes diferenciais, mas na soluo de uma
equao diferencial necessrio saber a priori o valor da funo em um ponto o que no possvel se a fonte sempre (desde o
incio dos tempo, t ) esteve ligada ao circuito. O emprego de equaes diferenciais muito til na soluo de problemas
no regime transitrio mas muito difcil em problemas no regime permanente (ou estvel). Pode-se supor que a fonte ligada no
instante inicial e usar o valor inicial vC (0) = 0, contudo isso traz uma diculdade enorme para calcular o valor de v C (t) em um
instante de tempo muito depois de t = 0 porque, na verdade, isso torna necessrio resolver uma innidade de problemas de valor
de contorno onde a soluo para v C (t f inal ) o valor de contorno para o prximo problema. Pode-se, ainda, usar a Equao 1.4
e a teoria de convergncia de sries para calcular o valor inicial em regime transitrio e usar este valor para resolver o problema
usando equaes diferenciais.
14 Note
que foram usadas as identidades:

sen (nt arctan (nRC))
cos (arctan (nRC))
sen (arctan (nRC))
cos (arctan (nRC)) sen(nt) sen (arctan (nRC)) cos(nt)

1
1 + n2 R2C2
nRC
1 + n2 R2C2
10

Uso de Softwares de Processamento Simblico 15
Os principais softwares de processamento simblico disponvel no mercado so:
MuPAD (www.mupad.de/, www.mupad.com/);
Mathematica (http://www.wolfram.com/);
Maxima16 (http://www.ma.utexas.edu/maxima.html);
Maple (http://www.maplesoft.com/); e
Matlab (verso 5.3 ou superior, http://www.mathworks.com/).
O MuPAD est disponvel na internet com licena gratuita para estudantes e, por isso, ser usando nos exemplos. O Maxima
tambm distribudo gratuitamente com licena GLP (General Public License) e constitui uma boa opo apesar de ser um
pouco mais difcil de usar devido a sua interface pouco amigvel 17 e a sintaxe baseada na linguagem LISP.
A sintaxe do MuPAD baseada na linguagem Pascal e muito similar a linguagem C. Quando existe a necessidade de se
descrever uma ao ou objeto que no tem similar no Pascal o MuPAD usa a sintaxe emprestada de outras linguagens como ADA.
PI, E, I
so as constantes , e e j, respectivamente;
x, y, var, a1
so variveis do usurio e seus nomes (identicadores) seguem as mesmas regras da linguagem C;
x[5]
o quinto elemento da lista x, diferente da linguagem C as listas (vetores) inicial na posio

1;
:=
o operador de atribuio (igual ao Pascal);
o operador de comparao (igualdade);
<>, <, >, <=, >=
so os operadores de comparao (desigualdades);
+, -, *, /, ^, !
so os operadores de soma, subtrao, multiplicao, diviso, e exponenciao e fatorial;
:e;
so os separadores de comando;
o separador de elementos das listas, conjuntos e seqncias;
sin(), cos()
so as funes seno e co-seno;
[1, 2, 3]
uma lista contendo os nmeros 1, 2, 3, nas listas a ordem em que os elementos aparecem
importante;
{1, 2, 3}
um conjunto contendo os nmeros 1, 2, 3, nos conjuntos a ordem em que os elementos

aparecem no importante;
2..5
o intervalo [2, 5];
cria uma seqncia de valores;
int()
a funo de integrao, ela calcula a integral de uma funo com relao a uma varivel e,
opcionalmente, sobre um intervalo dado;
?int
fornece uma descrio detalhada da funo de integrao (help);
simplify()
uma funo que simplica a expresso fornecida como argumento;
%, %2, %3
o ltimo, penltimo e antepenltimo resultado obtido;
Type::Real, Type::PosInt
o tipo (conjunto) dos nmeros reais e inteiros positivos, respectivamente;
assume(), unassume()
atribui uma propriedade a um identicador e desatribui qualquer propriedade anteriormente

atribuda a um identicador;
15 Tambm
chamados de Sistemas Algbricos para Computador ou Computer Algebra Systems.

chamado de Macsyma.
17 Naturalmente, isso apenas uma questo de opinio pessoal.
16 Inicialmente
11

apaga um identicador liberando a memria.
delete()
Exemplo: a onda triangular representada em um perodo por:
x
se /2 < x < /2
g(x) =
x + se /2 < x < 3/2
a0
an
=
=
bn
0
0
Z
Z
1 /2
1 3/2
x sen nxdx +
(x + ) sennxdx
/2
/2
Usando o MuPAD:
assume(n,Type::PosInt);
bn:=simplify(int(x*sin(n*x),x=-PI/2..PI/2)/PI+int((-x+PI)*sin(n*x),x=PI/2..3*PI/2)/PI);
O comando assume foi usado para informar ao software que a varivel n do tipo inteiro e s assume valores maiores que
zero; a declarao assume(n,Type::PosInt) pode ser lida como: suponha n do tipo inteiro positivo. Isso importante porque:
1) o software pode usar esta informao para simplicar a expresso; 2) evita um erro causado pela deteco automtica de
descontinuidades que impede o clculo das integrais (uma vez que a integral de sen nx resulta em cos(nx)/n que no existe se
n = 0). O comando := cria a varivel bn e atribui a ela o resultado do comando simplify que, por sua vez, simplica o resultado
obtido que a soma das integrais obtidas com o comando int. Foram necessrios dois comandos int para calcular a integral b n
porque a funo g(x) tem duas denies diferentes, dependendo do intervalo. O comando int recebe como parmetros a funo
a ser integrada e a varivel de integrao x que, neste caso, por se tratar de integrais denidas, acompanhada do intervalo de
integrao. Assim, obtemos:
1
bn =
Z /2
1
x sen nx dx +
/2
Z 3/2
/2
(x + ) sennx dx =
=
3 sen
n
2
sen
3n
2
n cos( n )
2
2
n2
n cos( 3n )
2
2
4 sen n
2
n2
onde a segunda linha foi obtida com a simplicao manual da expresso resultante usando as propriedades dadas na pgina 4.
Para visualizar o grco da expanso em srie de Fourier da funo necessrio usar uma aproximao por srie incompleta de
Fourier. Com esse objetivo pode-se, entre muitas outras opes, usar o comando:
bn:=4*sin(n*PI/2)/PI/n^2;
plotfunc2d(Ticks = [Steps = PI/2, Automatic],
_plus(bn*sin(n*x) $ n=1..30), x=-4..10, Grid=1000);
Onde o comando bn:=4*sin(n*PI/2)/PI/n^2 atribui varivel bn o resultado da simplicao que o software no foi capaz
de realizar automaticamente. O comando plotfunc2d plota o grco da funo e, para isso, recebe quatro parmetros: 1) Ticks
= [Steps = PI/2, Automatic] opcional (pode ser omitido) e serve para informar que o eixo dos xx deve ser marcado a cada
/2 unidades; 2) a funo a ser plotada; 3) o nome da varivel e o intervalo de variao especicados, ambos, por x=-4..10;
e 4) o parmetro opcional Grid=1000 que informa ao comando plotfunc2d que a funo a ser plotada deve ser calculada em
mil pontos sobre o eixo da varivel independente x, isso , ele especica a resoluo sobre o eixo dos xx. O valor default
para Grid 100 que, neste caso, no permite uma representao correta da funo. A funo a ser plotada especicada
por _plus(bn*sin(n*x) $ n=1..30) onde: _plus soma todas as funes geradas pelo comando $ que cria um seqncia de
funes bn*sin(n*x) com n variando de 1 at 30, isso , as trinta primeira harmnicas (b n sen nx). Note que se o MuPAD estiver
sendo usado no modo texto (normal no UNIX) o comando acima no vai gerar uma visualizao do grco diretamente mas,
do contrrio, vai gravar um arquivo com o nome save.mp que pode ser visualizado com o a software vcam (que acompanha o
MuPAD).
Para plotar o espectro de onda triangular pode-se usar os comandos:
c:=[Mode=List,[point(n,bn) $ n=1..15], Color=[Flat,RGB::Blue]]:
plot2d(Axes=Origin, AxesOrigin=[0,0], Ticks=[15,Automatic], Labels=["n", "G(n)"], c):
12
4/PI*sin(x) - 4/9/PI*sin(3*x) + 4/25/PI*sin(5*x) - ...

G(n)
1.5
1.25
0.5
0
-3.142
-1.571
0
0.75
1.5713.1424.7126.2837.8549.425
0.5
-0.5
0.25
-1
0
0 1
10 11 12 13 14 15
-1.5
(a)
(b)
Figura 1.5: Onda triangular: (a) expanso em srie de Fourier (b) espectro da funo
onde o comando := atribui um objeto grco a varivel c que uma lista contendo: 1) o tipo do objeto grco (Mode=List);
2) uma lista de pontos; e 3) o parmetro opcional Color=[Flat,RGB::Blue] que dene que todos os pontos da lista sero
azuis. Cada ponto da lista tem coordenada x com valor n e y com valor bn e o comando $ n=1..15 responsvel por criar uma
lista de pontos (as 15 primeiras harmnicas). O comando plot2d desenha o objeto c com os seguintes parmetros opcionais:
Axes=Origin faz com que os eixos das abscissas e das ordenadas sejam desenhados na origem (passando pela origem e no nos
limites externos do grco); AxesOrigin=[0,0] faz com que os eixos sejam desenhados de tal forma que se cortem na origem
(0, 0), sem este parmetro o MuPAD desenharia os eixo se cortando no ponto (1, 0); Ticks=[15,Automatic] faz com o eixo das
abscissas receba quinze marcas numeradas e o das ordenadas um nmero de marcas determinado pelo software; Labels=["n",
"G(n)"] nomeia o eixo das abscissas e das ordenadas com n e G(n) respectivamente. A Figura 1.5 mostra os grcos obtidos.
1.2.1 Srie Complexa de Fourier

Um outra forma de expandir uma funo g(x) em srie de Fourier usando a equao de Euler:
e j nx = cos(nx) + j sen(nx) .
Pode-se, ento, escrever:
cos nx =
sen nx =
e j nx + e j nx
2
j nx
e e j nx
2j
que aplicada na expanso em srie de Fourier de uma funo g(x) dada por:
n=1
n=1
g(x) = a0 + an cos(nx) + bn sen(nx)

leva :
g(x) = a0 +
1
1
(an j bn ) e j nx + 2 (an + j bn) e j nx .
2 n=1
n=1
(1.14)
Para simplicar a expresso acima pode-se introduzir valores negativos de n, podecedendo desta forma as Equaes ( 1.3) e
13

(1.4) se tornam:
=
an
=
=
=
bn
=
=
1
g(x) cos(nx) dx

Z
1
g(x) cos(nx) dx

an
para n = 1, 2, 3, . . .
Z
1
g(x) sen(nx) dx

Z
1
g(x) sen(nx) dx

bn
para n = 1, 2, 3, . . .
que permite escrever:
n=1
n=1
ane j nx =
an e j nx
n=1
n=1
j bn e j nx =
j bn e j nx
que quando somadas podem substituir o ltimo termo da Equao ( 1.14) levando :
g(t) = a0 +
= a0 +
1
1
(an j bn) e j nx + 2 (an j bn) e j nx
2 n=1
n=1
1
1
(an j bn ) e j nx 2 (a0 j b0 ) e0
2 n=
1
1
(a0 + j b0 ) + (an j bn ) e j nx
2
2 n=
a0 1
+ (an j bn ) e j nx
2 2 n=
pois b0 = 0 .
Logo, para uma funo peridica com perodo igual 2:
n=0
g(x) =
n=
(an cos(nx) + bn sen(nx)) =
An e j nx .
(1.15)
A srie de Fourier, tal como denida pelas Equaes ( 1.1) ou (1.9), ser chamada de srie trigonomtrica de Fourier para
diferenci-la da srie complexa de Fourier.
A introduo da constante imaginria j geralmente causa surpresa. A primeira impresso que se tem que a srie ser uma
soma de funes complexas. Isso de fato no ocorre: se g(x) for real os termos imaginrios com n negativo anulam os termos
imaginrios com n positivo (n com mesmo valor em mdulo) de tal forma que o resultado sempre real. Naturalmente pode-se
pensar na expanso de uma funo g(x) complexa, mas um sinal do mundo fsico sempre real 18 .
O preo a ser pago pela simplicidade da srie complexa de Fourier a incluso dos valores negativos de n na somatria para
cancelar os termos imaginrios caso g(x) seja real. Isso tem o efeito de criar o conceito de freqncia negativa, ou seja, havero
harmnicas com freqncia positiva (n > 0), nula (n = 0) e negativa (n < 0). O fato das funes seno e co-seno serem mpar e
par, respectivamente, fornece uma interpretao simples para as harmnicas de freqncia negativa: se for uma co-senide com
freqncia negativa ela ir se somar a outra co-senide de mesma freqncia (em mdulo); se for senide ela ir se subtrair da
harmnica correspondente com freqncia positiva (note que no necessariamente elas vo se anular, isso depende da amplitude,
isso , do valor de A n ).
18 De
fato, a srie complexa de Fourier torna possvel expandir em srie uma funo complexa.
14

Clculo de An : integrando a Equao (1.15) em relao x aps multiplicar g(x) pelo fator de integrao e j mx :
Z
g(x) e j mx dx =
An
An
n=
An e j nx e j mx dx
n=
n=
= 2An
assim:
1
An =
2
e j(nm)x dx
(cos ((n m)x) + j sen ((n m)x)) dx
se n = m ,
Z
g(x) e j nx dx .
An pode ser expresso em termos dos coecientes da srie trigonomtrica de Fourier:
An
1
g(x)[cos(nx) j sen(nx)] dx
2

1 Z
2 g(x)[cos(nx) + j sen(|n| x)] dx n < 0
Z
1
n=0
2 g(x) dx
1 Z
g(x)[cos(nx) j sen(nx)] dx
n>0
2
(an + j bn ) n < 0
n=0
a0
(an j bn ) n > 0.
Exemplo: usando a onda quadrada da Figura ( 1.1-a), temos:

An
=
=
=
1
g(x) e j nx dx
2
Z 0
Z
1
(1) e j nx dx +
e j nx dx
2
0
1
2
e j nx
jn
e j nx
jn
se n = 0
0
j
1 + e j n + e j n 1
2n
j
=
e+ j n + e j n 2
2n
j
=
(1 cos(n))
n
2 j para n mpar
n
=
0
para n par
onde foi usada a igualdade 2 cos a = e j a + e j a . Note que An=0 =

1 R
0
2 g(x) e dx
= 0 = a0 que tambm se enquadra no

15

caso n par. Assim:
g(x) =
An e j nx =
n=
2 j j nx
e
n= n
para n mpar
2 j j 5x 2 j j 3x 2 j j x 2 j j x 2 j j 3x 2 j j 5x
e
e +
e +
e +...
+ e
+ e +
5
3
3
5
... +
2 j j 3x 2 j j 3x
2 j j 5x 2 j j 5x
2 j jx 2 j jx
e
e
e
+
+
+ ...
e
e
e
3
3
5
5
2
1
1
j e j x j e j x +
j e j 3x j e j 3x +
j e j 5x j e j 5x + . . .
3
5
4
1
1
sen x + sen 3x + sen 5x + . . .
3
5
n=5
=
=
n=3
n=1
n=1
n=3
n=5
onde foi usada a igualdade 2 sen a = j e j a j e j a . A ltima linha da equao acima igual Equao ( 1.8) mostrando a
equivalncia da srie de Fourier e srie complexa de Fourier.
Se g(x), real, for uma funo par A n ser um nmero real puro para que sejam cancelados os termos em j sen(nt); se g(x) for uma
funo mpar A n ser um nmero imaginrio puro para que sejam cancelados os termos em cos(nt) e tornados reais os termos
em j sen(nt); e se g(x) no for nem par nem mpar A n ser uma nmero complexo com as partes real e imaginria no nulas e
mesmo assim os termos imaginrios sero cancelados s restando termos reais.
Funes com Perodo Arbitrrio
Para uma funo peridica com perodo T (fazendo x
2
T t),
g(t) =
a expanso em srie complexa de Fourier ca:
An e j (
2 nt
T
(1.16)
n=
An =
1
T
Z T /2
T /2
g(t) e j(
2 nt
T
) dt.
(1.17)
Estas equaes so a base para a Transformada de Fourier, que extremamente importante. A transformada de Fourier obtida
transformando A n (que depende da varivel discreta n) em um novo A(k), funo da varivel contnua k atravs do aumento do
perodo (T ).
Funo de Amostragem
Dene-se a funo de amostragem, ou funo de ltro ou funo interpoladora por:
sen x
se x = 0
x
sinc x =
1
se x = 0
que muito comum no tratamento de sinais. O grco desta funo pode ser visto na Figura 1.6. Note que a funo de
amostragem par uma vez que sen x e 1/x so ambas mpares. Alm disso, a funo de amostragem possui as seguintes
propriedades:
sinc 0 = 1
sinc n = 0
Z
1
sinc x dx =
2
0
onde n e um inteiro n o nulo

a
sinc x dx = 1 .
Exemplo: considere a seqncia de pulsos retangulares (ou trem de pulsos retangulares) de largura igual e distnciados de
T na Figura 1.7 denida em um nico perodo por:
1 se
/2 < t < /2
g(t) =
0 se /2 < t < T /2 .
16

sinc(x)
1
2
5 4
1 0
2 3
Figura 1.6: Funo de amostragem

g(t)
Figura 1.7: Seqncia de pulsos retangulares

Expandindo em srie complexa de Fourier, tem-se que:
Z T /2
1
T
An
je j( T
2 n
T /2
g(t) e j(
2 nt
2 nt
T )
/2
dt =
1
T
Z /2
/2
e j (
2 nt
T
) dt
n
n
1
je j( T ) je j( T )
2 n
=
/2
se n = 0
1
n
sen
n
T
e no caso de n = 0 tem-se:
=
1
T
An |n=0 = A0
1
T
Z T /2
T /2
Z /2
/2
g(t) e j(
1 dt =
1
T
2 0t )
T
dt =
/2
/2
1
T
1
T
Z T /2
T /2
g(t) dt

2
2
.
T
Usando a funo de amostragem pode-se dizer que:

An =
n
1
n
1 n sen T
n
= sinc
sen(
)=
n
n
T
n T
T
T
T
mesmo que n = 0 pois A 0 = /T sinc 0 = /T .

A Figura 1.8 traz o espectro da seqncia de pulsos retangulares para diferentes relaes de e T onde a amplitude de
cada co-senide mostrada como uma seta. Observe que todos os grcos esto na mesma escala de freqncia (veja que, por
17
1
2
T = 2
Exemplo: =1 ms
-7
-3
-8
-6
-4k
-3k
-5
-4
-2
-2k
-1k
-1
1k
2k
3k
4k
f (Hz)
1
4
T = 4
-14
-6
-16
-12
-4k
-3k
-10
-8
-4
-2k
-1k
-2
14
1 2 3 4
1k
2k
10
12
16
3k
4k
f (Hz)
1
8
T = 8
-28
-12
-32
-24
-4k
-3k
-20
12
-16
-8
-2k
-1k
-4
28
2 4 6 8
16
1k
2k
20
24
32
3k
4k
f (Hz)
Figura 1.8: Espectro da seqncia de pulsos retangulares

exemplo, com = 1 ms as freqncias de mesmo valor numrico se localizam sobre a mesma vertical, f = n/T ): se o perodo
aumenta, a freqncia da fundamental diminui e em conseqncia as harmnicas cam mais prximas umas das outras. Note
ainda que nunca pode ser maior que T para que os pulsos adjacente no se recubram, logo: 0 T .
A Figura 1.8 tambm sugere o que aconteceria se a largura do pulso fosse mantida constante e o perodo T fosse aumentado
indenidademente. Neste casso as raias se aproximariam cada vez mais, e quando T elas se sobreporiam. No tempo, a
funo se torna aperidica: somente um nico pulso retangular centrado em t = 0.
1.3 Transformada de Fourier

A transformada de Fourier uma generalizao da Srie Complexa de Fourier no limite com T . Ela substitui A n , que
discreto, por uma verso contnua G( f ) fazendo n/T f e substituindo a somatria por uma integral:
G( f )
g(t) =
onde,
G( f ) = F {g(t)} =
g(t) e2 j f t dt
(1.18)
G( f ) e2 j f t d f .
(1.19)
g(t) e2 j f t dt
chamada de transformada direta de Fourier (note o sinal negativo do expoente) e

g(t) = F 1 {G( f )} =
G( f ) e2 j f t d f
chamada de transformada inversa de Fourier (note o sinal positivo do expoente).

Para obter a transformada inversa de Fourier deve-se considerar que quando a freqncia de uma funo peridica diminui (o
perodo aumenta) os pontos que formam a funo discreta G(n) (ou G( f )), chamados raias, cam cada vez mais prximos. Se o
18

perodo T for aumentado innitamente G( f ) se torna contnua e a funo g(t) deixa de ser peridica. Assim se:
T
e
n
f.
T
Ento An , que representa a distribuio espectral da funo g(t), se torna uma funo contnua multiplicada por um pequeno
diferencial de freqncia, isso
An G( f ) d f
que quando substitudo em
g(t) =
An e j(
2 nt )
T
n=
leva
g(t) =
G( f ) e2 j f t d f
onde a somatria foi substituda pela integral porque os valores de n/T se tornaram muito prximos a ponto da funo se tornar
contnua.
Para obter a transformada direta G( f ) deve-se levar em conta que quando T
T An =
Z T /2
g(t) e j(
T /2
2 nt )
T
dt
tende a G( f ), isso ,
lim T An = lim T G( f ) d f = G( f )
logo
G( f ) =
g(t) e2 j f t dt .
Exemplo: considere um nico pulso retangular de largura (durao) denido por:
g(t) =
0
se /2 < t < /2
caso contr rio
a
A transformada Fourier :
F {g(t)} = G( f )
g(t) e2 j f t dt
Z /2
e2 j f t
2 j f
/2
1
1
sen ( f ) .
je j f je j f =
2 f
f
/2
e2 j f t dt =
/2
se f = 0
No caso em que f = 0:
G( f )| f =0 = G(0) =
=
g(t) e2 j0t dt
Z /2
/2
dt =
1

2
2
= 1.
Se for usada a funo de amostragem:

G( f ) =
1
sen ( f ) = sinc ( f )
f
que tambm vale quando f = 0.

19

u(t a)
u(t)
1
u(t a) u(t b)
t
a
t
a
Figura 1.9: Funo Degrau de Heaviside ou Funo Degrau Unitrio

Funo Pulso Retangular
A funo do exemplo anterior chamada de funo pulso retangular de largura e denida por 19 :
1 se /2 < t < /2
ret (t) = (t) =

0 caso contr rio.
a
A rea da funo pulso retangular unitria, ela uma funo par e sua transformada de Fourier vale:
F {ret (t)} = F { (t)} = sinc ( f ) .
(1.20)
Funo Degrau de Heaviside ou Funo Degrau Unitrio

A funo degrau unitrio denida por:
1 se t 0
u(t) =
0 se t < 0
Esta funo apresenta uma descontinuidade em t = 0, uma vez que o valor de u(t) se modica instantaneamente de 0 para 1
quando t = 0, como mostrado na Figura 1.9. interessante observar que se pode criar outras funes baseando-se na funo
degrau unitrio.
No MuPAD a funo degrau de unitrio chamada heaviside().
Funo Delta de Dirac ou Funo Impulso Unitrio
A funo delta de Dirac denida por:
Z +
(t) = 0 para t = 0
(t) dt
= 1
Observe que ela no denida para t = 0. Muitos autores dizem que ela tende a innito quando t 0, denindo assim o
limite de (t) quando t 0. Embora isso no seja necessrio j que no usado para provar nenhuma propriedade da funo,
conveniente para facilitar a visualizao. Por isso, a funo delta representada como uma seta para cima em t = 0 com
comprimento igual uma unidade e uma reta sobre o eixo dos tt representando os valores onde t = 0 para os quais a funo delta
nula, como mostrado na Figura 1.10.
Outra forma de denir a funo delta de Dirac atravs da integral do produto da funo delta por uma outra funo g(t):
Z +
(t) = 0 para t = 0
g(t) (t) dt
= g(0)
(1.21)
(1.22)
que se justica pelo fato da funo delta no ser nula apenas na origem, assim apenas o valor que g(t) assume na origem que
inuencia o valor da integral.
A funo delta pode ser vista com sendo a derivada da funo degrau unitrio:
(t) = u (t) =
19 H
d u(t)
dt
duas notaes amplamente usadas para a funo pulso retangular de largura : 1) ret ; e 2) , ou seja, usando a letra grega pi maiscula.
20

(t)
(t a)
(t a) (t b)
Figura 1.10: Funo Delta de Dirac ou Funo Impulso Unitrio

Note que em t = 0 a funo u(t) apresenta uma descontinuidade onde a sua derivada no denida: o limite a esquerda quando
t 0 vale zero enquanto o limite a direita quando t 0 vale 1. Como houve um salto para cima a derivada deve tender a innito
em t = 0. Exatamente como a funo delta de Dirac.
No MuPAD a funo delta de Dirac chamada dirac().
A transformada de Fourier da funo delta :
F {(t)} =
(t) e2 j f t dt .
Neste caso g(t) = e2 j f t na Equao (1.22) e g(0) = e0 = 1, logo:

F {(t)} = 1 .
Esse resultado muito importante. Uma das suas aplicaes mostrar que:
Z
e2 j f t d f =
cos(2 f t) d f = (t) .
(1.23)
Uma vez que a transformada da funo delta um, a transformada inversa de um deve ser a funo delta, assim:
Z
F 1 {1} =
1 e2 j f t d f = (t)
cos(2 f t) d f +
sen(2 f t) d f ,
a segunda integral nula pois trata-se de uma funo mpar, logo:

Z
2 j f t
df =
cos(2 f t) d f = (t) .
A justicativa para este resultado que a integral nula se t = 0, mas se t = 0 tem-se cos 0 = 1: a integral de um de menos
innito at innito indeterminada (tende a innito).
Note ainda que a funo delta de Dirac par, logo:
(t) = (t) =
e2 j f t d f .
(1.24)
Como a integral acima vale:

Z
e2 j f t d f =
e2 j f t
2 jt
e2 j f t
e2 j f t
lim
= (t) ,
f 2 jt
f 2 jt
= lim
logo, cada um dos limites deve valer, respectivamente, (t)/2 e (t)/2. Esse resultado usado para calcular a transformada de
Fourier da funo degrau unitrio.
Exemplo: a transformada de Fourier da funo degrau unitrio :
F {u(t)}
=
=
=
u(t) e2 j f t dt
e2 j f t dt
0
e2 j f t
2 j f
1
e2 j f t e2 j f 0 ( f )
=
+
.
t 2 j f
2 j f
2
2 j f
= lim
0
21

Exemplo: a transformada de Fourier de e j(
2 nt
T
) vale:
F e
j ( 2 nt )
T
e j(
2 nt
T
) e2 j f t dt
e j2( f T )t dt
n
n
T
n
onde foi usada a Equao (1.24) com f T no lugar de t e t no lugar de f . Assim:
F e j(
2 nt
T
) = f n
T
(1.25)
Exemplo: a transformada de Fourier da funo g(t) = A cos(2 f 0t) onde A a amplitude e f 0 a freqncia (constante)
expressa por:
G( f )
= F {A cos(2 f 0t)}
=
= A
A cos(2 f 0t) e2 j f t dt
cos(2 f 0t) cos(2 f t) dt j
cos(2 f 0t) sen(2 f t) dt
a segunda integral nula j que funo resultante mpar (produto de funo par por mpar). A primeira integral se
transforma em:
G( f )
=
=
=
=
cos(2 f 0t) cos(2 f t) dt
A
cos(2 f t + 2 f 0t) dt +
cos(2 f t 2 f 0t) dt
2
Z
Z
A
cos(2( f + f 0 )t) dt +
cos(2( f f 0 )t) dt
2
A
(( f + f0 ) + ( f f0 ))
2
onde foi usada a Equao (1.23) com ( f f 0 ) no lugar de t e t no lugar de f .

A transformada de uma co-senide so dois impulsos deslocados: um na freqncia f 0 e outro em f 0 . Por isso o espectro da
seqncia de pulsos retangulares mostrada na Figura 1.8 foi plotada com uma seqncia de setas, cada uma representando um
impulso. A expanso em srie complexa de Fourier da seqncia de pulso resulta na somatria de co-senos reais j que a funo
original par, portanto A n ser real e os termos complexos (senos) com n < 0 anulam os com n > 0. Se cada co-senide for
transformada para o domnio da freqncia empregando a transformada de Fourier o resultado ser uma seqncia de impulsos
localizados na freqncia n/T e com amplitude dada por A n exatamente como representado na Figura 1.8. Isso mostra que a
transformada de Fourier muito similar a srie de Fourier, tudo depende da interpretao dos impulsos.
1.3.1 Outras Formas para a Transformada de Fourier

Alguns autores preferem escrever a transformada de Fourier em termos de freqncia angular 2 f , medida em radiano
por segundo (rad/s) ao invs da freqncia oscilatria f medida em hertz (Hz). Entretanto, isso destri a simetria do par de
transformadas que se tornam:
H() = F {h(t)} =
h(t) = F 1 {H()} =
h(t) e jt dt
1
2
H() e jt d.
No caso geral, o par de transformadas de Fourier pode ser denido usando duas constantes arbitrrias A e B como:
G( f )
g(t) =
|B|
2A
g(t) eB jt dt
G() eB jt d.
22

O programa para processamento simblico M ATHEMATICA (da Wolfram Research, Champaign, IL, http://www.wolfram.com/)
dene A = 1/ 2 e B = 1 por default, mas permite que estes valores sejam ajustados. Dependendo do campo de aplicao ou
do software de processamento usado pode-se ter valores diferentes para A e B:
Fsica Moderna
1/ 2
Matemtica
Processamento de Sinais
Mathematica
1/ 2
Matlab
MuPAD
rea ou Software
O MuPAD fornece uma biblioteca de transformaes integrais chamada transform, contudo a transformada de Fourier e sua
inversa no denida nesta biblioteca exatamente como as Equaes ( 1.18) e (1.19) mas a forma com que a biblioteca trata as
transformadas permite que se chegue ao mesmo resultado. Isso porque o uso da biblioteca requer que sejam especicadas as variveis (ou expresses das variveis) alm da funo a ser transformada. Portanto para usar o MuPAD para calcular a transformada
de Fourier tal como denida na Equao ( 1.18) deve-se substituir por 2 f . Para calcular a transformada inversa deve-se
substituir t por 2t, por f e multiplicar o resultado por 2.
Exemplo: para calcular a transformada de funo degrau unitrio u(t):
transform::fourier(heaviside(t),t,-2*PI*f);
para obter:
F {u(t)} =
1
( f ) 1/2 j ( f )
=
+
.
2
f
2
2 j f
Exemplo: para calcular a transformada da funo e t pode-se usar o comando:

2
transform::fourier(exp(-t^2),t,-2*PI*f);
para obter:
F {et } =
2
2 f 2
e
.
Exemplo: para calcular a transformada inversa do exemplo anterior:

transform::invfourier(%,f,-2*PI*t)*2*PI;
1.3.2 Propriedades
Condio de Existncia
Uma funo g(t) tem sua transformada direta e inversa de tal forma que:
g(t) =
Z +
e2 j f t
Z +
g(t) e2 j f t dt
df
dado que:
Z
1. existe
|g(t)| dt;
2. toda descontinuidade nita (limitada);

3. a funo descontnua apenas em pontos e no em intervalos completos (descontnua em um nmero nito de pontos).
23

Estas condies de existncia so chamadas de condio de Lipschitz 20 . uma condio fraca porque ela suciente (se for
comprida existe a transformada) mas no necessria, logo h muitas funes que no atendem esta condio mas possuem
transformada.
Quanto mais suave a funo (isso , quanto maior o nmero de derivadas contnuas) mais compacta ser a sua transformada
de Fourier.
Linearidade
A transformada de Fourier linear 21 uma vez que se g(t) e h(t) tem transformadas G( f ) e H( f ), ento:
Z +
[ag(t) + bh(t)]e2 j f t dt
g(t) e2 j f t dt + b
h(t) e2 j f t dt
aG( f ) + bH( f ) ,
logo:
F {ag(t) + bh(t)} = aF {g(t)} + bF {h(t)} = aG( f ) + bH( f ).
Exemplo: considere a seqncia 22 de impulsos dada por:
+
g(t) =
(t nT )
n=
onde T a distncia (constante) no tempo entre dois impulsos consecutivos. Esta funo peridica com perodo igual
T . Para calcular transformada de Fourier desta seqncia primeiro expande-se a funo em srie complexa de Fourier para
depois calcular a transformada de cada termo e, aplicando a propriedade de linearidade, obter a transformada da seqncia.
Para expandir em srie complexa de Fourier calcula-se A n pela Equao (1.17) que lava :
An =
1
T
Z T /2
T /2
(t) e j(
2 nt
T
) dt = 1
T
(t) e j(
2 nt
T
) dt = 1 e j( 2Tn0 ) = 1 .
T
T
Logo, a expanso em srie complexa de Fourier pode ser escrita como:

g(t) =
(t nT ) =
n=
1
T
e j(
2 nt
T
n=
cuja transformada de Fourier vale:

G( f ) = F
1
T
n=
e j(
2 nt
T
1
T
F e j(
2 nt
T
n=
) = 1
T
n=
n
T
(1.26)
onde foi usado a Equao (1.25). A Figura 1.11 ilustra a seqncia de pulso no tempo e sua transformada de Fourier.
Esse resultado no mnimo surpreendente: a transformada de Fourier de uma seqncia de impulsos no tempo uma
seqncia de impulsos na freqncia. Alguns autores dizem que a transformada de Fourier de uma seqncia da impulso
ela mesma.
Exemplo: a transformada de Fourier da funo g(t) = A sen(2 f 0t) onde A a amplitude e f 0 a freqncia (constante)
expressa por:
jA
F {e j 2 f0t } F {e j 2 f0t } .
G( f ) = F {A sen(2 f 0t)} =
2
Usando a Equao (1.25) com f 0 no lugar de n/T , tem-se:
G( f ) = F {A sen(2 f 0t)} =
jA
(( f + f0 ) ( f f0 )) .
2
Transformada de Funo Real, Par e mpar

A transformada de Fourier de uma funo g(t) real ter sua parte real par e sua parte imaginria mpar. Se a funo for imaginria
sua transformada ter a parte real mpar e a imaginria par. Se ela for complexa nada se pode armar a priori sobre sua
transformada.
Alm disso: se a funo for real e par sua transformada ser real; se ela for real e mpar sua transformada ser imaginria.
20 Rudolf
Lipschitz (1831-1903), matemtico alemo.

transformada de Fourier um operador linear.
22 Pode-se dizer tambm: srie de impulsos (somatria); ou trem de impulsos.
21 A
24

+
1
T
(t nT )
n=
(t + 3T ) (t + 2T )
(t + T )
(t)
(t T )
-3
-2
-1
( f
n=
n
)
T
(t 2T ) (t 3T )
( f +2/T )
T
( f +1/T )
T
F 1
t
0
-2
-1
1
T
0
( f 1/T )
T
( f )
T
( f 2/T )
T
f
1
T
Figura 1.11: Seqncia de impulsos no tempo e na freqncia

Simetria
Se
G( f )
= F {g(t)} e
g(t) = F 1 {G( f )}
ento:
g( f ) =
G(t) =
F {G(t)}
F
{g(t)}
Por que, considerando as Equaes (1.18) e (1.19) reescritas aqui:

F {g(t)}
F 1 {G( f )}
=
=
g(t) e2 j f t dt = G( f )
G( f ) e2 j f t d f = g(t)
tem-se:
F {G(t)}
G(t) e2 j f t dt
G(t) e2 jt dt
com = f
com t = f
G( f ) e2 j f d f
que igual Equao (1.19) com t = , logo:

F {G(t)} = g() = g(t) .
Tem-se tambm:
F 1 {g( f )}
=
=
=
g( f ) e2 j f t d f
com = t
g( f ) e2 j f d f
com f = t
g(t) e2 jt dt
que, por sua vez igual Equao (1.18) com f = , logo:

F 1 {g( f )} = G() = G(t) .
Exemplo: a transformada de Fourier da funo sinc (t) pode ser obtida substituindo f por t na Equao ( 1.20) e aplicando o
teorema da simetria que fornece:
F {sinc (t)} = ret ( f ) = ret ( f )
j que funo pulso retangular par.
25

Correlao
A correlao de duas funes, denotadas por g(t) h(t) denida com:
Z +
g(t) h(t)
g() h(t + ) d =
Z +
h() g(t + ) d .
onde g(t) o complexo conjugado de g(t). Se g(t) = h(t) a correlao chamada auto-correlao, se g(t) = h(t) a correlao
chamada de correlao cruzada. A auto-correlao de uma funo g(t) calculada por:
Cg (t) g(t) g(t) = g(t) g(t) =
Z +
g() g(t + ) d .
H, tambm, um relacionamento extremamente importante e surpreendente entre a auto-correlao e a transformada de

Fourier conhecida como teorema de Wiener-Khintchine. Faa F {g(t)} = G( f ) e G( f ) denotar o complexo conjugado de G( f ),
ento a transformada de Fourier da norma quadrtica de G( f ), isso |G( f )| 2 = G( f ) G( f )) dado por:
F {|G( f )| } =
2
g() g( + t) d = Cg (t)
onde Cg (t) a autocorrelao de g(t).

F {|G( f )|2 } o espectro de energia do sinal: representa da distribuio da energia de um sinal na freqncia. Por isso a
transformada de Fourier de um co-seno tende ao innito na freqncia igual a do co-seno (na freqncia positiva e negativa): a
energia de uma co-senide se concentra apenas na freqncia prpria do co-seno, no h energia em outras freqncia. Um sinal
DC tambm s possui energia em zero hertz, por isso a transformada de Fourier de uma constante a funo delta de Dirac.
Convoluo
A convoluo de duas funes, denotadas por g(t) h(t) denida com:
g(t) h(t) =
Z +
g() h(t ) d =
Z +
h() g(t ) d
e expressa a quantidade de sombreamento de uma funo h(t) que deslocada sobre g(t). Em outras palavras ela mistura duas
funes23 . Relacionadas com convoluo, pode-se escrever as seguintes transformadas:
F {g(t) h(t)} = F {g(t)} F {h(t)}
F {g(t) h(t)} = F {g(t)} F {h(t)}
F 1 {F {g(t)} F {h(t)}} = g(t) h(t)
F 1 {F {g(t)} F {h(t)}} = g(t) h(t).
A primeira pode ser deduzida como segue:
F {g(t) h(t)} =
=
=
=
=
e2 j f t
Z Z

Z Z
e2 j f t g() h(t ) d dt
e2 j f g()

Z
2 j f
g() h(t ) d dt
e2 j f (t) h(t ) d dt
Z
g() d
e2 j f h() d
F {g(t)} F {h(t)},
onde t .
Exemplo: a correlao de uma funo g(t) por uma funo delta de Dirac denotada por g(t) (t) pode se calculada usando o
teorema acima:
F {g(t) (t)} =
=
=
23 Em
F {g(t)} F {(t)}
F {g(t)} 1
F {g(t)}
alemo, a convoluo chamada de Faltung, palavra que signica dobra.
26

ret ()
ret (t )/2
t
ret (t )
ret ()
2
t4 = 0
t3
t2 =
t5
trig (t) = ret (t) ret (t)
t6 =
t1
t1
t2
t3
t4
t5
t6
t7
t7
Figura 1.12: Convoluo de dois pulsos retangulares formando um pulso triangular

logo:
g(t) (t) =
Z +
g() (t ) d = g(t) .
A convoluo de uma funo g(t) por uma funo delta de Dirac atrasada de t 0 , ou seja, (t t0 ) tem o efeito de atrasar a funo:
g(t) (t t0 ) =
=
Z +
Z +
g() ((t t0 ) ) d
g((t t0 ) ) () d = g(t t0 ) .
Exemplo: a funo pulso triangular 24 de largura 2 pode ser obtida pela convoluo de dois pulsos retangulares tambm de
largura .
trig (t) = (t) = ret (t) ret (t) .
Note que a rea ser unitria e a amplitude do pulso ser 1/. Assim, pode-se obter a transformada de Fourier do pulso
triangular por:
F {trig (t)} = F {ret (t) ret (t)} = sinc2 ( f ) .
Na Figura 1.12 a amplitude de um dos pulsos retangulares foi dividido por dois para facilitar a visualizao.
Observe que convoluir duas funes signica:
inverter uma das funo girando de 180 0 em torno do eixo vertical (no exemplo acima a funo ret par, logo no alterada);
24 H
duas notaes amplamente usadas para a funo pulso triangular de largura 2: 1) trig ; e 2) , ou seja, usando a letra grega lambda maiscula.
27

deslocar a funo no tempo; e
para cada valor diferente do tempo multipica-la pela outra funo e integrar o resultado. Logo, para cada instante de tempo a
integral tem um valor diferente.
A integral de convoluo, por ser uma integral, possui ainda as seguintes propriedades:
g(t) h(t) =
g(t) (h1 (t) + h2(t)) =
(g(t) h(t)) x(t) =
g(t) 0 =
h(t) g(t)
(comutativa)
g(t) h1(t) + g(t) h2(t)
(distributiva)
g(t) (h(t) x(t))
(associativa)
0 g(t) = 0
mas no geral 1 g(t) = g(t), embora seja possvel encontrar alguma funo g(t) tal que 1 g(t) = g(t).
A operao de convoluo de duas funes tem uma importncia fundamental em processamento de sinais e anlise de
sistemas. Grcos como o da Figura 1.12 so fundamentais para visualizar o processo e compreender melhor o conceito de convoluo. Este grcos podem ser construdos com ajuda dos applets java disponveis no site: http://www.jhu.edu/~signals.
Transformada de Funes Peridicas
Uma funo peridica g p (t) pode ser escrita como uma funo g(t), igual a g p (t) no intervalo [T /2, T /2] e nula fora dele,
convoluda com uma srie de impulsos com perodo T . A convoluo posiciona uma cpia da funo g(t) a cada perodo. A
Figura 1.13 ilustra o processo. Assim:
+
g p (t) = g(t)
(t nT ) .
n=
E a transformada ser:
F {g p (t)}
= F
g(t)
(t nT )
n=
= F {g(t)}
1
T
( f
n=
n
).
T
Exemplo: a transformada de Fourier da seqncia de pulsos retangulares da Figura 1.7 a transformada de um nico pulso
retangular de largura e amplitude 1 (que vale sinc ( f )) multiplicada pela seqncia de impulsos distanciados de uma
freqncia igual 1/T ; como ilustrado na Figura 1.8.
Transformada de Fourier da Derivada
A transformada de Fourier da derivada g (t) = dg(t)/dt de uma funo g(t) est relacionada de forma simples com a transformada
de Fourier da funo g(t). Considere que
Z
F {g (t)} =
Integrando por partes:
g (t) e2 j f t dt.
v du = u v
u dv
com:
du = g (t) dt
v = e2 j f t
ento
F {g (t)} = g(t) e2 j f t
u = g(t)
dv 2 j f e2 j f t dt,
Z
g(t)(2 j f e2 j f t dt).
onde o primeiro termo consiste de uma funo oscilante multiplicada por g(t). Mas se a funo limitada de tal forma que:
lim g(t) = 0
(como qualquer sinal fsico de importncia realmente ), ento o primeiro termo desaparece deixando:
F {g (t)} = 2 j f
g(t) e2 j f t dt = 2 j f F {g(t)}.
28

g(t)
1
2
+
(t nT )
n=
t
T
g p (t) = g(t)
(t nT )
n=
Figura 1.13: Convoluo de um pulso retangular por uma seqncia de impulsos

Este processo pode ser realizado para uma derivada de ordem n levando :
F {g(n) (t)} = (2 j f )n F {g(t)}.
Essa equao no pode ser aplicada a funes como seno, co-seno e exponencial pois necessrio que lim t g(t) = 0, o que
no ocorre para essas funes.
Exemplo: para resolver a equao diferencial y (t) + y(t) = cos 2 f 0t pode-se aplicar a transformada de Fourier a ambos os
lados da equao obtendo:
F {y (t) + y(t)} =
F {y (t)} + F {y(t)} =
(2 j f )2 F {y(t)} + F {y(t)} =
1 42 f 2 F {y(t)} =
F {y(t)} =
F {cos 2 f 0t}
1
( ( f + f0 ) + ( f f0 ))
2
1
( ( f + f0 ) + ( f f0 ))
2
1
( ( f + f0 ) + ( f f0 ))
2
( f f0 )
( f + f0 )
+
2 (1 42 f 2 ) 2 (1 42 f 2 )
a soluo encontrada aplicando a transformada inversa de Fourier:

y(t) =
=
=
=
F 1
Z
( f + f0 )
2 (1 42 f 2 )
+ F 1
( f f0 )
2 (1 42 f 2 )
e2 j f t
df +
( f + f0 )
2 (1 42 f 2 )
1
2
1 42 f0
cos 2 f 0t
2
1 42 f0
( f f0 )
e2 j f t
df
2 (1 42 f 2 )
e2 j f0t e2 j f0t
+
2
2
29

que pode ser comprovada derivando-se duas vezes e aplicando o resultado na equao original. Assim:
y (t)
2 f0 sen 2 f 0t
2
1 42 f0
y (t)
2
42 f0 cos 2 f 0t
2
1 42 f0
ento:
y (t) + y(t) =
2
42 f0 cos 2 f 0t
cos2 f 0t
+
= cos2 f 0t .
2
2f2
1 4 0
1 42 f0
Portanto a soluo encontrada uma soluo para a equao diferencial y (t) + y(t) = cos 2 f 0t, mas no a nica. Esta
soluo particular e s vlida considerando as condies iniciais:
1
2
1 42 f0
y(0) =
y (0) = 0 .
Para outras condies iniciais outras solues podem ser encontrada. Por exemplo, para y(0) = y (0) = 0, a soluo ser:
y(t) =
cos2 f 0t cost
2
1 42 f0
que no pode ser calculada empregando a transformada de Fourier. O fato de no ser possvel impor os valores iniciais
uma forte limitao da aplicao da transformada de Fourier na resoluo de equaes diferenciais. Para contornar esta
limitao usa-se a transformada de Laplace.
Teorema da Modulao
O Teorema da Modulao, muito importante na rea de telecomunicao, permite que F {cos(2 f 0t) g(t)} seja expressa em
termos de F {g(t)} = G( f ) como segue:
F {cos(2 f 0t) g(t)}
Que signica que uma funo g(t), chamada de modulante, quando multiplicada por um co-senide de freqncia xa f 0 ,
chamada de portadora, ter seu espectro G( f ) deslocado metade (em amplitude) para f 0 e a outra metade para f 0 : esse o
princpio do modulador AM-SC (Amplitude Modulation - Suppressed Carrier).
O mesmo resultado poderia ser encontrado considerando que F {cos(2 f 0t)} = 1 ( ( f + f0 ) + ( f f0 )) e aplicando uma
2
das propriedades da convoluo que diz que: F {g(t) h(t)} = F {g(t)}F {h(t)}. Dessa forma a transformada de F {cos(2 f 0t) g(t)}
dada pela convoluo de F {g(t)} = G( f ) com duas funes deltas, uma centrada na freqncia f 0 e a outra em f 0 . J
sabido que esta convoluo posiciona uma cpia de G( f ) nas freqncias f 0 e f0 .
Z
Integral na Forma
t n g(t) dt
Desde que a derivada da transformada de Fourier dada por:

G (f)
d
F {g(t)} =
df
decorre que
G (0) = 2 j
Que fornece a frmula geral:
n
(2 jt)g(t) e2 j f t dt,
t n g(t) dt =
t g(t) dt.
G(n) (0)
.
(2 j)n
30

Deslocamento no Tempo
Se g(t) tem a transformada de Fourier G( f ), a transformada de Fourier apresenta a seguinte propriedade relativa ao deslocamento
no tempo (atraso ou adiantamento):
F {g(t t0 )}
= e
g(t t0) e2 j f t dt
g(t t0) e2 j(tt0 ) f e2 j f t0 d(t t0 )
g() e2 j f e2 j f t0 d()
2 j f t0
G( f ) .
Mudana de Escala
Se g(t) tem a transforma de Fourier G( f ), ento a transformada de Fourier obedece ao teorema de similaridade (mudana de
escala):
F {g(at)} =
=
=
=
g(at) e2 j f t dt
1
g(at) e2 j(at)( f /a) d(at)
|a|
Z
1
g() e2 j ( f /a) d()
|a|
f
1
G
.
|a|
a
rea Total de Uma Funo

Uma vez que:
F {g(t)}| f =0 = G(0) =
g(t) dt ,
a rea de uma funo pode ser calculada facilmente. Note que G(0) no representa a rea no sentido exato mas sim o valor
da integral que, por sua vez, considera rea positivas e negativas. Qualquer operao em g(t) que no altera a rea de g(t) no
altera tambm G(0). O valor mdio de uma funo peridica (ou valor DC) pode ser determinado considerando o peso (valor)
do impulso em f = 0 na transformada de Fourier da funo.
Transformada Bidimensional
A transformada bidimensional de Fourier de uma funo g(x, y) denida como:
G( fx , fy ) =
g(x, y) =
Z Z

Z Z

g(x, y) e2 j( fx x+ fy y) d fx d fy
G(x, y) e2 j( fx x+ fy y) dx dy .
De forma similar, a transformada de Fourier de n dimenses pode ser denida para f , x n por:
G( f ) =
g(x) =
g(x) e2 j f x dn x
G( f ) e2 j f x dn f .
onde o operador denota o produto interno ou escalar de vetores denido como:

N

= u v
u v
i i
i=1
onde ui a i-sima componente do vetor e vi a i-sima componente do vetor .

u
v
31
1.3.3 Transformada de Fourier de Algumas Funes

g(t)
F {g(t)} = G( f )
( f )
(t)
ret (t)
sinc( f )
trig (t)
sinc2 ( f )
u(t)
1
( f )
+
2
2 j f
cos 2 f 0t
1
( ( f + f0 ) + ( f f0 ))
2
sen 2 f 0t
j
( ( f + f0 ) ( f f0 ))
2
e j2at
( f a)
1.4 Transformada de Laplace

1.5 Transformada Inversa de Laplace
1.6 Sinais e Sistemas
1.6.1 Tipos de Sistemas
Sistemas Causais
Diz-se que um sistema causal se o valor atual do sinal de sada depender somente dos valores presentes e/ou passados do sinal
de entrada. Em contrapartida, o sinal de sada de um sistema no causal depende dos valores futuros do sinal de entrada.
Os sistemas no causais no podem ser implementados como sistemas fsicos reais e tambm no podem ser usados para
processamento em tempo real. Contudo, quando se conhece inteiramente o sinal (todo o sinal est memorizado) possvel usar
um sistema no causal para processa-lo. Naturalmente, para que se possa memorizar todo o sinal ele deve ter durao nita.
O nome nome causal est ligado a lei de causa e efeito: em um sistema fsico, o efeito no pode preceder sua causa.
Sistemas Invariantes no Tempo

Diz-se que um sistema invariante no tempo se um sinal de entrada atraso ou adiantado de um certo tempo produzir um sinal
de sada idntico porm atrasado ou adiantado de um tempo igual. Isso , um sistema invariante no tempo reage sempre da
mesma maneira a um dado sinal de entrada, no importa quando este sinal de entrada aplicado. Portanto, as caractersticas de
um sistema invariante no tempo no se modicam ao longo do tempo. Caso contrrio, o sistema dito variante no tempo.
Assim, se a aplicao de um sinal x(t) entrada de um sistema invariante no tempo produzir um sinal y(t) na sada; a aplicao
deste mesmo sinal um certo tempo depois, ou seja x(t ), produzir um sinal y(t ) como ilustrado na Figura 1.14.
32

x(t)
x(t )
x(t )
y(t)
y(t)
x(t)
y(t )
y(t )
Figura 1.14: Sistemas lineares invariantes no tempo

x(t)
y(t)
G
a x(t)
a y(t)
G
a x1 (t) + b x2(t)
a y1 (t) + b y2(t)
G
Z t
Z t
x() d
G
y() d
Figura 1.15: Relaes entre sinais de entrada e de sada para sistemas lineares
Sistemas Lineares
Diz-se que um sistema linear se ele satiszer o princpio da superposio 25 , ou seja, a resposta de um sistema linear a uma
soma ponderada de sinais de entrada igual mesma soma ponderada de sinais de sada (sadas com os pesos respectivos das
entradas), sendo cada sinal de sada associada a um sinal de entrada particular que age no sistema independentemente de todos
os outros sinais de entrada. Um sistema que viole este princpio dito no-linear.
De uma outra forma, um sistema linear se a combinao linear de sinais de entrada produzir uma combinao linear
dos sinais de sada respectivos. Assim, se uma entrada x(t) produzir uma sada y(t) em um sistema G linear de tal forma que
y(t) = G{x(t)}, uma entrada a x(t) produzir uma sada a y(t) = G{a x(t)} = a G{x(t)} 26 ; a soma de duas entradas a x 1 (t)+ b x2(t)
produzir uma sada a y 1 (t) + b y2 (t); se a entrada for a integral de um sinal de entrada original x(t) (soma de innitos sinais com
peso dt) sistema produzir a integral do sinal de sada y(t) como ilustrado na Figura 1.15:
Z t
x() d =
Z t
G{x()} d =
Z t
y() d .
1.6.2 Resposta ao Impulso

A resposta ao impulso de um sistema G uma funo do tempo g(t) que o sinal de sada do sistema quando aplicado um
impulso unitrio (ou delta de Dirac) na entrada do sistema. Assim:
g(t) = G{(t)} .
Se o sistema for invariante no tempo a resposta ao impulso ser G{(t )} = g(t ), ou seja, uma entrada de impulso deslocada
no tempo de um valor gera uma sada de resposta ao impulso deslocada do mesmo valor de tempo. Lembrado que, pela denio
25 As
vezes chamado de princpio da linearidade e superposio.

que a no varia no tempo, ou seja, a no uma funo do tempo o que signica que a invariante no tempo.
26 Note
33

do impulso:
Z +
x(t) =
x() (t ) d
e supondo que a aplicao do sinal x(t) ao sistema G produz o sinal de sada y(t), tem-se:
y(t) =
G{x(t)}
Z +
x() (t ) d .
Se o sistema for linear a integral do sinal de entrada produzir a integral do sinal de sada. Ou seja, um sinal integrado
aplicado a entrada equivalente a aplicar o sinal ao sistema e integrar a sada. Considerando x() d o peso do sinal (t ),
tem-se:
Z
+
y(t) =
x() G {(t )} d .
Se o sistema for invariante no tempo:

y(t) =
Z +
x() g(t ) d = x(t) g(t)
que uma integral de convoluo. Assim, a sada y(t) dada como uma superposio ponderada de respostas ao impulsos
deslocadas de no tempo. Os pesos so x() d.
A resposta ao impulso caracteriza completamente um sistema linear e invariante no tempo. Portanto h uma
equivalncia entre um sinal (funo do tempo) e em sistema (algo capaz de modicar um sinal). Ambos podem ser
representados da mesma forma usando a resposta ao impulso.
1.6.3 Teorema da Amostragem ou Teorema de Nyquist

Considere um trem (seqncia) de impulsos dada por:
s(t) =
(t nT ) .
n=
Pela Equao (1.26) sabe-se que a transformada de Fourier deste trem de impulsos ser:
S( f ) =
1
T
n=
n
T
1
T
( f n fs ) .
n=
A freqncia 1/T que dene quantas amostras do sinal so tomadas por segundo chamada taxa de amostragem e denotada
por f s . Assim, fs = 1/T .
Considere agora que o sinal a ser amostrado x(t) tenha sua transformada de Fourier X( f ) tal que X( f ) = 0 se | f | > B, isso
, x(t) uma funo limitada na freqncia; para freqncias fora do intervalo (B, B) a transformada de x(t) vale zero. A
Figura 1.16 ilustra um sinal x(t) sendo amostrado por uma chave rotativa ideal que produz um sinal amostrado x (t) dado por:
x (t) = x(t) s(t) = x(t)
(t nT )
n=
que tem por transformada:

F {x (t)} = X ( f )
F {x(t) s(t)} = F {x(t)} F {s(t)}
X( f )
=
=
1
T
1
T
1
T
n=
n
T
1
T
X( f ) f
n=
n
T
n
T
X f
X ( f n fs)
n=
+
n=
Isso signica que o espectro de x(t) ser repetido a cada f s Hz como ilustrado na Figura 1.17.
34

T
x(t)
x (t)
x (t)
x(t)
2
1
8 9 10 11 12 13
0
0
-1
1 2
3 45 6
14 15 16 17
-2
-3
Figura 1.16: Amostragem de um sinal x(t)

Para que o sinal x(t) seja totalmente recuperado, isso , sem sofrer qualquer interferncia, necessrio que:
fs B B
fs 2B .
(1.27)
fs = 2B = f N ,
(1.28)
No caso limite, onde

fN denominada de taxa de Nyquist ou freqncia de Nyquist e corresponde a um caso ideal, pois s se pode recuperar x(t)
com um ltro passa baixa (FPB) ideal com ganho igual T e largura de banda igual f s /2. Este tipo de ltro no pode ser
realizado na prtica por ser um sistema no causal (no obedece a lei de causa e efeito) como foi visto na Seo 1.6.1. Contudo,
possvel realizar um ltro que seja uma boa aproximao do ltro passa baixa ideal, embora essa no seja a abordagem geralmente
empregada na prtica.
O ltro responsvel pela regenerao de um sinal amostrado chamado de ltro reconstrutor. Como o processo de amostragem um tipo de modulao, o ltro reconstrutor as vezes chamado de demodulador.
A Inequao (1.27) chamada de Teorema da Amostragem ou Teorema de Nyquist e estabelece o limite terico para a taxa
de amostragem de um sinal sem causar distoro pelo processo de amostragem. Caso o sinal tenha uma largura de banda superior
metade da taxa de Nyquist (desrespeitando o Teorema da Amostragem), as bandas reposicionadas em freqncias inferiores
e superiores causaro interferncia umas nas outras provocando um fenmeno conhecido com recobrimento (aliasing) com
ilustrado na Figura 1.18. O erro introduzido pelo recobrimento das bandas laterais no pode ser corrigido pois no se conhece
o espectro do sinal sendo amostrado (se o espectro fosse conhecido com exatido no haveria a necessidade de amostrar o sinal
para processa-lo); um erro irrecupervel.
Na prtica, costuma-se usar uma freqncia de amostragem acima da taxa de Nyquist porque:
1. geralmente se deseja visualizar o sinal amostrado (plotar um grco) e uma amostragem lenta (realizada taxa de Nyquist)
permite apenas uma representao muito pobre do sinal (embora sem perda de informao 27);
2. no possvel realizar um ltro passa baixa ideal para reconstruir o sinal mas fcil implementar um ltro com corte
suave, para evitar que as componentes de x(t) prximas freqncia de corte do ltro deturpem o sinal amostrado durante
a sua reconstruo, comum aumentar a freqncia de corte do ltro e, com isso, a taxa de amostragem;
3. existem disponveis no mercado conversores relativamente rpidos de baixo custo que permitem a amostragem de um sinal
lento (com limite de freqncia muito baixo) em uma taxa muito superior a de Nyquist;
4. o Teorema da Amostragem foi concebido levando em considerao a transformada de Fourier do sinal que, por vez,
pressupe que sinal sempre esteve presente. Sinais limitados no tempo (que tem durao limitada) costumam ter uma
distribuio freqencial bastante ampla (veja, por exemplo, o caso dos pulsos retangular e triangular que so transformados
para funo de amostragem e funo de amostragem ao quadrado, respectivamente) e em conseqncia no podem ser
amostrados sem incorrer em erro.
27
possvel tambm interpolar o sinal amostrado para realizar uma representao mais realstica, mas, no geral, mais fcil simplesmente aumentar a taxa de
amostragem j que processo de interpolao complexo.
35
G( f )
f
B
+
2B
( f n fs )
n=
f
fs
G ( f ) = G( f )
( f n fs )
n=
f
fs
fs B
G( f )
Figura 1.17: Efeito da amostragem ideal, reconstruo do sinal com ltro passa baixa ideal
36
G( f )
f
B
2B
+
( f n fs )
n=
f
fs
G ( f ) = G( f )
( f n fs )
n=
f
fs
= G( f )
Sinal reconstrudo com recobrimento
f
Figura 1.18: Recobrimento (aliasing)
37

G( f )
f
B
+
( f n fs )
n=
f
fs
G ( f ) = G( f )
( f n fs )
n=
f
fs /2
fs /2
G( f )
Figura 1.19: Largura de banda inferior freqncia mnima, reconstruo com ltro passa faixa
Para garantir que o sinal x(t) seja mesmo limitado em freqncia, costuma-se passar o sinal por um ltro, chamado ltro antirecobrimento ou anti-aliasing, antes de amostrar o sinal. Esse ltro evita o erro causado pelo recobrimento do sinal mas altera o
sinal sendo, por si s, uma fonte de erro. Assim, um sistema que trabalha com sinais amostrados ir possuir um ltro na entrada
(ltro anti-recobrimento) e outro na sada (ltro reconstrutor).
Note B na Equao (1.28) representa a largura de banda do sinal de entrada (ou do sinal aps o ltro anti-recobrimento).
Embora o Teorema da Amostragem tenha sido concebido para sinais com espectro prximos do zero (sinais com espectro
contnuo de f 0 at f0 arbitrrio) possvel aplica-lo para sinais concentrado em uma banda distante do zero. Neste caso, devese usar uma freqncia de amostragem exatamente igual ao dobro da largura de banda do sinal e um ltro reconstrutor passa
faixa (FPF) ideal com banda passante igual metade da freqncia de amostragem para recuperar o sinal sem erro. Para alguns
casos especiais, como mostrado na Figura 1.19, possvel usar uma freqncia de amostragem superior ao dobro da largura
de banda o que possibilita o uso de ltro passa faixa no ideal para reconstruir o sinal. Entretanto, necessrio construir um
diagrama como o mostrado na Figura 1.19 para se certicar que as banda reposicionadas no recobriro a faixa de passagem
do ltro causando distoro. possvel, ainda, usar o processo de amostragem para recuperar um sinal modulado por uma cosenide (ver Teorema da Modulao na pgina 30) usando uma freqncia de amostragem igual a um mltiplo ou submltiplo
da freqncia da portadora e um ltro reconstrutor com largura de banda igual a metade da freqncia de amostragem.
Um sinal amostrado x (t) pode ser recuperado exatamente se passado por um ltro passa baixa (FPB) ideal com resposta ao
impulso h(t) = sinc(t), assim:
38

x(t) =
x(nT ) sinc(t nT )
n=
t
-5
-4
-3
-2
-1
Figura 1.20: Reconstruo de um sinal amostrado (interpolao)

(est )
(est )
2
1
et
et
t
2
f
1
f
0
-1
et
1
f
2
f
t
2
f
3
f
1
f
0
-1
-2
1
f
2
f
3
f
-2
-3
et
-3
Figura 1.21: Parte real e imaginria da exponencial complexa e st com < 0
x(t) =
x (t) h(t)
=
=
=
=
x(t) (t nT ) h(t)
n=
Z
n=
n=
x() ( nT ) h(t ) d
(0)=nT
x(nT ) h(t nT )
x(nT )
sinc(t nT )
n=
amostras de x(t)
que uma expanso em srie usando a funo de amostragem deslocada (sinc(t nT )) para cada instante em que o sinal foi
amostrado e com amplitude igual a do sinal original tambm no instante em que ele foi amostrado. A funo de amostragem
tem, ento, uma propriedade muito importante: ela interpola um sinal amostrado levando a um novo tipo de expanso em srie
que, como todas as expanses em srie, igual ao sinal original quando se soma todos os termos da srie. Por isso, a funo
de amostragem as vezes chamada de funo interpoladora. A Figura 1.20 mostra uma funo reconstruda a partir de suas
amostras por uma somatria (srie) de funes de amostragem deslocadas.
est = e(+ j 2 f )t = et (cos 2 f t + j sen 2 f t) = et cos 2 f t + jet sen 2 f t
39

(est )
(est )
2
f
1
f
0
-3
-6
et
t
1
f
2
f
3
f
2
f
1
f
0
-3
-6
et
t
1
f
2
f
3
f
-9
-9
Figura 1.22: Parte real e imaginria da exponencial complexa e st com > 0
1.7 Transformada Discreta de Fourier

???
1.7.1 Anlise de Sistemas Dinmicos

???
40
ndice Remissivo
mpar, veja funo
ngulo de fase, 6
Nyquist
taxa de Nyquist, 35
Teorema de Nyquist, 35
aliasing, 35
amostragem, veja Teorema da Amostragem
funo de, 16
Anlise Harmnica, 2
auto-correlao, veja correlao
par, veja funo

princpio da superposio, 33
pulso retangular, veja funo: pulso retangular
pulso triangular, veja funo: pulso triangular
causal, veja sistema: causal

convoluo, 26
correlao, 26
auto-correlao, 26
recobrimento, 35
resposta ao impulso, 33
Srie Complexa de Fourier, 14
Srie de Fourier, 2
Complexa, 14
Frmulas de Euler, 3
Fenmeno de Gibbs, 6
Incompleta, 9
Srie Complexa de Fourier, 14
Srie Incompleta de Fourier, 9
Srie Trigonomtrica de Fourier, 14
Trigonomtrica, 14
Srie Incompleta de Fourier, 9
Srie Trigonomtrica de Fourier, 14
sistema
causal, 32
linear, 33
no causal, 32
no-linear, 33
sistema:invariante no tempo, 32
sistema:variante no tempo, 32
superposio, veja princpio da superposio
Dirac, veja funo: delta de Dirac

espectro, 6
espetro, 6
Frmulas de Euler, 3
fase, 6
Fenmeno de Gibbs, 6
ltro
anti-aliasing, 38
anti-recobrimento, 38
funo de, 16
reconstrutor, 35
freqncia de Nyquist, 35
funo
mpar, 7
de amostragem, 16
de ltro, 16
degrau de Heaviside, 20
degrau unitrio, 20
delta de Dirac, 20
impulso unitrio, 20
interpoladora, 16, 39
par, 7
pulso retangular, 20
pulso triangular, 27
taxa de amostragem, 34
taxa de Nyquist, 35
Teorema
da Amostragem, 35
de Nyquist, 35
Transformada de Fourier, 6
Transformada de Fourier, 18
Heaviside, veja funo: degrau de Heaviside
variante no tempo, veja sistema: variante no tempo
interpoladora, veja funo: interpoladora

invariante no tempo, veja sistema: invariante no tempo
Lei de Causa e Efeito, 32
linear, veja sistema linear
no causal, veja sistema: no causal
no-linear, veja sistema no-linear
41
Referncias Bibliogrcas
[1] B RIGHAM, E. Oran. The fast Fouier transform, Englewood Cliffs : Prentice Hall, 1974.
[2] B RACWWELL, Ron. The Fourier transform and its applications, New York : McGraw-Hill, 1965.
[3] K REYSZIG, Erwin. Matemtica superior, v1, Rio de Janeiro : LTC, 1984.
[4] K REYSZIG, Erwin. Matemtica superior, v3, Rio de Janeiro : LTC, 1984.
[5] H AYKIN, Simon; V EEN, Barry Van. Sinais e sistemas, Porto Alegre : Bookman, 2001.
[6] O PPENHEIN, Alan V. ; S CHAFER, Ronald W. Digital signal processing, 1975.
[7] R ABINER, Lawrence R. ; G OLD, Bernard. Theory and application of digital signal processing, 1975.
[8] K UNT, M. Traitement numrique des signaux, 1981.
[9] B ELLANGER, M. Traitement numrique du signal, 1982.
[10] P ELED, A. ; L IN, B. Digital signal processing, 1976.
[11] O PPENHEIN, Alan V. ; S CHAFER, Ronald W. Discrete-time signal processing, 1989.
42

Processamento de Sinais

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Processamento de Sinais

Transféré par

Droits d'auteur :

Formats disponibles

Processamento de Sinais

1.1 Transformadas Integrais

1.2 Srie de Fourier

um conjunto de funes elementares;

Processamento de Sinais - Centro Federal de Educao Tecnolgica do Paran

g(x) = a0 + an cos(nx) + bn sen(nx)

[an cos(nx) + bn sen(nx)] dx

funes g(x) e h(x) so ditas ortogonais em um intervalo [a, b] se:

Fourier (1768-1830), matemtico e fsico francs.

Prof. Lus Paulo Laus, Eng. MSc.

Processamento de Sinais - Centro Federal de Educao Tecnolgica do Paran

a0 + an cos(nx) + bn sen(nx) sen(mx) dx

[an cos(nx) sen(mx) + bn sen(nx) sen(mx)] dx

a0 + an cos(nx) + bn sen(nx) cos(mx) dx

[an cos(nx) cos(mx) + bn sen(nx) cos(mx)] dx

Note que se m = 0 a expresso acima recai no primerio caso (clculo de a 0 ).

xx0 g(x) + limxx0 + g(x)

para < x0 <

limx+ g(x) + limx g(x)

Euler (1707-1783), matemtico suo.

Prof. Lus Paulo Laus, Eng. MSc.

Processamento de Sinais - Centro Federal de Educao Tecnolgica do Paran

Da mesma forma, aplicando a Equao (1.3), temos:

Ento, aplicando a Equao (1.4), temos:

Levando os valores de a 0 , an e bn Equao (1.1), obtemos:

ou, de outra forma:

(1) n1 para n mpar

Prof. Lus Paulo Laus, Eng. MSc.

Processamento de Sinais - Centro Federal de Educao Tecnolgica do Paran

Prof. Lus Paulo Laus, Eng. MSc.

Processamento de Sinais - Centro Federal de Educao Tecnolgica do Paran

Figura 1.2: Espectro de freqncia da onda quadrada

e o espectro de fase por:

Prof. Lus Paulo Laus, Eng. MSc.

Processamento de Sinais - Centro Federal de Educao Tecnolgica do Paran

g(x) sen(nx) mpar b n = 0

g(x) cos(nx) mpar a = 0

sen ((1 + n)x)

sen ((1 n)x)

Prof. Lus Paulo Laus, Eng. MSc.

Processamento de Sinais - Centro Federal de Educao Tecnolgica do Paran

Figura 1.3: Co-senide reticada

e a funo g(x) pode ser aproximada por:

a0 + an cos nx = a0 + a1 cos x + an cosnx

Funes com Perodo Arbitrrio

Prof. Lus Paulo Laus, Eng. MSc.

Processamento de Sinais - Centro Federal de Educao Tecnolgica do Paran

n1 + n2R2C2 sen (nt arctan(nRC))

n (1 + n2R2C2 ) (sen(nt) nRC cos(nt))

onde T o perodo de g(x).

Prof. Lus Paulo Laus, Eng. MSc.

Processamento de Sinais - Centro Federal de Educao Tecnolgica do Paran

Figura 1.4: Exemplo de aplicao de uma onda quadrada em um circuito linear

Supondo R = 100 k e C = 10 F, temos:

n1 + n2 sen (nt arctann)

n (1 + n2) (sen (nt) n cos(nt))

que foram usadas as identidades:

sen (arctan (nRC))

cos (arctan (nRC)) sen(nt) sen (arctan (nRC)) cos(nt)

Prof. Lus Paulo Laus, Eng. MSc.

Processamento de Sinais - Centro Federal de Educao Tecnolgica do Paran

so variveis do usurio e seus nomes (identicadores) seguem as mesmas regras da linguagem C;

o quinto elemento da lista x, diferente da linguagem C as listas (vetores) inicial na posio

o operador de atribuio (igual ao Pascal);

4/PIsin(x) - 4/9/PIsin(3x) + 4/25/PIsin(5*x) - ...