Analise de Sinais

J. A. M.
Felippe de Souza 1 Introduo e Base Matemtica

1

1 Introduo e
Base Matemtica

Introduo 2
Base Matemtica 3
1.1 O nmero imaginrio 3
1.2 Nmeros complexos 4
1.3 Operaes com nmeros complexos 9
1.4 O seno e o co-seno 12
1.5 A equao de Euler 15
1.6 A tangente 17
1.7 As inversas de seno, co-seno e tangente 19
1.8 Exponenciais e logaritmos 22
1.9 Derivadas 23
1.10 Integrais 30
1.11 Decibis (dB) 38

J. A. M. Felippe de Souza 1 Introduo e Base Matemtica

2

Introduo

Quando se fala em sinais geralmente associado medio ou ao registo de algum
fenmeno fsico ou, em outras palavras, de um sistema. Portanto, sinais e sistemas
so conceitos bastante interligados.

No presente captulo 1 faremos uma breve reviso de diversos tpicos bsicos da
matemtica que sero teis para os captulos seguintes. Recapitularemos vrios resul-
tados, expresses e frmulas da lgebra, da lgebra linear, da anlise, do clculo dife-
rencial e integral e da trigonometria que sero de certa forma usado neste texto.

Nos captulos 2 e 3 trataremos da descrio e da terminologia dos sinais enquanto
que no captulo 4 trataremos de sistemas.

Nos demais captulos trataremos de algumas ferramentas de anlise de sinais:
Transformadas de Laplace (captulo 5), Transformadas z (captulo 6), Sries e
Transformadas de Fourier (captulos 7 e 8, respectivamente) e Diagramas de Bode
(captulo 9).


3

Base Matemtica

1.1 O nmero imaginrio

O nmero imaginrio j definido como:

1 j =
.

Na literatura de matemtica muito comum usar-se i (de imaginrio) para o
nmero imaginrio:
1 i =
.

Entretanto, em engenharia a letra i normalmente reservada para a corrente elc-
trica (medida em Ampres) enquanto que para o nmero imaginrio usa-se a letra
j .

Logo,

1 j
2
=

1 j
3
=

1 j
4
=

Portanto,

1 j j j j
1 4 5
= = =

1 j j j j
2 2 4 6
= = =

1 j j j j
3 3 4 7
= = =

1 1 1 j j j
4 4 8
= = =

e assim por diante.

Alm disso:

4

j
) 1 (
j
j j
j
j
1
j
1
=
= =

ou seja,

j j
1
=
.

Semelhantemente,

1 j
2
=

j j
3
=

1 j
4
=

Alguns exemplos imediatos deste resultado
j
j
1
=
:

j 2
j
2
=

j 3
j
3
3
=

( ) 4
1
j 2
1
2
=

5
j
5
4
=

1.2 Nmeros complexos

Um nmero complexo z expresso por:

j z + =

onde e R (nmeros reais) e j o nmero imaginrio puro conforme definido
acima.

e so chamados de:

= parte real de z, e
= parte imaginria de z


5
e so representados por

= Re (z)
= Im (z).

Um nmero complexo z escrito na forma acima dito estar na forma cartesiana
ou algbrica.

Fig. 1.1 O plano s, a representao cartesiana ( esquerda) e a representao
polar ( direita).

Um nmero complexo z pode ser escrito de forma equivalente como

=
j
e z

onde e so nmeros reais, sendo que > 0 e (em radianos) um arco.

A expresso acima muito comummente abreviada (especialmente em textos de
engenharia) para

= z
.

por uma questo de simplicidade. Alm disso, neste caso, quando se usa esta notao
para z, comum se denotar o ngulo em graus em vez de radianos.

e so chamados de:

= mdulo de z, e
= ngulo ou fase de z

6

e so representados por
= |z|
= z.

Um nmero complexo z escrito nesta forma acima dito estar na forma polar ou
trigonomtrica.

A representao grfica de um nmero complexo z feita no plano complexo (ou
plano s) em termos de , , e dada nas figuras 1.1 e 1.2.

Fig. 1.2 O plano s, as coordenadas cartesianas e polares

A transformao da forma cartesiana para polar assim como da forma polar para car-
tesiana so facilmente obtidas pelas relaes bsicas da geometria (teorema de Pit-
goras) e da trigonometria (senos e co-senos).

As relaes que permitem transformar da forma cartesiana para a forma polar so:

2 2
| z | + = =

|
\
|
= =
arctg z

e as relaes que permitem transformar da forma polar para a forma cartesiana so:

= = cos ) z Re(

= = sen ) z Im(


7
Alguns exemplos:

j 1 732 , 1
2
150 2
210 2 z
618 , 2 j
1
=
=
=
=
e
) 7854 , 0 ( j
) 4 / ( j
2
8284 , 2
2 2
315 2 2
45 2 2
j 2 2 z

=
=
=
=
=
e
e

j 707 , 0 707 , 0
j
2
2
2
2
45 1 z
785 , 0 j
3
+ =
+ =
=
=
e

) 57 , 1 ( j
) 2 / ( j
4
90 1
j 1 0
j z
e
e
=
=
=
+ =
=

Fig. 1.3 A representao grfica dos nmeros complexos z
1
, z
2
, z
3
e z
4
.

8
O conjugado de um nmero complexo z

j z + =

o nmero complexo z ou
*
z

z z* j = =

ou seja, z ou
*
z

o rebatimento do ponto z no plano s em relao ao eixo real.

Fig. 1.4 O conjugado z ou
*
z

de um nmero complexo z.

Em termos da forma polar o conjugado z ou
*
z

de um nmero complexo:

=
j
z e

dado por:
* j
z z

= = e
.

Note que
* *
z (z ) z = =

e, alm disso, se x um nmero real (x R), ou seja, x um nmero complexo com
a parte imaginria igual a zero, ento:

* *
x (x ) x = =
.

9
1.3 Operaes com nmeros complexos

A forma cartesiana mais apropriada para operaes de soma (z
1
+ z
2
) e subtraco
(z
1
z
2
) de nmeros complexos,

( ) ( ) ( ) ( ) j j j
2 1 2 1 2 2 1 1
+ + + = + + +

( ) ( ) ( ) ( ) j j j
2 1 2 1 2 2 1 1
+ = + +

enquanto que a forma polar mais apropriada para operaes de multiplicao
(z
1
z
2
) e diviso (z
1
/ z
2
) de nmeros complexos:

( ) ( )
( )
2 1 2 1
j
2 1
j
2
j
1
+
= e e e

( )
( )
( )
2 1
2
1
j
2
1
j
2
j
1

=

e
e
e

ou, equivalentemente:

( ) ( ) ) (
2 1 2 1
j
2
j
1
2 1
+ =

e e

( )
( )
) (
2 1
2
1
j
2
j
1
2
1

e
e

Um resultado bastante til dado pela equao abaixo:

( ) ( )
2 2
j j + = +

ou seja, o produto z z de um nmero complexo z pelo seu conjugado z um
nmero real (um nmero complexo sem a parte imaginria) e cujo valor a soma do
quadrado da parte real de z com o quadrado da parte imaginria de z.

Este resultado permite que se escreva uma fraco z/z, onde z e z so 2 nmeros
complexos

z = + j e z = + j

na forma cartesiana A + jB, ou seja,

B j A
j
j
z
z
+ =
+
+
=


10
Note que, multiplicando-se ambos o numerador e o denominador de z/z pelo conju-
gado do denominador z
temos

( )( )
( )( )
( ) ( )
2 2
j
j j
j j
z z
z z
z
z
+
+ +
=
+
+
=

ou seja,
( )
( )
( )
( )
2 2 2 2
j
z
z
+

+
+
+
=

e portanto,

( )
( )
2 2
A
+
+
=
e
( )
( )
2 2
B
+

=

Alguns exemplos:

a)
2 j 1
5 j 2
z
z
+

ento, = 2, = 5, = 1, e = 2, logo

( ) ( )
2 , 0 j 4 , 2
5
4 5
j
5
10 2
z
z
+ =
+

=

b)
j 1
j 2 3
z
z
+

ento, = 3, = 2, = 1, e = 1, logo

( ) ( )
5 , 2 j 5 , 0
2
3 2
j
2
2 3
z
z
=

+

c)
j
3
z
z
=

ento, = 3, = 0, = 0, e = 1, logo

( ) ( )
j 3 3 j 0
) j )( j (
3 0
j
) j )( j (
0 0
z
z
= =
+
=

Neste ltimo caso observe que seria mais simples e imediato se fosse utilizado o
resultado


11
j
j
1
=

que j vimos mais acima.

Outro resultado bastante til o seguinte:

=
, 1
j
e

ou seja,
=
j
z e um ponto da circunferncia de raio 1 centrada na origem do plano s.

Na verdade
=
j
z e o ponto desta circunferncia cujo ngulo com o eixo real posi-
tivo .

Fig. 1.5 Circunferncia de raio 1 centrada na origem do plano s.

Logo, fcil de verificar que
1
0 j
= e
j
2
j
=
e

1
j
=
e
j
2
j
=
e


12
1.4 O seno e o co-seno

O seno e o co-seno de um ngulo de um tringulo rectngulo so definidos como:

hipotenusa
oposto cateto
a
c
) ( sen = =

hipotenusa
adjacente cateto
a
b
) ( cos = =

Fig. 1.6 Tringulo rectngulo.

Usando o Teorema de Pitgoras
2 2 2
c b a + =

pode-se facilmente encontrar os seguintes senos e co-senos conhecidos:

( ) 0 0 sen ) 0 ( sen = =

( ) 1 0 cos ) 0 ( cos = =

2
2
4
sen ) 45 ( sen =
|
\
|
=

2
2
4
cos ) 45 ( cos =
|
\
|
=

1
2
sen ) 90 ( sen =
|
\
|
=

0
2
cos ) 90 ( cos =
|
\
|
=


13
Outros senos e co-senos notveis:

2
1
6
sen ) 30 ( sen =
|
\
|
=

2
3
6
cos ) 30 ( cos =
|
\
|
=

2
3
3
sen ) 60 ( sen =
|
\
|
=

2
1
3
cos ) 60 ( cos =
|
\
|
=

Se = t, onde
< t < , e > 0,
ento sen () e cos () se transformam em funes de t,
x(t) = sen (t) , > 0
e
x(t) = cos (t) , > 0
cujos grficos pode-se ver abaixo nas figuras 1.7 e 1.8.

Fig. 1.7 A funo seno, x(t) = sen (t) , t(, ), > 0.


14

Fig. 1.8 A funo co-seno, x(t) = cos (t) , t(, ), > 0.

Algumas relaes que envolvem senos e co-senos:

Verso trigonomtrica do Teorema de Pitgoras:

( ) 1 ) ( cos sen
2 2
= +

Relaes do arco complementar (para o seno e para o co-seno):

|
\
|
+ =
|
\
|

=
2
sen
2
sen ) ( cos

( )
|
\
|

=
2
cos sen

Relaes do arco suplementar (para o seno e para o co-seno):
( ) ( ) = sen sen

( ) ( ) = cos cos


15
Relaes de paridade para o seno e para o co-seno:
( ) ( ) = sen sen

( ) ( ) = cos cos

Seno e co-seno da soma de 2 arcos:
( ) ( ) ( ) ( ) ( )
2 1 2 1 2 1
sen cos cos sen sen + = +

( ) ( ) ( ) ( ) ( )
2 1 2 1 2 1
sen sen cos cos cos = +

Seno e co-seno do dobro de um arco:
( ) ( ) ( ) = cos sen 2 2 sen

( ) ( ) ( ) =
2 2
sen cos 2 cos

1.5 A equao de Euler

O matemtico e fsico suo Leonhard Euler (1707-1783) publicou o seguinte resul-
tado em 1748:

+ =
sen j cos
j
e

e por esta razo ele chamado de equao de Euler.

Com a equao de Euler fcil de se compreender a transformao da forma polar
para cartesiana j vista acima. Se z escrito na forma polar,

( )
( ) ( ) + =
+ =
=

sen j cos
sen j cos
z
j
e

logo,
j z + =

onde

= cos

= sen


16
O seguinte exemplo serve para verificar as relaes acima para
2
j
2
j
0 j
, ,
e e e
e
j
e

( ) ( ) 1 j 0 1 0 sen j 0 cos
0 j
= + = + = e

j j 1 0
2
sen j
2
cos
2
j
= + =
|
\
|
+
|
\
|
e

j j 1 0
2
sen j
2
cos
2
j
= =
|
\
|

+
|
\
|

=
e

( ) ( ) 1 j 0 1 sen j cos
j
= = + =

e

Da equao de Euler fcil de obter-se as seguintes relaes tambm bastante
conhecidas:

2
cos
j j
+
=
e e

j 2
sen
j j
=
e e

Como exemplo, vamos utilizar estas relaes acima obtida da equao de Euler para
verificar alguns senos e co-senos bastante conhecidos:
( ) ( ) 1
2
1 1
2
0 cos 0 cos
0 j 0 j
=
+
=
+
= =

e e

( ) ( ) 0
j 2
1 1
j 2
0 sen 0 sen
0 j 0 j
=
= =

e e

( ) 0
2
) j ( j
2 2
cos 90 cos
2
j
2
j
=
+
=
+
= |
\
|
=
|
\
|
\
|
e e

( ) 1
j 2
) j ( j
j 2 2
sen 90 sen
2
j
2
j
=

=
= |
\
|
=
|
\
|
\
|
e e


17
( ) 0
2
j j
2 2
cos 90 cos
2
j
2
j
=
+
=
+
=
|
\
|
=
|
\
|
|
\
|

e e

( ) 1
j 2
j j
j 2 2
sen 90 sen
2
j
2
j
=

=
=
|
\
|
=
|
\
|
|
\
|

e e

( ) ( ) 1
2
) 1 ( 1
2
cos 180 cos
j j
=
+
=
+
= =

e e

( ) ( ) 0
j 2
) 1 ( 1
j 2
sen 180 sen
j j
=

=
= =

e e

1.6 A tangente

A tangente de um ngulo de um tringulo rectngulo definida como:

adjacente cateto
oposto cateto
b
c
) ( tg = =

e, pelas definies de seno e co-seno, facilmente obtm-se:

) cos(
) ( sen
) ( tg
=

e desta forma pode-se facilmente encontrar as seguintes tangentes conhecidas:

( ) 0 0 tg ) 0 ( tg = =

1
4
tg ) 45 ( tg =
|
\
|
=

=
|
\
|
=
2
tg ) 90 ( tg

3
3
6
tg ) 30 ( tg =
|
\
|
=

3
3
tg ) 60 ( tg =
|
\
|
=


18
Se = t, onde
< t < , e > 0,
ento tg () se transforma em uma funo de t,
x(t) = tg (t) , > 0
cujo grfico pode-se ver abaixo na figura 1.9.

Fig. 1.9 A funo tangente, x(t) = tg (t), t(, ), > 0.

Assim como o seno e para o co-seno que se repetem a cada intervalo de 2, a tan-
gente se repete a cada intervalo de . Logo,
( ) ( ) ( ) = + = tg tg tg
.
ou melhor:
( ) ( ) { } ... , 2 , 1 , 0 k , k tg tg + =


19
1.7 As inversas de seno, co-seno e tangente

Nitidamente as funes seno, co-seno e tangente no so inversveis. Pelo grfico de
x(t) = sen (t), x(t) = cos (t) e x(t) = tg (t) vemos que se e forem valores no
intervalo [0, 1], e for um valor real qualquer, ou seja,

[1, 1], [1, 1], (, ),

ento vo haver muitos valores de t(, ) para os quais
x(t) = sen (t) =
x(t) = cos (t) =
x(t) = tg (t) =

Portanto, para poder se achar a funo inversa de seno, co-seno e tangente temos que
limitar o intervalo destas funes.

No caso do seno limitamos ao intervalo t[/2 , /2], no caso co-seno limitamos ao
intervalo t[0 , ], e no caso da tangente limitamos ao intervalo t[/2 , /2]. Os
grficos destas funes so apresentados nas figuras 1.10 e 1.11.

Fig. 1.10 A funo seno, x(t) = sen (t) limitada ao intervalo t[/2 , /2] (1 e 4
quadrantes), e > 0 ( esquerda), e a funo co-seno, x(t) = cos (t) limi-
tada ao intervalo t[0 , ] (1 e 2 quadrantes), e > 0 ( direita).


20

Fig. 1.11 A funo tangente, x(t) = tg (t) limitada ao intervalo t[/2 , /2] (1
e 4 quadrantes), e > 0.

Esta a norma geral adoptada pelas mquinas calculadoras e meios informticos de
clculo modernos. Limita-se o arco a 2 quadrantes:

1 e 4 quadrante, no caso do seno ou da tangente;
e
1 e 2 quadrante, no caso do co-seno.

Desta forma possvel falar nas funes inversas do seno, do co-seno e da tangente:

arcsen (), arccos () e arctg ().

Por exemplo, se = 1, o arco cuja a tangente 1 dado por
( ) 45
4
1 arctg =
=

embora, como j foi visto acima, existam muitos outros arcos cuja tangente tambm
1. Na verdade as solues possveis so:
{ } ... , 2 , 1 , 0 k , k
4
+
=

ou seja:
225 e 45 = =

so 2 possveis solues de arctg (/4). E = 45 est no primeiro quadrante e
= 225 est no terceiro quadrante.

21
No caso particular da inversa ser de uma fraco
arcsen (b/a), arccos (b/a) e arctg (b/a)
ento podemos levar em considerao o quadrante do ponto (a, b).

Fig. 1.12 Dois arcos que tm a mesma tangente 1: 45 (ou /4, 1 quadrante)
e 225 (ou 5/4, 3 quadrante).

Desta forma a inversa do seno, do co-seno ou da tangente no fica limitada ao inter-
valo [/2 , /2] ou [0 , ] que representam apenas 2 quadrantes, pois temos informa-
o suficiente para determinar o arco nos 4 quadrantes. Por exemplo:

45
4 1
1
tg arc =
=
|
\
|
(1 quadrante)

135 225
4
5
1
1
tg arc = =
=
|
\
|
(3 quadrante)

315 45
4 1
1
tg arc = =

=
|
\
|
(4 quadrante)

135
4
3
1
1
tg arc =
=
|
\
|
(2 quadrante)

22
1.8 Exponenciais e logaritmos

O nmero neperiano e (devido ao matemtico, astrlogo e telogo escocs. John
Napier, 1550-1617) vale aproximadamente
e = 2,7183

Mais precisamente, ele pode ser escrito como uma srie infinita ou como um limite
(esta ltima forma devido ao matemtico suo Jakob Bernoulli, 1654-1705):

=
=
0 n
! n
1
e

n
n
1
1 lim
n
|
\
|
+ =

e

O nmero neperiano tambm chamado de constante de Euler e a base dos
logaritmos naturais (ln). Portanto:
( )
x
x ln
= e

Algumas relaes bsicas de exponenciais e logaritmos:

y x y x +
= e e e
y x
y
x
= e
e
e
( )
y x
y
x
= e e

( ) ( ) ( ) y ln x ln y x ln + =
( ) ( ) y ln x ln
y
x
ln =
|
|
\
|
( ) ( ) x ln a x ln
a
=
( ) ( )
x
1
x x / 1 ln ln
= =
e e

Transformao da base e para a base 10:
( )
( )
( )
( )
( ) x ln 4343 , 0
3 , 2
x ln
10 ln
x ln
x log
10
= = =

Transformao da base 10 para a base e:
( )
( )
( )
( )
( ) x log 3 , 2
4343 , 0
x log
log
x log
x ln
10
10
10
10
= = =
e

Transformao de qualquer base b para a base a:
( )
( )
( ) a log
x log
x log
b
b
a
=

J. A. M. Felippe de Souza

1.9 Derivadas

A teoria do clculo diferencial
Newton (1643-1727) e do
Leibniz (1646-1716).

A notao das derivada de uma funo f(t) pode ser

dt
df
ou
( ' f

A derivada de uma funo f(t) no instante t nos d a
recta tangente curva naquele instante.

Se f(t) crescente em t = a, ento a derivada ser positiva naquele instante

Isso ilustrado na figura 1.1

Fig. 1.13 Inclinao positiva (ou
no instante t =

Por outro lado, se f(t) decrescente em t = a, ento a derivada ser negativa naquele
instante
1 Introduo e Base Matemtica
23
A teoria do clculo diferencial de autoria do fsico e matemtico ingls
1727) e do filsofo e matemtico alemo Gottfried Wilhelm von
dt
df
(devido Newton)
) t (
(devido Leibniz).
funo f(t) no instante t nos d a inclinao (ou
tangente curva naquele instante.
0 >
dt
df
) a ( ' f
a t =
=
.
13.
positiva (ou declive positivo) da recta tangente curva f(t)
= a.
e f(t) decrescente em t = a, ento a derivada ser negativa naquele
Introduo e Base Matemtica
de autoria do fsico e matemtico ingls Sir Isaac
Gottfried Wilhelm von
(ou declive) de uma

positivo) da recta tangente curva f(t)
e f(t) decrescente em t = a, ento a derivada ser negativa naquele

Isso ilustrado na figura 1.1

Fig. 1.14 Inclinao negativa (ou
no instante t =

Fig. 1.15 Inclinao nula (ou
tante t = a. Caso de mximo local.

Finalmente, se f(t) no crescente nem decrescente em t = a, ento a derivada ser
zero naquele instante

24
0 <
dt
df
) a ( ' f
a t =
=
.
14.
negativa (ou declive negativo) da recta tangente curva f(t)
= a.
nula (ou declive nulo) da recta tangente curva f(t) no ins
Caso de mximo local.
0
dt
df
) a ( ' f
a t
= =
=
.

negativo) da recta tangente curva f(t)

nulo) da recta tangente curva f(t) no ins-

Neste caso pode-se ter um mximo ou um mnimo local
dois. Isso ilustrado nas figuras

no instante t

tante t = a. Caso de ponto de inflexo, no mximo nem mnimo local.

Algumas propriedades e regras das derivadas:

Linearidade:
( )
dt
df
c
dt
) t ( f c d
=
( )
dt
) t ( f ) t ( f d
2 1
=
+

25
um mximo ou um mnimo local, mas s vezes nenhum dos
. Isso ilustrado nas figuras 1.15, 1.16 e 1.17.
nula (ou declive nulo) da recta tangente curva f(t)
no instante t = a. Caso de mnimo local.
nula (ou declive nulo) da recta tangente curva f(t) no ins
Caso de ponto de inflexo, no mximo nem mnimo local.
) t ( ' f c
dt
) t ( df
=

) t ( ' f ) t ( ' f
dt
) t ( df
dt
) t ( df
2 1
2 1
+ = +

, mas s vezes nenhum dos

nulo) da recta tangente curva f(t)

nulo) da recta tangente curva f(t) no ins-
Caso de ponto de inflexo, no mximo nem mnimo local.
(homogeneidade)
(aditividade)

26
Regra do produto:
( ) ) t ( f ) t ( ' g ) t ( g ) t ( ' f
dt
) t ( dg
) t ( f ) t ( g
dt
) t ( df
) t ( g ) t ( f
dt
d
+ = + =

Regra do quociente:
) t ( g
) t ( ' g ) t ( f ) t ( ' f ) t ( g
) t ( g
dt
) t ( dg
) t ( f
dt
) t ( df
) t ( g
) t ( g
) t ( f
dt
d
2 2

=

=
|
|
\
|

Regra da cadeia:
( ) ) t ( ' g )) t ( g ( ' f
dt
) t ( dg
) t ( g
dt
df
)) t ( g ( f
dt
d
= =

Se definirmos

) t ( f ) t ( u =
e
) t ( g ) t ( v =

ento,

u
dt
df
=
e
v
dt
dg
=

E as regras acima podem ser reescritas de forma mais compacta como:

( ) u c u c =
(homogeneidade)

( ) v u v u

+
+
(aditividade)

( ) v u v u v u

+
(regra do produto)

2
v
v u u v
v
u

\
|
(regra do quociente)

dt
dv
dv
du
dt
du
=
(regra da cadeia)


27
Algumas derivadas de funes simples:
0 c
dt
d
=

( )
1 n n
t n t
dt
d

=

1 t
dt
d
=
(caso particular, n =1)

( ) c t c
dt
d
=
(aplicando a homogeneidade)

( )
2
2 1
t
1
t t
dt
d
t
1
dt
d
= = =
|
\
|

(caso particular, n = 1)

( )
1 m
1 m m
m
t
1
m t m t
dt
d
t
1
dt
d
+
+
= = =
|
\
|
(caso particular, n = m)

( ) ( ) 0 t ,
t 2
1
t
2
1
t
dt
d
t
dt
d
2 1 2 1
= = =

(caso particular, n = 1/2)
0 t , ) t ( sign
t
t
t
dt
d
= =

Derivadas de funes exponenciais e logartmicas:
c ln c c
dt
d
t t
=

t t
dt
d
e e =
(caso particular, c = e, a nica funo que igual a prpria derivada)
c ln t
1
t log
dt
d
c
=

0 > t , t
t
1
t ln
dt
d
1
= =
(caso particular, c = e)
1
t
t
1
t ln
dt
d

= =

) t ln 1 ( t t ln
dt
d
t t
+ =


28
Derivadas de funes trigonomtricas:
) t ( cos ) t ( sen
dt
d
=

) t ( sen ) t ( cos
dt
d
=

) t ( cos
1
) t ( sec ) t ( tg
dt
d
2
2
= =

) t ( sec ) t ( tg ) t ( sec
dt
d
=

) t ( sen
1
) t ( sec cos ) t ( g cot
dt
d
2
2

= =

) t ( g cot ) t ( sec cos ) t ( sec cos
dt
d
=

2
t 1
1
) t ( arcsen
dt
d
=

2
t 1
1
) t ( arccos
dt
d
=

2
t 1
1
) t ( arctg
dt
d
+
=

1 t t
1
) t ( sec arc
dt
d
2

=

2
t 1
1
) t ( g cot arc
dt
d
+
=

1 t t
1
) t ( sec arccos
dt
d
2

=


29
Derivadas de funes hiperblicas:
2
) t ( cosh ) t ( senh
dt
d
t - t
e e +
= =

2
) t ( senh ) t ( cosh
dt
d
t - t
e e
= =

) t ( h sec ) t ( tgh
dt
d
2
=

) t ( h sec ) t ( tgh ) t ( h sec
dt
d
=

) t ( h sec cos ) t ( gh cot
dt
d
2
=

) t ( h sec cos ) t ( gh cot ) t ( h csc
dt
d
=

1 t
1
) t ( arcsenh
dt
d
2
+
=

1 t
1
) t ( h arccos
dt
d
2
=

2
t 1
1
) t ( h arctg
dt
d
=

2
t 1 t
1
) t ( h sec arc
dt
d
=

2
t 1
1
) t ( h cot arc
dt
d
=

2
t 1 t
1
) t ( h sec arc
dt
d
+
=


30
1.10 Integrais

A integral indefinida de uma funo f(t) representada como

d ) ( f

Por outro lado, a integral definida, representada como

b
a
d ) ( f
,

b
d ) ( f
ou

a
d ) ( f

faz a Soma de Riemann que calcula a rea sob a curva em m intervalo bem definido
como por exemplo:

[ a , b ] , ] , b ] ou [ a , [.

Este nome acima dado em aluso ao matemtico alemo Georg Friedrich Bernhard
Riemann (1826-1866).

A integral um processo inverso do da derivada de funes pois,

( ) ( ) C t f df dt
dt
) t ( df
dt ) t (
dt
df
dt t f + = = = =

ou
( ) ) t ( f dt ) t ( f
dt
d
=
.

Mais precisamente:
=
t
a
dt ) t ( f ) t ( F

chamada de primitiva de f(t).

Este resultado chamado de Teorema Fundamental do Clculo e faz a interligao
entre o Clculo Diferencial (seco anterior) e o Clculo Integral (desta seco).

Algumas regras de integrao de funes em geral
( ) ( ) C dt t f a dt t f a + =

(regra da homogeneidade)
( ) ( ) [ ] ( ) ( ) C dt t g dt t f dt t g t f + + = +

(regra da aditividade)
( ) ( ) [ ] ( ) ( )

+ = dt t g ) t ( f ) t ( g t f dt t g t f (regra da integral por partes)

Se definirmos

) t ( g ) t ( u =
ento,

) t ( g du =

e a regra da integral por partes pode ser escrita doutra forma

dv u

Por outro lado, se

) t ( f ) t ( u =

ento a integral definida calculada como:

b
a
Fig. 1.18 A rea S sob a curva f(t) no intervalo

A integral definida desde a

a rea S sob a curva, conforme ilustrado na figura

31
) e
) t ( f ) t ( v =

dt
e dt ) t ( f dv =
e a regra da integral por partes pode ser escrita doutra forma:
= du v uv dv
(regra da integral por partes)
)
e
dt ) t ( f du =
,
integral definida calculada como:
] ) a ( u ) b ( u u du
b
a
b
a
= =

A rea S sob a curva f(t) no intervalo definido [a,
at b da funo f
S d ) ( f
b
a
=

a rea S sob a curva, conforme ilustrado na figura 1.18.

definido [a, b].

A figura 1.19 mostra dois exemplos da integral definida desde a at b da funo f,
onde reas abaixo do eixo das abcissas contam negativamente.

e
b
a
Fig. 1.19 Dois exemplos da rea sob a curva f(t) no intervalo

As reas abaixo do eixo das

A figura 1.20 mostra dois exemplos da integral definida
como: ] , b] , [ a, [ .

d ) ( f
b
3
=

Fig. 1.20 Dois exemplos da rea sob a curva f(t)
tos: ] , b] e

32

mostra dois exemplos da integral definida desde a at b da funo f,
onde reas abaixo do eixo das abcissas contam negativamente.
2 1
b
a
1
S S d ) ( f =

3 2 1
b
a
2
S S S d ) ( f + =

Dois exemplos da rea sob a curva f(t) no intervalo
As reas abaixo do eixo das abcissas contam negativamente.
mostra dois exemplos da integral definida em intervalos infinitos
S
e
d ) ( f
a
4

ois exemplos da rea sob a curva f(t) definidos em
e [ a, [.
mostra dois exemplos da integral definida desde a at b da funo f,

Dois exemplos da rea sob a curva f(t) no intervalo definido [a, b].
contam negativamente.
em intervalos infinitos
S d =

em intervalos infini-

33
Apresentamos agora uma tabela das integrais das principais funes.

Integrais de funes racionais:
C u du + =

1 n , C
) 1 n (
u
du u
1 n
n
+
+
=
+

C u ln
u
du
du u
1
+ = =

C
a
u
arctg
a
1
dt
a u
1
2 2
+
|
\
|
=
+

2 2
2 2
a > u , C
a u
a u
arctg
a 2
1
a u
du
+
|
\
|
+

Integrais de funes irracionais:
C a u u ln
a u
du
2 2
2 2
+ + + =
+

C a u u ln
a u
du
2 2
2 2
+ + =

C
a
u
sec arc
a
1
a u u
du
2 2
+
|
\
|
=

2 2
2 2
a < u , C
a
u
arcsen
u a
du
+
|
\
|
=

Integrais de logaritmos:
C log t ) t a ( log t dt ) t a ( log
b b b
+ =
e (*)
C t ) t a ( ln t dt ) t a ( ln + =

[caso particular b = e da integral (*) acima]
( )
1 n , C
1 n
t
) t a ( ln
1 n
t
dt ) t a ( ln t
2
1 n 1 n
n
+
+

+
=
+ +

[ ] C ) t a ( ln
2
1
dt ) t a ( ln t
2 1
+ =


34
[ ] C ) t a ( ln ln
) t a ( ln t
dt
+ =

Integrais de funes exponenciais:
0 a , 1 a , C
) a ( ln
a
du a
u
u
> + =
(**)
C du
u u
+ =
e e [caso particular a = e da integral (**) acima]

C
) b ( ln
b
a
1
dt b
at
at
+ =
(***)
C
a
1
dt
at at
+ =
e e [caso particular b = e da integral (***) acima]

C ) 1 at (
a
dt t
2
at
at
+ =
e
e
dt t
a
n
t
a
1
dt t
at 1 n at n at n
e e e

=
1 b , 0 b , dt b t
) b ln( a
n
) b ln( a
b t
dt b t
at 1 n
at n
at n
>
=

( )
[ ] C ) bt cos( b ) bt ( sen a
b a
dt ) t b ( sen
2 2
at
at
+
+
=
e
e
( )
[ ] C ) bt ( sen b ) bt cos( a
b a
dt ) t b cos(
2 2
at
at
+ +
+
=
e
e
Integrais de funes trigonomtricas:
( ) ( ) C u cos du u sen + =

( ) ( ) C u sen du u cos + =

( ) ( ) C ) u ( sec ln du u tg + =

( ) C ) u ( sen ln du u g cot + =

( )
( )
C ) u ( tg ) u ( sec ln du
u cos
1
du u sec + + = =


35
( )
( )
C ) u ( g cot ) u ( ec cos ln du
u sen
1
du u ec cos + = =

( ) ( )
( )
( )
C ) u ( sec du
u sen
u tg
du u tg u ec s + = =

( ) ( )
( ) ( )
C ) u ( ec cos du
u tg u sen
1
du u tg co u ec cos + =
=

( )
( )
C ) u ( tg du
u cos
1
du u ec s
2
2
+ = =

( )
( )
C ) u ( g cot du
u sen
1
du u ec cos
2
2
+ = =

( ) ( ) C t a cos
a
1
dt t a sen +

( ) ( ) C t a sen
a
1
dt t a cos + =

( )
( )
C
a 4
t a 2 sen
2
t
dt t a sen
2
+ =

( )
( )
C
a 4
t a 2 sen
2
t
dt t a cos
2
+ + =

Frmula de recorrncia para integrais de potncias de funes trigonomtricas:
( ) ( )

du u a sen
n
1 n
a n
) u a cos( ) u a ( sen
du u a sen
2 n
1 n
n

( ) ( )

du u a cos
n
1 n
a n
) u a ( sen ) u a ( cos
du u a cos
2 n
1 n
n

( )
( )
( )

du u a tg
1 n a
) u a ( tg
du u a tg
2 n
1 n
n

( )
( )
( )

du u a g cot
1 n a
) u a ( g cot
du u a g cot
2 n
1 n
n

( )
( )
( )

|
\
|
+

=

du u a sec
1 n
2 n
1 n a
) u a ( tg ) u a ( sec
du u a sec
2 n
2 n
n

( )
( )
( )

|
\
|
+

=

du u a ec cos
1 n
2 n
1 n a
) u a ( g cot ) u a ( ec cos
du u a ec cos
2 n
2 n
n


36
Integrais de outras funes trigonomtricas:
( ) ( )
[ ] [ ]
2 2
b a , C
) b a ( 2
t ) b a ( cos
) b a ( 2
t ) b a ( cos
dt t b cos t a sen +
+
+
=

( ) ( )
[ ] [ ]
2 2
b a , C
) b a ( 2
t ) b a ( sen
) b a ( 2
t ) b a ( sen
dt t b sen t a sen +
+
+

( ) ( )
[ ] [ ]
2 2
b a , C
) b a ( 2
t ) b a ( sen
) b a ( 2
t ) b a ( sen
dt t b cos t a cos +
+
+
+

( ) ( ) C
a 4
) t a 2 ( cos
dt t a cos t a sen +

( )
( )
( )
( ) C t a cos ln
a
1
dt
t a cos
t a sen
dt t a tg + =
=

( )
( )
( )
( ) C t a sen ln
a
1
dt
t a sen
t a cos
dt t a g cot + = =

( ) C ) t a ( cos
a
t
) t a ( sen
a
1
dt t a sen t
2
+ =

( ) C ) t a ( sin
a
t
) t a ( cos
a
1
dt t a cos t
2
+ + =

( ) dt ) t a ( cos t
a
n
) t a ( cos
a
t
dt t a sen t
1 n
n
n

+ =
( ) dt ) t a ( sen t
a
n
) t a ( sen
a
t
dt t a cos t
1 n
n
n

=
Integrais de funes hiperblicas:
C ) at ( cosh
a
1
dt ) at ( senh + =

C ) at ( senh
a
1
dt ) at ( cosh + =

C
2
t
a 4
) at 2 ( senh
dt ) at ( senh
2
+ =

C
2
t
a 4
) at 2 ( senh
dt ) at ( cosh
2
+ + =

C ) at ( senh
a
1
) at ( cosh
a
t
dt ) at ( senh t
2
+ =


37
C ) at ( cosh
a
1
) at ( senh
a
t
dt ) at ( cosh t
2
+ =

C dt ) at ( cosh t
a
n
) at ( cosh
a
t
dt ) at ( senh t
1 n
n
n
+ =

C dt ) at ( senh t
a
n
) at ( senh
a
t
dt ) at ( cosh t
1 n
n
n
+ =

[ ] C ) at ( cosh ln
a
1
dt
) at ( cosh
) at ( senh
dt ) at ( tanh + = =

C ) at ( senh ln
a
1
dt
) at ( senh
) at ( cosh
dt ) at ( coth + = =

Integrais definidas:
=
2
1
dt t
0
-t
e

a 2
1
dt
0
a
2
x

=
e

=
2
1
dt
0
t
2
e

6
dt
1
t
2
0
t
e

15
dt
1
t
4
0
3
t
e

2
dt
t
) t ( sen
0

( )! 1 n ) n ( dt t
0
t 1 n
= =

e [funo gama]
( ) ( )

= =

3 mpar eiro int n se ,
2 ) 1 n ( 7 5 3
n 6 4 2
2 par eiro int n se ,
2 n 6 4 2
) 1 n ( 5 2 1
dt t cos dt t sen
2
0
n
2
0
n
L
L
L
L


38
1.11 Decibis (dB)

A unidade Bell (B) tem este nome em aluso ao escocs Alexander Graham Bell
(1847-1922). O deciBel (dB) um submltiplo do Bell que corresponde a um dcimo
do Bell. Entretanto, o deciBel tornou-se uma unidade de uso muito mais comum que
o Bell.

O deciBel (dB) usado para uma grande variedade de medies, especialmente em
acstica (intensidade de sons), mas tambm como medida de ganho ou intensidade
relativa na fsica (para a presso ) e na electrnica (para a tenso elctrica v, para a
corrente elctrica i, ou para a potncia P).

O decibel (dB) uma unidade de medida adimensional assim como as medidas de
ngulo: o radiano (rad) e o grau (), ou a percentagem (%).

O decibel portanto uma unidade de intensidade ou potncia relativa (uma medida da
razo entre duas quantidades, sendo uma de referncia).

A definio do dB obtida com o uso do logaritmo da seguinte forma: x em decibis
usualmente definido como:
( ) x log 20 x
10
dB
=

que a expresso que vamos utilizar neste texto, mas s vezes x em decibis tambm
pode ser definido como:
( ) x log 10 x
10
dB
=

Como o deciBell uma medida relativa de ganho relativo (em relao a um valor de
referncia) somente so calculados os decibis de valores positivos. No faz sentido
calcular os decibis de um valor negativo.

fcil de se verificar que,
( ) dB 0 1 log 20 1
10
dB
= =
, logo
dB 0 1
dB
=

Valores maiores que 1 se tornaro positivos ao serem transformados em dB. Eles re-
presentam um ganho de facto. Por outro lado, valores menores que 1 (i.e., valores
entre 0 e 1) se tornaro negativos ao serem transformados em dB. Eles representam
uma atenuao.

Outro detalhe:
dB
dB
x
1
x =


39
Note que:

1 x se >

dB 0 > x ==>
dB

1 x se =

dB 0 x ==>
dB
=

1 < x < 0 se

dB 0 < x ==>
dB

0 < x se

dB
x existe no ==>

Isso est ilustrado na figura 1.21.

Fig. 1.21 o valor de x em dB.

Alguns exemplos:
( ) dB 20 10 log 20 0 1
10
dB
= =

( ) ( ) ( ) dB 20 10 log 20 1 10 log 20 1 , 0
10
1
10
1
10
dB
dB
= = = =

( ) dB 40 10 log 20 10 100
2
10
dB
2
dB
= = =

( ) dB 60 10 log 20 10 1000
3
10
dB
3
dB
= = =

40
( ) ( ) dB 6 3 , 0 20 2 log 20 2
10
dB
= = =

( ) ( ) dB 6 3 , 0 20 ) 1 ( 2 log 20
2
1
log 20 5 , 0
2
1
1
10 10
dB
dB
= = =
|
\
|
= =

( ) ( ) dB 3 3 , 0 20
2
1
2 log 20 2 log 20 2
2
1
10 10
dB
=
|
\
|
= |
\
|
= =

( ) dB 3 3 , 0 20
2
1
2 log 20
2
1
log 20
2
2
2
1
2
1
10 10
dB
dB
=
|
\
|
= |
\
|
= |
\
|
= =

( ) ( ) ( ) { } ( ) dB 46 3 , 0 2 20 2 log 100 log 20 100 2 log 20 200
10 10 10
dB
= + = + = =

( ) ( ) { } ( ) dB 14 1 3 , 0 20 10 log 2 log 20
10
2
log 20
10
2
2 , 0
10 10 10
dB
dB
= = + =
|
\
|
= =

( ) ( ) { } ( ) dB 34 3 , 0 2 20 2 log 100 log 20
2
100
log 20
2
100
50
10 10 10
dB
dB
= = = |
\
|
= =
( ) ( ) { } ( ) dB 34 2 3 , 0 20 100 log 2 log 20
100
2
log 20
100
2
50
1
10 10 10
dB dB
= = = |
\
|
= =

Resumindo os exemplos acima:

dB 20 0 1
dB
=

dB 20 1 , 0
dB
=

dB 40 100
dB
=

dB 60 1000
dB
=

dB 6 2
dB
=

dB 6 5 , 0
dB
=

dB 3 2
dB
=

dB 3
2
1
dB
=

dB 46 200
dB
=

dB 14 2 , 0
dB
=

dB 34 50
dB
=

dB 34
50
1
dB
=

J. A. M. Felippe de Souza 2 Sinais

1

2 Sinais

2.1 Introduo aos Sinais 3
2.2 Exemplos de sinais 3
Circuito RC 4
Carro 5
Voz / Fala humana 6
Transmisses de rdio (AM & FM) 7
Msica em CD ou no computador 9
Electrocardiograma (ECG) 10
Electroencefalograma (EEG) 11
Imagem monocromtica (preto-branco) 13
Imagens coloridas e transmisses de TV 13
Sinais meteorolgicos 14
Sinais geofsicos 15
ndices econmicos e demogrficos 17
2.3 Sinais contnuos e discretos 18
2.4 Sinais dinmicos e estticos 20
2.5 Energia e Potncia de Sinais 21
Exemplo 2.1 23
Exemplo 2.2 24
Exemplo 2.3 25
Exemplo 2.4 25

2

2.6 Transformaes da varivel independente 26
Translao no tempo (time shifting) 26
Shift para direita (retardo) 26
Shift para esquerda (avano) 27
Reverso no tempo / sinal reflectido (time reversal) 27
Escalonamento no tempo (time scaling) 28
Compresso ou encolhimento 28
Expanso ou esticamento 28
Caso geral 29
Exemplo 2.5 30
2.7 Sinais peridicos 32
Exemplo 2.6 33
Exemplo 2.7 33
2.8 Sinais pares e mpares 33
Exemplo 2.8 34
Exemplo 2.9 35
Exemplo 2.10 35
2.9 Sinais exponenciais e sinusoidais 37
O sinal sinusoidal contnuo x(t) = A cos(
o
t + ) 37
O sinal exponencial contnuo
at
C ) t ( x e = 40
Caso 1: C R e a R 40
Caso 2: C = 1 e a um nmero imaginrio puro 42
Caso 3: C C e a C 44
Exemplo 2.11 44
O sinal sinusoidal discreto 45
O sinal exponencial discreto [ ]
n
n
C C n x

= = e 47
Caso 1: C R e R 47
Caso 2: C = 1 e um nmero imaginrio puro 49
Caso 3: C C e C 55


3

Sinais

2.1 Introduo aos Sinais

A noo intuitiva de sinais e surge de uma variedade enorme de contextos. Qualquer
apontamento que se faa: em nmeros por exemplo; ou qualquer registo que se faa:
do desempenho de uma mquina, ou da performance, ou dos consumos de um veculo
ao longo de uma viagem; ou qualquer medio que se faa: com o uso de algum
aparelho ou instrumento de medida; ou qualquer gravao que se faa, de um som, ou
de uma imagem ou mesmo de um vdeo, pode facilmente se tornar em um sinal.

Existe uma linguagem prpria usada para descrever sinais, assim como existe
tambm um conjunto bastante poderoso de ferramentas para analis-los. Neste
captulo trataremos da linguagem que descreve os sinais. Em outros captulos mais
adiante trataremos das ferramentas de anlise.

2.2 Exemplos de Sinais

Os sinais so usados para descrever uma grande variedade de fenmenos fsicos e
podem ser descritos de muitas maneiras: atravs de nmeros, ou de grficos, ou de
uma sequncia de dgitos (bits) para serem introduzidos no computador, etc.

Nesta seco iremos ver alguns exemplos de sinais antes de vermos as definies
bsicas do mesmo.


4
Circuito RC

Considere um sistema elctrico simples de um circuito RC, ilustrado na figura 1
abaixo.

Fig. 1 Um circuito elctrico (circuito RC srie).

O sinal da tenso v
s
(t) na fonte ou o sinal da tenso v
c
(t) no condensador, assim
como o sinal da corrente i(t) que atravessa a nica malha do circuito podem ser medi-
dos por aparelhos (voltmetro / ampermetro) que tambm so vistos na figura 1.

Na figura 2 vemos um possvel exemplo do sinal da tenso v
s
(t) na fonte ( esquerda)
e do sinal da tenso v
c
(t) no condensador ( direita), ambos em Volts [V].

Fig. 2 Um exemplo do sinal da tenso elctrica v
s
(t) na fonte ( esquerda) e do
sinal da tenso elctrica v
c
(t) no condensador ( direita).


5
Carro

Os carros andam quando so acelerados. Mas isso equivale a imprimir uma fora f(t)
que vai puxar o carro pois, pela Segunda Lei de Newton,

a fora igual a massa x acelerao
[ f(t) = ma(t)] ,

onde m = massa do carro.

Fig. 3 Um carro que se desloca puxado pela fora f(t).

Suponha que o sinal da fora f(t) aplicada em um carro, que como vimos proporcio-
nal acelerao que lhe foi dada, mostrado na figura 3.

O sinal do deslocamento x(t) assim como da velocidade v(t) que o carro desenvolve,
decorrente desta fora aplicada, podem ser medidos por aparelhos.

Na figura 4 e 5 vemos um possvel exemplo destes 3 sinais em um carro: f(t) em
Newtons [N], x(t) em metros [m] e v(t) em metros/segundo [m/s].

Fig. 4 Um exemplo do sinal da fora f(t) aplicada num carro.

6

Fig. 5 Um exemplo do sinal do deslocamento x(t) ( esquerda) e do sinal da
velocidade v(t) ( direita) desenvolvidos pelo mesmo carro.

Voz / fala humana

O mecanismo vocal humano produz fala criando flutuaes na presso acstica. O ar
expelido dos pulmes pelo diafragma e no seu caminho produz vibraes. Estas
vibraes so modificadas, ou moldadas, ao passar pelas cordas vocais, assim como
pela boca, lbios e a lngua para se produzir os sons que se deseja.
O sinal de voz obtido atravs do uso de um microfone que capta as variaes da
presso acstica e converte em sinais elctricos. Estes sinais podem servir para uma
gravao do som da voz ou para serem transmitidos (telefone ou telemvel por
exemplo).
Exemplos do sinal de voz, obtido com o uso de um microfone, podem ser visto na
figura 7.

Fig. 6 O registo do sinal de voz, obtido com o uso de um microfone. Seja
para uma gravao ou para ser transmitido, por telefone ou telemvel,
a voz humana se transforma em um sinal elctrico.

7

Fig. 7 Exemplos do sinal de voz, obtido com o uso de um microfone.

Transmisses de rdio (AM & FM)

Uma transmisso de rdio tambm composta de sinais elctricos que transportam o
som (voz, msica, etc.)

A portadora (sinal de frequncia mais alta) transporta o sinal modulado (som) seja
ele modulado em amplitude (AM) ou em frequncia (FM).

Estes sinais podem ser vistos na figura 8 e 9.


8

Fig. 8 O sinal da portadora ( esquerda) e o sinal modulador, i.e., o som a
ser transmitido ( direita).

Fig. 9 Os sinais que so realmente transmitidos: sinal modulado em ampli-
tude, no caso de modulao AM ( esquerda); e o sinal modulado em
frequncia, no caso de modulao FM ( direita).

Na modulao AM o som a ser transmitido molda (ou modula) a amplitude da porta-
dora com o formato do seu sinal gerando um sinal modulado que transmitido. J na
modulao FM a amplitude do sinal gerado para ser transmitido constante. O que
som a ser transmitido molda (ou modula) a frequncia da portadora com o formato
do seu sinal.

Existem dispositivos electrnicos que modulam o sinal, sejam em AM ou em FM,
assim como existem dispositivos electrnicos que demodulam o sinal, isto , recupe-
ram o som que vem modulando a portadora.

Fig. 10 Os rdios, em casa ou no carro, recebem sinais modulados em AM
ou em FM e tm a capacidade de demodular estes sinais, isto ,
transformarem de volta em som.

9
Msica em CD ou no computador

A msica gravada em um CD ou armazenada no computador (em formato wav, wma
ou mp3, por exemplo) feita atravs de uma srie de nmeros, uma sequncia digital
de zeros e uns, que representam as tenses elctricas (em Volts) do sinal de udio
ao longo do tempo.

Fig. 11 CDs (compact disc) de
msica.
Portanto, o sinal analgico de udio convertido
em um sinal digital, ou seja, dados binrios, a
uma taxa que medida em bps (bits per
second).

Claro que quanto maior o nmero de bits por
segundo melhor ser a qualidade de reproduo
do som.

Alguns valores usuais desta taxa em gravao de msica so:

96 mil bits por segundo [96kbps], ou
128 mil bits por segundo [128 kbps], ou
192 mil bits por segundo [192 kbps], ou
256 mil bits por segundo [256 kbps].

Fig. 12 Gravao de msicas em estdio.

Existem dispositivos electrnicos que transformam um sinal analgico em digital
(conversores A/D) assim como dispositivos electrnicos que transformam um sinal
digital em analgico (conversores D/A).

10
Electrocardiograma (ECG)

O electrocardigrafo um dispositivo que mede sinais eltricos do corao para pro-
duzir um electrocardiograma (ECG).

A Electrocardiografia estuda a actividade elctrica do corao a partir de elctrodos
colocados em determinados pontos do corpo humano. O registo do electrocardio-
grama (ECG) prtica comum na medicina dos nossos dias, uma vez que de reco-
nhecido valor para a identificao e prognstico de doenas cardiovasculares como o
enfarte do miocrdio, arritmia, entre outras condies patolgicas.

Fig. 13 O electrocardigrafo ( esquerda) e um paciente submetido a exame no
mesmo ( direita).

Fig. 14 Sinal tpico de ECG, correspondendo a um ciclo completo, com o nome das
ondas que o compe. O ECG normal formado por uma onda P, um com-
plexo QRS e uma onda T. O complexo QRS muitas vezes aparece sob a
forma de trs ondas: a onda Q, a onda R e a onda S.


11
Os tipos de sistemas de aquisio de ECG, que podem ser encontrados, hoje, comer-
cialmente, abrangem desde as grandes unidades fixas usadas em ambiente hospitalar,
s pequenas unidades portteis para uso mvel.

Os sinais cardiovasculares e os prprios complexos QRS no electrocardiograma
(ECG) apresentam variabilidade batimento a batimento. A anlise da variabilidade de
sinais cardiovasculares susceptvel de variadas aplicaes clnicas, sendo corrente-
mente aceite que pode ser usada como um meio no invasivo para aceder integri-
dade do sistema cardiovascular e como uma janela para a caracterizao do sistema
nervoso autnomo.

Fig. 15 Amostra do ECG de um paciente.

Electroencefalograma (EEG)

O electroencefalgrafo uma mquina que regista o grfico dos sinais elctricos ce-
rebrais desenvolvidos no encfalo produzindo o electroencefalograma (EEG). Isto
realizado atravs de elctrodos que so aplicados no couro cabeludo, na superfcie
enceflica, ou at mesmo (em alguns casos) dentro da substncia enceflica.

Esses sinais cerebrais observados so muito fracos. Portanto coloca-se os electrodos
em posies pr-definidas sobre o couro cabeludo do paciente e um amplificador
aumenta a intensidade dos potenciais eltricos para ento ser construdo um grfico
(EEG) analgico ou digital (dependendo do equipamento).

Analisando o EEG o mdico pode detectar alteraes dos padres normais e isso per-
mite fazer o diagnstico clnico.

12
Exemplos de descargas de ondas anormais (os casos patolgicos) que so observadas
em EEG so: os picos de onda, os complexos ponta-onda e atividade lentas, sejam
estas locais (focais) ou generalizadas.

Algumas indicaes dos exames EEG so;
o para avaliao inicial de sindromes epilpticos;
o avaliao de coma;
o morte enceflica;
o intoxicaes;
o encefalites;
o sndromes demenciais;
o crises no epilpticas; e
o distrbios metablicos.

Fig. 16 Um paciente submetido a exame EEG.

Fig. 17 Amostra do ECG se um paciente.

13
Imagem monocromtica (preto-branco)

Uma imagem monocromtica (preto-branco) constituda por um padro de varia-
es no brilho atravs dela. Ou seja, o sinal da imagem uma funo da intensidade
de brilho em todos os pontos da imagem (bidimensional).

Fig. 18 Uma foto monocromtica (preto-branco) e o sinal de intensidade de brilho.

Imagens coloridas e transmisses de TV

Se a imagem for colorida, obviamente o sinal torna-se mais complexo. Normalmente
a imagem decomposta em 3 cores bsicas, que comummente so

vermelho, verde e azul

que chamado de cdigo de cores RGB:

R (red), G (green) e B (blue)

mas s vezes tambm usado outros cdigos de cores, como o magenta (parecido
com cor de rosa), o ciano (uma espcie de azul) e o amarelo:

magenta, cyan e yellow

que comum em impressoras coloridas e em sistemas informticos em geral. O sinal
de uma foto a cores portanto ter que ter informao de 3 cores (e no apenas uma
como na foto monocromtica).

A transmisso de imagens (broadcast) como na televiso por exemplo, requer
sinais mais sofisticados ainda.

Enquanto que uma fotografia um sinal esttico, fixo no tempo, as transmisses de
imagens via TV so sinais dinmicos pois vo variando com o tempo. Alm disso, na
transmisso de TV (TV broadcast) a informao do som tambm tem que seguir junto
com a imagem.


14
Desde que a TV cores surgiu, muitos sistemas de transmisso j foram criados,
como por exemplo: o sistema PAL (europeu), o sistema NTSC (americano), ou mais
recentemente o HDTV.

Fig. 19 Exemplo de um sinal RGB [R (red), G (green) e B (blue)] de uma
transmisso de TV.

Sinais meteorolgicos

Em meteorologia comum o uso de sinais de medidas como

presso atmosfrica [mbar] velocidade do vento [knots]
x x
altitude [km] altitude [km]

Em particular, no trfico areo usam este ltimo sinal mas com outras unidades:

velocidade do vento [knots]
x
altitude [metros]


15
nas proximidades dos aeroportos para examinar as condies do vento que possam
afectar uma aeronave durante a aproximao final da pista e aterragem.

Estes 3 sinais mencionados acima esto ilustrados na figura 20

Fig. 20 Sinais da velocidade do vento, da temperatura e da presso atmosfrica
versus a altitude.

Sinais geofsicos

Em geofsica, sinais que representam variaes de quantidades fsicas do solo so
usados para estudar o solo, assim como a estrutura do interior da terra, como a
mesosfera e a endoesfera.

16
Alguns destes sinais so mostrados na figura 21. Eles representam levantamentos
geofsicos de
resistividade elctrica [m], temperatura [C], densidade [g/cm
3
],
raios gama [eV] e porosidade [%]
versus
profundidade [metros].

Fig. 21 Sinais de levantamento geofsico de caractersticas do solo: resistividade
elctrica, densidade, temperatura, raios gama e porosidade versus a
profundidade.


17
ndices econmicos e demogrficos

Os ndices (ou indicadores) econmicos (que normalmente s saem uma vez por ms)
como:
inflao (mensal);
taxa de desemprego (mensal);

do origem a sinais discretos (i.e., sinal no contnuos).

O ndice da bolsa de valores tambm um exemplo de um sinal discreto, embora
este no seja mensal mas sim dirio.

Fig. 22 Um exemplo de sinal discreto (no contnuo) que retrata
o ndice da bolsa de valores (que s sai uma vez por dia).

H muitos outros exemplos de ndices ou indicadores econmicos como as taxas de
cmbio ou as taxas de crescimento do Produto Interno Bruto (PIB), etc.

Fig. 23 Taxa de cmbio do Euro () em relao ao dlar americano (US $).
Apesar de parecer contnuo, este sinal discreto pois os valores foram
tomados diariamente e depois os pontos foram ligados.

18
Quaisquer destes ndices, se forem tomados ao longo de um perodo grande de tempo
e os pontos forem ligados, fica-se com a impresso que o sinal contnuo. Isso pode
ser visto na figura 23 com um exemplo da taxa de cmbio do Euro () em relao ao
dolar americano (US $) ao longo de vrios anos.

As taxas de cmbio de uma moeda corrente em relao outra so exemplos de sinais
discretos embora possam ser tomados diariamente, de hora em hora ou at de minuto
a minuto, se desejar.

Isso semelhante ao caso da msica ou das imagens digitalizadas em CDs ou em
computador (sistemas digitais de udio ou de vdeo) ou da transmisso digital de ima-
gens, casos j mencionados em exemplos anteriores.

Outros casos de sinais discretos:
taxas de natalidade de uma nao (ano a ano, ao longo de um perodo);
consumo de uma veculo [l/100 km](medido a cada vez que abastecido);
lucro de um estabelecimento comercial (ms a ms, ao longo dos anos);
etc.

2.3 Sinais contnuos e discretos

Na seco anterior viu-se alguns sinais contnuos e alguns sinais discretos.

Para distinguir os sinais contnuos e discretos no tempo ns usaremos
t para denotar o tempo como varivel independente contnua e
n para denotar o tempo como varivel independente discreta.

Alm disso, nos sinais contnuos usaremos parntesis normais ( ),
x(t), y(t), v(t), etc.

enquanto que nos sinais discretos usaremos parntesis recto [ ],
x[n], y[n], v[n], etc.

Esta uma notao comummente adoptada na literatura de Anlise de Sinais.


19
Um sinal discreto pode ser a representao de um fenmeno (sistema) inerentemente
discreto, como por exemplo o caso de ndices demogrficos ou os ndices da bolsa de
valores.

Por outro lado h tambm sinais discretos no tempo que so oriundos da amostragem
de sinais contnuos.

Por outro lado h tambm sinais discretos no tempo que so oriundos da amostragem
de sinais contnuos.

os sistemas digitais de udio ou de vdeo,

j mencionados acima, ou, para mencionar um outro exemplo:

o piloto automtico digital;

Estes sistemas requerem o uso de sequncias discretas no tempo que so representa-
es (discretizaes) de sinais contnuos no tempo.

Assim, sinais que so naturalmente contnuos no tempo so tornados sinais discretos
(por amostragem) para este propsito, como por exemplo:
a voz;
a msica;
o som em geral;

(no caso de sistemas digitais de udio), ou
as fotografias que aparecem nos jornais e livros;
as imagens de um filme gravado em DVD;
etc.

(no caso de sistemas digitais de imagem), ou
a posio da aeronave;
a velocidade da aeronave;
a direco da aeronave;

(no caso do piloto automtico digital).

Observe que esta digitalizao feita com uma quantidade muito grande de pontos.
No caso da msica digital, como j vimos, pode ter mais de 250 mil pontos em cada
segundo [256 kbps].

20
2.4 Sinais dinmicos e estticos

Sinais so representados matematicamente como funes de uma ou mais variveis
independentes.

Em vrios sinais da seco anterior o tempo t a varivel independente (ou uma das
variveis independentes), por exemplo, no caso de:

circuito RC msicas em CDs
carro ECG
emisses de rdio EEG
voz/fala humana transmisses de TV
transmisses de rdio bolsa de valores

Logo, estes sinais so do tipo x(t), y(t), f(t) ou f(x,t), etc. e so chamados de

sinais dinmicos,

pois variam com o tempo (ou evoluem no tempo, ou propagam no tempo, etc.), e
portanto representam
sistemas fsicos dinmicos.

Entretanto h sinais em que o tempo no aparece como varivel independente. Estes
sinais so de

sinais estticos,

ou
sinais no dinmicos,

pois no evoluem no tempo, e portanto representam

sistemas fsicos estticos.

Alguns sinais da seco anterior que so estticos:

a imagem monocromtica os sinais meteorolgicos
a imagem colorida os sinais geofsicos


21
2.5 Energia e Potncia de Sinais

Em muitas aplicaes, embora no em todas, os sinais so directamente relacionados
com quantidades fsicas que captam ou absorvem energia e potncia no sistema fsico.

Por exemplo, no caso do circuito RC que foi visto acima (na seco 2.1), a potncia
instantnea na resistncia R :
) t ( v
R
1
) t ( i ) t ( v ) t ( p
2
= =

onde:
v(t) = tenso na resistncia R;
i(t) = corrente na resistncia R.
e a energia total despendida no intervalo de tempo
2 1
t t t :

= =
2
1
2
1
t
t
2
t
t
Total
dt ) t ( v
R
1
dt ) t ( p E

e a potncia mdia neste intervalo [t
1
, t
2
] :
( ) ( )

= =

2
1
2
1
t
t
2
t
t
mdia
dt ) t ( v
R
1 1
dt ) t ( p
1
P
1 2 1 2
t t t t

De forma semelhante no caso do exemplo acima do carro (seco 2.1), a potncia
dissipada pela frico :
) t ( v ) t ( p
2
=

onde = coeficiente de atrito da superfcie.
E neste caso a energia total e potncia mdia no intervalo [t
1
, t
2
] so respectivamente:

= =
2
1
2
1
t
t
2
t
t
Total
dt ) t ( v dt ) t ( p E

( ) ( )

= =

2
1
2
1
t
t
2
t
t
mdia
dt ) t ( v
1
dt ) t ( p
1
P
1 2 1 2
t t t t

Motivados por exemplos como estes acima definem-se potncia e energia para qual-
quer sinal contnuo x(t) e qualquer sinal discreto x[n] da seguinte forma:


22
A potncia instantnea de um sinal contnuo x(t) ou de um sinal discreto x[n]:

2
) t ( x ) t ( p =
ou
2
] n [ x ] n [ p =
eq. (2.1)
onde |x| o mdulo do nmero x (que pode ser real ou complexo).

A energia total no intervalo
2 1
t t t de um sinal contnuo x(t) definida como:

= =
2
1
2
1
t
t
2
t
t
dt ) t ( x dt ) t ( p E
eq. (2.2)

A potncia mdia neste intervalo [t
1
, t
2
] definida como:

( )

=
2
1
t
t
2
dt ) t ( x
1
P
1 2
t t
eq. (2.3)

A energia total e a potncia mdia no intervalo
2 1
t t t de um sinal discreto x[n]
so definidas como:

[ ]

= =
= =
2
1
2
1
n
n n
2
n
n n
n x ] n [ p E
eq. (2.4)

( )
[ ]
=
=
+
2
1
n
n n
2
1 2
n x
1
P
1 n n
eq. (2.5)

Para o caso de um intervalo de tempo infinito:
< t < ou < n <

as definies de energia total e potncia mdia, no caso de um sinal contnuo no
tempo, ficam:

= =
dt ) t ( x dt ) t ( x lim E
2
T
T
2
T
eq. (2.6)

T
T
2
T
dt ) t ( x
T 2
1
lim P
eq. (2.7)

23
e, para um sinal discreto no tempo, ficam:

[ ] [ ]

=
=

= =
N
N n n
2 2
N
n x n x lim E
eq. (2.8)

( )
[ ]
=

=
+
N
N n
2
N
n x lim P
1 N 2
1
eq. (2.9)

Note que para alguns sinais E
e/ou P
podem no convergir. Por exemplo, se x(t) ou

x[n] = constante 0 para todo t, ento este sinal tem energia infinita (E
= ).
Se um sinal tem energia E
< (energia total finita), ento:

P
= 0
Isto porque

0
T 2
E
lim P
T
= =

(no caso contnuo) eq. (2.10)

ou

( )
0
E
lim P
1 N 2
N
= =
+
(no caso discreto) eq. (2.11)

Por outro lado, pela mesma razo, isto , usando se eq. (2.10) e eq. (2.11),
conclumos que: se um sinal tem potncia finita 0 (0 < P
< ), ento:
E
= .

Finalmente, existem sinais que possuem ambas: E
= e P
= .

Exemplo 2.1:

Considere o sinal x(t), ilustrado na figura 24.

Fig. 24 O sinal x(t) = 2, 0 < t < 1.

[ ]
< <
=
2 , 0 t se 0
2 t 0 se 1
) t ( x

24
Facilmente observa-se que para este sinal x(t):
2
0 2 0
dt 0 dt 1 dt 0
dt ) t ( x E
2
2
2
0
2
0
2
2
=
+ + =
+ + =
=

e portanto, pela eq. (2.10),
P
= 0.

Exemplo 2.2:

Considere o sinal
n , 2 ] n [ x =
ilustrado na figura 25.

Fig. 25 O sinal x[n] = 2, n.

Para este sinal x[n]:
( )
[ ]
( )
( )
4
4 ) 1 N 2 ( lim
) 4 4 4 4 ( lim
n x lim P
1 N 2
1
1 N 2
1
1 N 2
1
N
N
N
N n
2
N
=
= + =
= + + + + + =
= =
+
+
+

=

L L

E
= .


25
Exemplo 2.3:
Considere o sinal
, 2 , 1 , 0 , 1 , 2 n , 2 ] n [ x = =
e
, 2 , 1 , 0 , 1 , 2 n , 0 ] n [ x =
ilus-
trado na figura 26.

Fig. 26 O sinal x[n] para n = 2, n = 2, 1, 0, 1, 2,
e x[n] = 0, n 2, 1, 0, 1, 2.

Para este sinal x[n]:
[ ] 20 2 n x lim E
N
N n
2
2 n
2
2
N
= = =

= =

P
= 0.

Exemplo 2.4:
Considere o sinal x(t) = 0,25 t, t ilustrado na figura 27.

Fig. 27 O sinal x(t) = 0,25 t, t.

Facilmente observa-se que para este sinal x(t) ambos E
e P
so infinito.
E
= ,
P
= .

=
=
2 , 1 , 0 , 1 , 2 n se 0
2 , 1 , 0 , 1 , 2 n se 2
] n [ x

26
2.6 Transformaes da varivel independente

Nesta seco apresentamos as transformaes da varivel independente em sinais

Translao no tempo (time shifting):

A translao no tempo, time shifting ou simplesmente shift , o deslizamento
lateral, para direita ou para a esquerda, do sinal x[n] (no caso discreto) ou x(t) (no
caso contnuo). Isso obtido com a mudana da varivel independente, o tempo n
ou t:
n n n
o
ou t t t
o
.

Shift para direita (retardo):

sinal discreto: x[n] x[nn
o
], n
o
> 0.

Fig. 28 Ilustrao de shift para direita (retardo) no sinal discreto x[n].

sinal contnuo : x(t) x(t t
o
), t
o
> 0.

Fig. 29 Ilustrao de shift para direita (retardo) no sinal contnuo x(t).

27
Shift para esquerda (avano):

sinal discreto: x[n] x[n+n
o
] , n
o
> 0.

Fig. 30 Ilustrao de shift para esquerda (avano) no sinal discreto x[n].

sinal contnuo : x(t) x(t + t
o
), t
o
> 0.

Fig. 31 Ilustrao de shift para esquerda (avano) no sinal contnuo x(t).

Reverso do tempo / sinal reflectido (time reversal) em torno de t = 0:
sinal discreto: x[n] x[n]

Fig. 32 Ilustrao de reverso do tempo time reversal no sinal discreto x[n].
sinal contnuo: x(t) x(t)

28

Fig. 33 Ilustrao de reverso do tempo time reversal no sinal contnuo x(t).

Escalonamento no tempo (time scaling):

O escalonamento no tempo na verdade uma mudana da escala do tempo n (no
caso discreto) ou t (no caso contnuo). Isso obtido com a mudana da varivel
independente, o tempo n ou t:

n a n ou t a t.

para uma constante a > 0.

Compresso ou encolhimento:
sinal discreto: x[n] x[an] , a > 1.
sinal contnuo: x(t) x(at), a > 1.

Expanso ou esticamento:
sinal discreto: x[n] x[an] , 0 < a < 1.
sinal contnuo: x(t) x(at), 0 < a < 1.


29

Fig. 34 Ilustraes de escalonamento no tempo (time scaling) feito ao
sinal contnuo x(t). V-se x(t), x(2t) e x(t/2).

Caso geral:
sinal discreto: x[n] x[n + ]
sinal contnuo: x(t) x(t + )
Se | | < 1 sinal esticado ( );
Se | | > 1 sinal comprimido ( );
Se < 0 sinal invertido;
Se < 0 translao (shift) para direita;
Se > 0 translao (shift) para esquerda.

30
Exemplo 2.5:

Considere o sinal x(t) dado pela expresso:

<

=
] 2 , 0 [ t 0
2 t 1 5 , 0
1 t 0 1
) t ( x

e que est representado na figura 35(a). Nas figuras 35(b)-(h) esto representados
algumas transformaes de x(t) atravs de translaes (time shifting), reverso do
tempo (time reversal) e escalonamentos no tempo (time scaling).

No caso do sinal x(t + 1) da figura 35(b) trata-se de uma translao (shift) para
esquerda de uma unidade de tempo, enquanto que o sinal x(t) da figura 35(c) o
sinal x(t) reflectido, isto , uma reverso no tempo (time reversal).

Por outro lado, os sinais

|
\
|
t
3
2
x
e
|
\
|
t
2
3
x

da figura 35(d) e (e) so escalonamentos no tempo (time scaling) com ampliao
escala em 1,5 (ou seja, 3/2) no primeiro deles, e com compresso da escala de 0,666
(ou seja, 2/3) no caso do segundo.

Por sua vez o sinal
|
\
|
+1 t
2
3
x

da figura 35(f) trata-se de uma translao para esquerda de uma unidade, primeiro, e
uma compresso da escala de 0,666 depois. Entretanto, no sinal

|
\
|
+
2
) 1 t ( 3
x

da figura 35(g) passa-se exactamente o oposto: uma compresso da escala de 0,666,
primeiro, e uma translao para esquerda de uma unidade, depois.

Finalmente o sinal
( ) 5 , 0 t 2 x

da figura 35(h) uma translao para esquerda de uma 0,5, primeiro, e uma
compresso da escala de 0,5 (ou seja, ) depois.

31

(a) (b)

(c) (d)

(e) (f)

(g) (h)
Fig. 35 Sinais do Exemplo 2.5.


32
2.7 Sinais peridicos
Um sinal contnuo x(t) peridico se T > 0 tal que
x(t) = x(t + T) , t eq. (2.12)
T chamado de perodo de x(t).
Ou seja, um sinal peridico x(t) fica imutvel se fizermos uma translao (shift) de T.

Fig. 36 Sinal peridico.

Se um sinal x(t) peridico de perodo T ento x(t) tambm peridico de perodo
2T, 3T, 4T,

O perodo fundamental T
o
de x(t), o menor valor positivo de T para o qual a
eq. (2.12) acima vlida.

Esta definio tem uma excepo que o caso de

x(t) = C (constante) , t

que tambm peridico pois qualquer valor T > 0 um perodo deste sinal, mas
entretanto no h um perodo fundamental T
o
para este sinal.

Um sinal no peridico chamado de aperidico.

Analogamente, um sinal discreto x[n] peridico se N tal que

x[n] = x[n + N] , n eq. (2.13)

N chamado de perodo de x[n].

O perodo fundamental de x[n], N
o
, o menor valor de N para o qual eq. (2.13)
vlida.


33
Exemplo 2.6:
fcil de verificar que T
o
= (2/a) o perodo fundamental do sinal peridico:
x
1
(t) = b cos (at + c)

e que T
o
= (/a) perodo fundamental do sinal peridico:
x
2
(t) = b | cos (at) |

Exemplo 2.7:
A figura 37 mostra um sinal discreto com perodo fundamental
N
o
= 3.

Fig. 37 Sinal do Exemplo 2.7.

2.8 Sinais pares e mpares

Um sinal contnuo x(t) par se:
x(t) = x(t)

Um sinal discreto x[n] par se:
x[n] = x[n]

Um sinal contnuo x(t) mpar se:
x(t) = x(t)

Um sinal discreto x[n] mpar se:
x[n] = x[n]

34
Exemplo 2.8:
As figuras 38 e 39 mostram um sinal par e um sinal mpar respectivamente.

Fig. 38 Um sinal par.

Fig. 39 Um sinal impar.


35
Note que para um sinal mpar x(t) (contnuo), ou x[n] (discreto), satisfaz respectiva-
mente:
x(0) = 0,
ou
x[n] = 0.

Exemplo 2.9:
x(t) = sen (t) um sinal mpar; e
x(t) = cos (t) um sinal par.

Um sinal pode ser decomposto na soma de 2 sinais sendo um par e um mpar.

No caso de um sinal contnuo:

{ } { } ) t ( x Od x(t) Ev x(t) + =

onde:

{ } ( ) ) t ( x ) t ( x
2
1
x(t) Ev + =
(sinal par)

{ } ( ) ) t ( x ) t ( x
2
1
x(t) Od =
(sinal mpar)

No caso de um sinal discreto:

[ ] [ ] { } [ ] { } n x Od n x Ev n x + =

onde:

[ ] { } [ ] [ ] ( ) n x n x
2
1
n x Ev + =
(sinal par)

[ ] { } [ ] [ ] ( ) n x n x
2
1
n x Od =
(sinal mpar)

Exemplo 2.10:

O sinal x[n] da figura 40 chamado de degrau unitrio (como veremos com detalhes
no captulo 3 sobre sinais singulares).


36

Fig. 40 Sinal degrau unitrio.

Este sinal pode facilmente ser decomposto nos dois sinais

x
ev
[n] = Ev{x[n]}
e
x
od
[n] = Od{[n]}
dados abaixo:

[ ] [ ] { }
>
=
<
= =
0 n se ,
2
1
0 n se , 1
0 n se ,
2
1
n x Ev n x
ev

[ ] [ ] { }
>
=
<
= =
0 n se ,
2
1
0 n se , 0
0 n se ,
2
1
n x Od n x
od

e que esto representados a nas figura 41.

Fig. 41 Sinais x
ev
[n] e x
od
[n], as componentes par e mpar de x[n].


37
2.9 Sinais exponenciais e sinusoidais

O sinal sinusoidal contnuo:

Fig. 42 O sinal sinusoidal contnuo.

Este sinal descreve as caractersticas de muitos processos fsicos, em particular: siste-
mas no qual a energia conservada, como os circuitos LC; o movimento harmnico
simples (MHS); a variao da presso acstica que corresponde ao tom de uma nota
musical; etc.

O sinal acima x(t) = A cos(
o
t + ),
o
= 0 peridico com perodo fundamental
o
o
2
T
=
.
e
o
chamada de frequncia fundamental.

A equao acima mostra que frequncia fundamental e o perodo fundamental so
inversamente proporcionais.

Se tivermos 3 sinais:
x
o
(t) = A cos(
o
t + ),
x
1
(t) = A cos(
1
t + ), e
x
2
(t) = A cos(
2
t + ),

38
com
2
<
o
<
1
(o que equivale a T
1
< T
o
< T
2
) ento x
1
(t) oscila mais que x
o
(t) e
por outro lado x
2
(t) oscila menos que x
o
(t).

Ou seja, para o sinal x
o
(t) = A cos(
o
t + ), quanto maior a frequncia
o
, mais ele
oscila, e quanto menor frequncia
o
, menos ele oscila.

Fig. 43 Trs sinais peridicos (do tipo x(t) = cos t) com frequncias diferentes.

39
As unidades de ) t cos( A x(t)
o
+ = so:
T [segundos]
[radianos]
o
[radianos / segundo]

s vezes a frequncia natural
o
escrita como

o
= 2f
o

onde f
o
a frequncia do sinal x(t) = A cos(2f
o
t + ) e tem como unidade

f
o
[Hertz]

Note tambm (os casos particulares), para

) t ( cos A ) t ( x
o
+ =

se = 0, ou = 2, 4, x(t) = A cos (
o
t)
se
2
= ,
ou
L , 4
2
, 2
2

=
x(t) = A sen (
o
t)
se
2
=
,
ou
L , 4
2
, 2
2

=
x(t) = A sen (
o
t)
se = , ou
L , 7 , 5 , 3 , =
x(t) = A cos (
o
t)

Alm disso: se
o
= 0 ==>
x(t) = C (constante)

Fig. 44 O sinal x(t) = C (constante).

O sinal x(t) = C (constante), t tambm um sinal peridico, e com perodo T para
qualquer T > 0. Entretanto este sinal x(t) = C (constante) no tem um perodo funda-
mental T
o
.


40

Outro detalhe: o sinal x(t) escrito na forma combinao linear de um seno e um co-
seno com a mesma frequncia
o
t e sem desfasagem, isto ,

) t ( cos ) t ( sen ) t ( x
o o
+ = ,

pode ser escrito como um seno com a mesma frequncia
o
t e desfasagem , isto ,
) t ( sen A ) t ( x
o
+ = ; e vice-versa. Ou seja:

) t ( sen A
) t ( cos ) t ( sen ) t ( x
o
o o
+ =
+ =

onde:

= cos A e = sen A eq. (2.14)

2 2
A + = e |
\
|
= arctg
eq. (2.15)

Por outro lado, o sinal x(t) que vimos mais acima, expresso na forma de um co-seno
de frequncia
o
t e desfasagem , isto , ) t ( cos A ) t ( x
o
+ = , pode ser escrito na
forma de combinao linear de um seno e um co-seno com a mesma frequncia
o
t (e
vice-versa) da seguinte forma:

) t ( sen ) t ( cos
) t ( cos A ) t ( x
o o
o
=
+ =

onde , , A e so dados acima em eq. (2.14) e eq. (2.15).

O sinal exponencial contnuo:

at
C ) t ( x e =

Caso 1: C R e a R R = conjunto dos nmeros reais.

Neste caso x(t) chamado de um sinal exponencial real e pode ser crescente (se
a > 0) ou decrescente (se a < 0).


41

Fig. 45 O sinal exponencial contnuo, caso 1 (C R e a R), a > 0, crescente.

Fig. 46 O sinal exponencial contnuo, caso 1 (C R e a R), a < 0, decrescente.

A exponencial crescente usada na descrio de muitos fenmenos fsicos como a
reaco em cadeia em exploses atmicas e certas reaces qumicas complexas.

A exponencial decrescente tambm aparece na descrio de muitos processos fsicos
como por exemplo: o decaimento radioactivo, a resposta v
c
(t) do circuito RC e siste-
mas mecnicos amortecidos.

Obviamente se a = 0, ento novamente x(t) = C e
at
= C = constante (j vista acima nos
sinais sinusoidais com frequncia
o
= 0) e portanto x(t) deixa de ser um sinal
crescente ou decrescente.

Fig. 47 O sinal x(t) = C (constante), caso particular a = 0 do sinal exponencial
contnuo.

42
Caso 2: C = 1 e a um nmero imaginrio puro
t a
C ) t ( x e =

para C = 1 e a = j
o
(imaginrio puro)

t j
o
) t ( x

= e

Neste caso x(t) um sinal exponencial complexo para cada t.

Fig. 48 O sinal exponencial contnuo, caso 2 (C = 1 e a um nmero imaginrio
puro)

Observe que como =
, 1
j
e , ento:

| x(t) | = 1 , t

Podemos interpretar este sinal x(t) como um ponto que se desloca na circunferncia
de raio 1 no plano complexo com velocidade angular |
o
| rad/s.

Note que este sinal
t j
o
) t ( x

= e

sempre peridico pois:


43
) t ( x
e ) T t ( x
T j t j ) T t ( j
o o o
=
= = = +
+
e e

para muitos valores de T (perodo) para os quais
o
j T
1
= e .

De facto, se
... , 2 , 1 k ,
k 2
T
o
=
=
,
ento 1
T j
o
=
e e T um perodo de x(t). No caso particular de

0 ,
2
T
o
o
o

=

ento T
o
o perodo fundamental de x(t) e
o
chamada de frequncia fundamental
de x(t).
A famlia de sinais exponenciais complexos

t k j
k
o
) t (

= e
, ... , 2 , 1 , 0 k =

conhecida como sinais harmonicamente relacionados. Estes sinais so peridicos e
a frequncia fundamental de cada ) t (
k
, k 0,

o ok
k =

e o perodo fundamental

k
T
k
2
T
o
o
ok
=

=

No caso de k = 0, ento ) t (
o
= constante e no h uma frequncia fundamental nem
um perodo fundamental.

O termo harmnico advm da msica e se refere aos tons resultantes de variaes
da presso acstica em frequncias que so mltiplas da frequncia fundamental.

Por exemplo, o padro de vibrao de uma corda de um instrumento musical (como o
violino) pode ser descrito como a sobreposio (ou a mdia ponderada) de sinais ex-
ponenciais peridicos harmonicamente relacionados.


44
Exemplo 2.11:
( )
t 5 , 1 j t 5 , 1 j t 5 , 3 j
t 5 j t 2 j
) t ( x

+ =
+ =
e e e
e e

agora, usando a Equao de Euler,
) t 5 , 1 cos( e 2 ) t ( x
t 5 , 3 j
=

e, como
1
j
=
e
, , temos que
) t 5 , 1 cos( 2 ) t ( x =

que o sinal sinusoidal de onda completa rectificado, visto no grfico da figura 49
abaixo.

Fig. 49 Mdulo do sinal x(t), ) t 5 , 1 cos( 2 ) t ( x = .

Caso 3: C C e a C C = conjunto dos nmeros complexos.

Se
C = |C| e
j

(C est escrito na forma polar)
a = + j
o
(a est escrito na forma cartesiana)

ento o sinal exponencial contnuo

a t
( j )t j
o
( j t ) t
o
t t
o o
x(t) C
C
C
C cos( t ) j C sen( t )
+
+

=
=
=
= + + +
e
e e
e e
e e

Logo:

45

Re{ x(t) } e Im{ x(t) }
= 0
Sinais sinusoidais
> 0
Sinais sinusoidais multiplicados por exponenciais crescentes
< 0
Sinais sinusoidais multiplicados por exponenciais decrescentes

Re{x(t)} = C e
t
cos(
o
t + ) , > 0 Re{x(t)} = C e
t
cos(
o
t + ) , < 0

Fig. 50 Sinais sinusoidais multiplicados por exponenciais (com > 0 e < 0).

Para exemplificar, a figura 50 mostra-nos dois sinais sinusoidais multiplicados por
exponenciais. Um com > 0, logo o sinal cresce; e outro com < 0, logo o sinal
decai, ou fica amortecido.

Exemplos de sistemas fsicos onde aparecem estes sinais so: Circuitos RLC; siste-
mas mecnicos com amortecimento e fora restauradora (massa-mola, suspenso de
automveis, etc.). Estes sistemas tm mecanismos que dissipam energia (como resis-
tncias, foras amortecedoras e atritos) com oscilaes que decaem no tempo.

O sinal sinusoidal discreto:

x[n] = A cos (
o
n + )

onde as unidades de x[n] so:
n [sem dimenso]
o
[radianos]
[radianos]
f
o
=
o
/ 2 [radianos]


46
As figuras 51, 52 e 53 acima ilustram 3 sinais sinusoidais discretos x
1
[n], x
2
[n] e
x
3
[n].

Fig. 51 Sinal sinusoidal discreto x
1
[n] = A cos (
o
n), para
o
= 0,2 0,628.
Este sinal peridico e o perodo fundamental N
o
= 10.

2
[n] = A cos (
o
n), para
o
= 0,3 0,944.
Este sinal peridico e o perodo fundamental N
o
= 20.

3
[n] = A cos (
o
n), para
o
= 1.
Este sinal no peridico conforme veremos mais adiante.

Usando as equaes de Euler, um sinal sinusoidal discreto x[n] pode ser escrito
como:

47
n j j j
o
n j
o
e e
2
A
e e
2
A
) ( cos A x[n]
o

+ =
= + =

e, como
1
2
j
=
e
e 1
2
n
o
j
=
e , ento, para este sinal temos que a energia total E

e a potncia total P
so:
E
= , e P
= 1.

O sinal exponencial discreto:

Considere o sinal

[ ]
n
n
C
C n x
=
=
e
, onde
= e
.

que uma forma anloga ao sinal exponencial contnuo.

Caso 1: C R e R: R = conjunto dos nmeros reais.

Neste caso x[n] pode ser um sinal crescente (se | | > 1) ou um sinal decrescente (se
| | < 1).

Na figuras 54 e 55 vemos os grficos deste sinal [ ]
n
C n x = para > 1, 0 < < 1,
1 < < 0 e < 1.

Fig. 54 Sinal exponencial discreto, caso 1, > 1 e 0 < < 1.

48

Fig. 55 Sinal exponencial discreto, caso 1, 1 < < 0 e < 1.

Obviamente, se = 0, ento [ ]
n
C n x = sinal da figura 56.

Fig. 56 Sinal constante discreto, caso da constante = 0,
um caso particular do sinal exponencial discreto.

De forma semelhante, se = 1, ento [ ]
n
C n x = um dos sinais da figura 57. Ou
seja, um sinal constante |C|.

Fig. 57 Sinais constantes discretos, casos da constante positiva e negativa, um
casos particulares do sinal exponencial discreto.

49
Ou seja:
Se = 0, ento [ ]
n
C n x = = 0 ,
se = 1 e C > 0, ento [ ]
n
C n x = = | C | ,
se = 1 e C < 0, ento [ ]
n
C n x = = | C | ,
se = 1 e C > 0, ento [ ]
n
C n x = = | C |.
se = 1 e C < 0, ento [ ]
n
C n x = = | C |.

Caso 2: C = 1 e um nmero imaginrio puro (isto , | | = 1):

O sinal exponencial complexo

[ ]
n n
C C n x = =

e
( )
= e
para C = 1 e = j
o
(imaginrio puro), temos que | | = 1, e x[n] fica:

[ ]
n j
o
n x

= e
.

Usando a equao de Euler temos que:

[ ] n sen j n cos n x
o o
n j
o
+ = =

e

Observe que, como , n , 1 e
2
n j
o
=
ento para este sinal temos novamente que

E
= , e P
= 1.

Note que o sinal exponencial
[ ]
n
o
j
n x

= e satisfaz a seguinte propriedade:

[ ]
... , 2 , 1 , 0 m ,
n x
n ) m
o
( j
n ) 2
o
( j n
o
j
= =
= = =

+
e
e e

ou seja, o sinal x[n] o mesmo para frequncia
o
e (
o
+ 2). Na verdade o
mesmo para qualquer frequncia (
o
m), m = 0, 1, 2, Isto , ele se repete a
cada 2 a medida que a frequncia
o
varia.

Esta situao diferente do seu sinal anlogo contnuo x(t), onde para cada
o
, x(t)
era um sinal diferente. Nunca se repetia para valores diferentes de
o
. Na verdade,
quanto maior era a frequncia
o
, maior era a taxa de oscilao de x(t).

50

No caso discreto que analisamos aqui

[ ]
n
o
j
n x

= e

o que ocorre que conforme
o
aumenta de 0 at , obtemos sinais x[n] que oscilam
cada vez mais rpido. Depois, continuando a aumentar
o
de at 2, os sinais x[n]
vo oscilando cada vez mais lentamente at voltar a ser o mesmo que era em
o
= 0
para
o
= 2.

Os grficos da figuras 58-61 abaixo do uma ideia de como isto ocorre. Elas mostram
a evoluo da parte real de x[n], ou seja

{ } { } , ) n cos( Re ] n [ x Re ] n [
o
j n
o
= = =

e

desde 0 (nenhuma oscilao) at (nmero mximo de oscilaes) e depois conti-
nuando at 2 (nenhuma oscilao novamente).

Fig. 58 Sinais discretos [n] = cos (
o
n),
o
= 0 e
o
= /8.

8
o
=
0
o
=

51

Fig. 59 Sinais discretos [n] = = cos (
o
n),
o
= /4 ,
o
= /2 e
o
= .
4
o
=
2
o
=
=
o

52

Fig. 60 Sinais discretos [n] = cos (
o
n),
o
= 3/2 ,
o
= 7/4 e
o
= 15/8.
2
3
o
=
4
7
o
=
8
15
o
=

53

Fig. 61 Sinal discreto [n] = cos (
o
n),
o
= 2.

Se
o
= , ou
o
= n para um valor de n mpar, a oscilao mxima pois

[ ]
. ) 1 ( ) (
mpar n para , n x
n n
n n
o
j
j
j
= =
= =

e
e e

ou seja, o sinal x[n] salta de +1 para 1 a cada ponto n no tempo.

Por outro lado se
o
= 0, ou
o
= n para m par, no h oscilao pois

[ ] n , 1
0 n
o
j j
n x =
= =

e e

ou seja, o sinal x[n] constante para todos os valores n no tempo.

Portanto, as oscilaes baixas (ou variaes lentas) do sinal x[n] tem valores
o
pr-
ximo a 0, 2, etc. (mltiplos pares de ), enquanto que as oscilaes altas (ou varia-
es rpidas) do sinal x[n] esto localizadas prximas a e mltiplos mpares de .
Outra propriedade importante a periodicidade. Esta situao aqui em x[n] tam-
bm diferente que no seu anlogo contnuo x(t). Enquanto que o sinal x(t) sempre
peridico, para o sinal x[n] isto no ocorre sempre.
Note que a equao
[ ] [ ] n x N n x
n
o
j N
o
j N n (
o
n j
) j
o
= =
+
= = +

e e e e

s vlida quando 1
N
o
j
=
e , ou seja, se

... , 2 , 1 , 0 m , m 2 N
o
= =

isto , se

... , 2 , 1 , 0 m ,
N
m
2
o
= =
eq. (2.16)

o que equivale a dizer

2
o
Q = conjunto dos nmeros racionais. eq. (2.17)
= 2
o

54
Logo, o sinal discreto
[ ]
n
o
j
n x

= e
s peridico quando
2
o
um nmero racional.

Considere os 3 sinais ilustrados na figuras 51, 52 e 53,

x
1
[n] = A cos (
o
n), para
o
= 0,2 , eq. (2.18)
x
2
[n] = A cos (
o
n), para
o
= 0,3 , eq. (2.19)
x
3
[n] = A cos (
o
n), para
o
= 1. eq. (2.20)

Somente os 2 primeiros sinais, i.e., x
1
[n] da eq. (2.18) e x
2
[n] da eq. (2.19), so
peridicos pois tm frequncias mltiplas de por um nmero racional.

Nota-se que na ilustrao de x
1
[n] (figura 51) e x
2
[n] (figura 52) que os pontos voltam
a ter o mesmo valor de x[n] periodicamente.
J com o terceiro destes sinais, i.e., x
3
[n] da eq. (2.20), isso no acontece pois
o
= 1
no mltiplo de por um nmero racional e portanto ele no um sinal peridico.
Observe que x
2
[n] e x
3
[n] so sinais muito prximos pois
x
2
[n] = A cos (3 n) = A cos (0.9425 n) e x
3
[n] = A cos (1 n).

Entretanto, para o sinal x
3
[n] (figura 53) os pontos nunca voltam a ter um mesmo
valor, pois no peridico. Ele oscila infinitamente mas as sequncias de valores
nunca torna a se repetir. Por exemplo, x
3
[0] = 1, pois o cos(0) = 1. No entanto este
valor 1 nunca torna a acontecer para nenhum outro x
3
[n], n 0.

M
x
3
[2] = 0.4161
x
3
[1] = 0.5403
x
3
[0] = 1,0
x
3
[1] = 0,5403
x
3
[2] = 0,4161
x
3
[3] = 0,9899
x
3
[4] = 0,6536
x
3
[5] = 0,2837
x
3
[6] = 0,9602
x
3
[7] = 0,7539
x
3
[8] = 0,1455
x
3
[9] = 0,9111
x
3
[10] = 0,8391
x
3
[11] = 0,0044
x
3
[12] = 0,8439
x
3
[13] = 0,9074
x
3
[14] = 0,1367
x
3
[15] = 0,7597
x
3
[16] = 0,9577
x
3
[17] = 0,2752
x
3
[18] = 0,6603
x
3
[19] = 0,9887
M

Podemos escrever a condio das eq. (2.16) e eq. (2.17), i.e., (
o
/2) Q, de uma
outra forma equivalente:

Se (
o
/2) Q, ento qualquer N que satisfaz

... , 2 , 1 , 0 m ,
2
m N
o
=
|
|
\
|
=
eq. (2.21)

um perodo de x[n].

55
Na verdade, se
o
0, e se N e m forem primos entre si (no tm factores comuns),
sendo N > 0, ento o perodo fundamental

N
o
= N ,
ou seja,
|
|
\
|
=
o
o
2
m N
.
Resumindo o Caso 2 para os sinais contnuos e discretos:

t j
o
) t ( x

= e

[ ]
n j
o
n x

= e

x(t) para valores de
o

x[n] se repete para
o
, (
o
+ 2), (
o
+ 4), etc

x(t) peridico
o

x[n] s peridico se |
\
|
=
N
m 2
o

Para algum inteiro N > 0 e m inteiro.
(m e N primos entre si)

frequncia fundamental de x(t)
o

frequncia fundamental de x[n]
m
o

(m e N primos entre si)
perodo fundamental de x(t)

se
o
= 0 no existe!
se
o
0
o
o
2
T
=

perodo fundamental de x[n]

se
o
= 0 no existe!
se
o
0
|
|
\
|
=
o
o
2
m N

Caso 3: C C e C: C = conjunto dos nmeros complexos

Se
C = |C| e
j

(C escrito na forma polar)
= || e

j o
( escrito na forma polar)

ento o sinal exponencial contnuo

56
[ ]
) n sin( C j ) n cos( C
C n x
o o
n n
n
+ + + =
=

Logo,

Re{ x[n] } e Im{ x[n] }
| | = 1
Sinais sinusoidais discretos
| | > 1
Sinais sinusoidais multiplicados por exponenciais crescentes
| | < 1
Sinais sinusoidais multiplicados por exponenciais decrescentes

Fig. 62 Sinal exponencial discreto, caso 3, | | > 1.

Fig. 63 Sinal exponencial discreto, caso 3, | | < 1.
[ ] [ ] { }
1
) n cos( n x Re n
o
n
>
+ = =
[ ] [ ] { }
1
) n cos( n x Re n
o
n
<
+ = =
J. A. M. Felippe de Souza 3 Sinais Singulares

1

3 Sinais Singulares

3.1 Introduo aos sinais singulares 3
3.2 Sinais singulares discretos 4
O sinal impulso unitrio discreto (unit-impulse) 4
Propriedades do impulso unitrio discreto 5
O sinal degrau unitrio discreto (unit-step) 5
Relao entre u
o
[n] e u
1
[n] 6
O sinal rampa unitria discreta (unit-ramp) 6
Relao entre u
1
[n] e u
2
[n] 8
A famlia de sinais singulares discretos 8
Exemplo 3.1 8
Exemplo 3.2 9
Exemplo 3.3 9
Exemplo 3.4 10
Exemplo 3.5 11
Exemplo 3.6 12
3.3 Sinais singulares contnuos 13
O sinal impulso unitrio (unit-impulse) 13
Propriedades do impulso unitrio contnuo 14
O sinal degrau unitrio (unit-step) 15
Relao entre u
o
(t) e u
1
(t) 16
O sinal rampa unitria (unit-ramp) 16
Relao entre os 3 sinais u
o
(t), u
1
(t) e u
2
(t) 17
A famlia de sinais singulares contnuos 17
Exemplo 3.7 19

2

Exemplo 3.8 19
Exemplo 3.9 20
Exemplo 3.10 21
Exemplo 3.11 21
Exemplo 3.12 22
Exemplo 3.13 23


3

Sinais Singulares

3.1 Introduo aos Sinais Singulares

Os sinais singulares ou, tambm chamados sinais de excitao formam uma fam-
lia
u
o
[n], u
1
[n], u
2
[n], ... , no caso discreto;
ou,
u
o
(t), u
1
(t), u
2
(t), ... , no caso contnuo;

Eles so sinais recorrentes, isto , cada sinal desta famlia definido em funo do
anterior.

Matematicamente mesmo possvel definir esta sequncia de sinais infinitamente
para os dois lados, introduzindo tambm os sinais
u
-1
[n], u
-2
[n] , ... ,
ou
u
-1
(t), u
-2
(t), ... ,

mas isto, entretanto, sem grande interesse prtico. Apenas u
k
[n] e u
k
(t) para k 0
tero aplicaes prticas em engenharia.

Portanto, embora sejam um nmero infinito de sinais nesta famlia, na prtica apenas
alguns de mais interesse so realmente utilizados, em especial dois deles: o impulso
unitrio u
o
(t) e o degrau unitrio u
1
(t), normalmente usados como sinais de excitao
(i.e., de input ou de entrada) de sistemas que esto sendo analisados.


4
3.2 Sinais singulares discretos

O sinal impulso unitrio discreto (unit impulse):

A notao do impulso unitrio discreto :

u
o
[n] ou [n]

[ ]
=
0 n , 1
0 n , 0
n u
o

Fig. 1 O sinal impulso unitrio discreto u
o
[n].

Se multiplicarmos o impulso unitrio u
o
[n] por uma constante C 0 obtemos um
impulso tambm, mas neste caso um impulso no unitrio, um impulso de rea C,
onde C pode ser at mesmo negativo. A figura 2 ilustra estes casos.

Obs.: A constante C chamada de rea do impulso, inspirados no caso contnuo que
ser visto mais adiante, embora aqui no caso discreto no tenha o significado que ter
no caso contnuo.

Fig. 2 O sinal impulso unitrio discreto multiplicado por uma constante: C u
o
[n].
esquerda para C > 0, impulso de rea positiva e direita para C < 0,
impulso de rea negativa.


5
Propriedades do impulso unitrio discreto:

fcil de se verificar que o impulso unitrio (caso discreto), conforme definido
acima, satisfaz as seguintes propriedades:

u
o
[n k] = 0, para n k eq. (3.1)

m k , 1 ] k n [ u
k
o
< < =
=
l
l
m
eq. (3.2)

m k , ] k [ x ] k n [ u ] n [ x
k
o
< < =
=
l
l
m
eq. (3.3)

A eq. (3.3) chamada de soma de convoluo e define a convoluo entre os sinais
x[n] e u
o
[n].

O sinal degrau unitrio discreto (unit step):

A notao do degrau unitrio discreto :

u
1
[n] ou u[n]

Fig. 3 O sinal degrau unitrio discreto u
1
[n].

Se multiplicarmos o degrau unitrio u
1
[n] por uma constante C 0 obtemos um
degrau tambm, mas neste caso um degrau no unitrio, um degrau de amplitude C,
onde C pode ser at mesmo negativo. A figura 4 ilustra estes casos.

[ ]
=
=
=
L
L
, 2 , 1 , 0 n , 1
, 2 , 1 n , 0
n u
1

6

Fig. 4 O sinal degrau unitrio discreto multiplicado por uma constante: C u
1
[n].
Para C > 0, degrau de amplitude positiva e C < 0, amplitude negativa.

Relao entre u
o
[n] e u
1
[n]:

Algumas equaes fceis de serem verificadas e que relacionam o impulso unitrio
discreto u
o
[n] com o degrau unitrio discreto u
1
[n] so dadas abaixo:

u
o
[n] = u
1
[n] u
1
[n1] , n eq. (3.4)

[ ] [ ] n , m u n u
n
m
o 1
=

=
eq. (3.5)


7
O sinal rampa unitria discreta (unit ramp):

A notao da rampa unitria discreta :

u
2
[n]

Fig. 5 O sinal rampa unitria discreta u
2
[n].

Se multiplicarmos a rampa unitria u
2
[n] por uma constante C 0 obtemos uma
rampa tambm, mas neste caso no unitria, e de declive (ou inclinao) C, onde C
pode ser at mesmo negativo. A figura 6 ilustra estes casos.

Portanto, um o impulso discreto fica bem determinado pela sua rea, o degrau pela
sua amplitude e a rampa pelo seu declive (ou inclinao). Estes termos faro mais
sentido quando vermos o impulso, o degrau e a rampa contnuos, ou seja, os sinais
singulares contnuos.

Fig. 6 O sinal rampa unitria discreta multiplicado por uma constante: C u
2
[n].
Para C > 0, rampa de declive positivo e C < 0, rampa de declive negativo.

[ ]
=
=
=
L
L
, 2 , 1 , 0 n , n
, 2 , 1 n , 0
n u
2

8
Relao entre u
1
[n] e u
2
[n]:

Algumas equaes fceis de serem verificadas e que relacionam o degrau unitrio
discreto u
1
[n] com a rampa unitria discreto u
2
[n] so dadas abaixo. Note que:

u
2
[n] = n u
1
[n] , n eq. (3.6)

ou tambm, na forma da eq. (3.5):

[ ] [ ] n , m u 1 n u
n
m
1 2
= +

=
eq. (3.7)

Por outro lado, na forma da eq. (3.4),

u
1
[n] = u
2
[n+1] u
2
[n] , n eq. (3.8)

A famlia de sinais singulares discretos:

Observando-se bem a relao entre u
o
[n] e u
1
[n] dada pelas eq. (3.4) e eq. (3.5) e a
relao entre u
1
[n] e u
2
[n] dada acima pelas eq. (3.6), eq. (3.7) e eq. (3.8), vemos que
estes sinais so recorrentes, ou seja, poderamos continuar definindo u
3
[n], u
4
[n], etc.
como uma famlia de sinais singulares discretos, onde:

u
k
[n] = u
k+1
[n] u
k+1
[n1] , n , k = 0, 1, eq. (3.9)

[ ] [ ] L , 1 , 0 k , n , m u n u
n
m
1 k k
= =

=
eq. (3.10)

Exemplo 3.1:

Alguns sinais que podem ser escritos analiticamente em termos dos sinais do tipo
degrau, impulso e rampa.
Os sinais x[n] e y[n] que aparecem na figura 7 so impulsos transladados e portanto
podem ser representados por:


9
x[n] = 3u
o
[n2] e y[n] = 2u
o
[n+1]

Fig. 7 Sinais discretos impulsos transladados x[n] = 3u
o
[n2] e y[n] = 2u
o
[n+1].

Exemplo 3.2:

O sinal x[n] da figura 8 pode ser expresso como um degrau revertido no tempo e
transladado:
x[n] = 2u
1
[n+2]

Fig. 8 Sinal discreto degrau revertido no tempo e transladado x[n] = 2u
1
[n+2].

Exemplo 3.3:

Considere o sinal x[n] da figura 9. Este sinal tem valores no nulos esquerda da
origem (isto , x[n] 0 para valores de n < 0).

Ao multiplicarmos x[n] por u
1
[n] obtemos um sinal que tem todos os seus valores
nulos esquerda da origem, isto ,

x[n]u
1
[n] = 0, n = 1, 2, ,

ao passo que idntico x[n] na origem e direita da origem, ou seja,

10
x[n]u
1
[n] = x[n], n = 0, 1, 2,

(a) (b)
Fig. 9 (a) O sinal x[n] com valores de x[n] 0 esquerda da origem e
(b) o sinal x[n] u
1
[n], que tem todos os seus valores nulos esquerda da
origem mas idntico x[n] na origem e sua direita.

Exemplo 3.4:

O sinal x[n] da figura 9 pode ser expresso como:
[ ] [ ] k n u k ] n [ u n x
3
1 k
o 1
=

=

onde tem-se um degrau unitrio, e depois retira-se valores pontualmente com
impulsos em t = 1, t = 2 e t = 3, para se ter os valores correctos de x[1], x[2] e x[3].

Fig. 9 Sinal discreto x[n] = u
1
[n] u
2
[n] + u
2
[n4] + u
1
[n4].


11
Entretanto, x[n] tambm pode ser representado, de forma equivalente pela expresso:

[ ] [ ] [ ] 4 n u ] 4 n [ u n u ] n [ u n x
1 2 2 1
+ + =

Exemplo 3.5:

Em muitos casos os sinais tm mesmo vrias expresses diferentes. Os sinal x[n] que
aparece na figura 10 pode ser representado por:

[ ] ] 1 n [ u ] n [ u 2 ] n [ u 2 n x
o o 1
=

onde tem-se um degrau de amplitude 2, e depois tira-se valores pontualmente com
impulsos em t = 0, t = 1 e t = 2, para se ter os valores correctos de x[1], x[2] e x[3].

Fig. 10 Sinal discreto x[n] = 2u
1
[n] 2u
o
[n] 2u
o
[n-1].

mas observe que x[n] tambm pode ser representado, de forma equivalente pela ex-
presso:
[ ] ] 1 n [ u ] 1 n [ u 2 n x
o 1
=

ou tambm por:

[ ] ] 1 n [ u ] 2 n [ u 2 n x
o 1
+ =

ou ainda, pela subtraco de duas rampas:

[ ] ] 2 n [ u ] n [ u n x
2 2
+ =


12
Exemplo 3.6:

O sinal discreto x[n] da figura 11 uma sequncia de pulsos de largura 3. Este sinal
pode ser escrito em termos de degraus da seguinte forma:

[ ]
( )
+ =
+ + =
L
L
, 3 , 2 , 1 k
1
k 3
1
1 1 1 1
] k n [ u 1 ] n [ u
] n [ u ] n [ u ] n [ u ] n [ u n x
3
9 6 3

Fig. 11 Sinal discreto x[n], sequncia de pulsos de largura 3.

Alternativamente este sinal x[n] pode ser escrito em termos de impulsos da seguinte
forma:

[ ]

= =
=
+ =
+ + + + =
+ + + + + + =
L L
L
L
, 3 , 2 , 1 , 0 k
2
, 3 , 0
o
o o
, 3 , 2 , 1 , 0 k
o
o o o o o o
)] k 6 ( n [ u
)] 2 k 6 ( n [ u )] 1 k 6 ( n [ u ] k 6 n [ u
] 8 n [ u ] 7 n [ u ] 6 n [ u ] 2 n [ u ] 1 n [ u ] n [ u n x
l
l


13
3.3 Sinais singulares contnuos

O sinal impulso unitrio (unit impulse):

O sinal impulso unitrio contnuo tambm chamado de funo delta ou delta de
Dirac, em aluso ao fsico e matemtico britnico Paul Adrien Maurice Dirac (1902-
1982). O impulso unitrio tem a seguinte notao:

u
o
(t) ou (t)

Fig. 12 O sinal impulso unitrio contnuo u
o
(t)

O impulso unitrio u
o
(t) pode ser interpretado como o limite de uma sequncia de
pulsos de rea 1.

Fig. 13 Sequncia de pulsos de rea igual a 1 que convergem para o sinal
impulso unitrio contnuo u
o
(t).
< < =
=
0 , 1 dt ) t ( u
0 t , 0 ) t ( u
o
o
{ } ) t ( u ) t ( x
o n


14
Note que os sinais x
n
(t) (pulsos) acima so cada vez mais magros e mais altos, a
medida que n cresce, mas entretanto, eles tm todos rea sob a curva igual a 1.

Desta forma fcil de compreender que o impulso unitrio u
o
(t), sendo o limite desta
sequncia de pulsos{ } ) t ( x
n
, vai a infinito em t = 0 e a rea (i.e., a integral sob a curva)
no intervalo [ , ] (para < 0 < ) igual a 1.

Se multiplicarmos o impulso unitrio u
o
(t) por uma constante C 0 obtemos um
impulso tambm, mas neste caso no unitrio, de rea C, onde C pode ser at mesmo
negativo. A figura 14 ilustra estes casos.

Fig. 14 O sinal impulso unitrio contnuo multiplicado por uma constante:
C u
o
(t). esquerda para C > 0, impulso de rea positiva e direita para
C < 0, impulso de rea negativa.

Propriedades do impulso unitrio contnuo:

fcil de se verificar que o impulso unitrio (caso contnuo), conforme definido
acima, satisfaz as seguintes propriedades:

u
o
(t a) = 0, para t a eq. (3.11)

< < =
a , 1 dt ) a t ( u
o eq. (3.12)

< < =
a ), a ( x dt ) a t ( u ) t ( x
o
eq. (3.13)

As expresses das equaes eq. (3.11), eq. (3.12) e eq. (3.13) correspondem, no caso
discreto, s equaes: eq. (3.1), eq. (3.2) e eq. (3.3).


15
A eq. (3.13) chamada de integral de convoluo e define a convoluo entre os
sinais x(t) e o impulso unitrio u
o
(t).

O sinal degrau unitrio (unit step):

A notao do degrau unitrio contnuo :

u
1
(t) ou u(t)

Fig. 15 O sinal degrau unitrio contnuo u
o
(t)

Se multiplicarmos o degrau unitrio u
1
(t) por uma constante C 0 obtemos um
degrau tambm, mas neste caso um degrau no unitrio, um degrau de amplitude C,
onde C pode ser at mesmo negativo. A figura 16 ilustra isso.

Fig. 16 O sinal degrau unitrio contnuo multiplicado por uma constante: C u
1
(t).
esquerda, para C > 0, degrau de amplitude positiva, e direita. C < 0,
degrau de amplitude negativa.

<
=
0 t , 1
0 t , 0
) t ( u
1

16
Relao entre u
1
(t) e u
o
(t):

O degrau unitrio u
1
(t) a integral do impulso unitrio u
o
(t), enquanto que, por sua
vez, o impulso unitrio u
o
(t) a derivada do degrau unitrio u
1
(t), ou seja:

dt ) t ( u ) t ( u
t
o 1

=
eq. (3.14)

dt
) t ( du
) t ( u
1
o
=
eq. (3.15)

O sinal rampa unitria (unit ramp):

A notao da rampa unitria contnua : u
2
(t)

Fig. 17 O sinal rampa unitria contnua u
2
(t)

Se multiplicarmos a rampa unitria u
2
(t) por uma constante C 0 obtemos uma
rampa, mas neste caso no unitria, uma rampa de declive (ou inclinao) C, onde C
pode ser at mesmo negativo. A figura 18 ilustra isso.

Portanto, um o impulso, ou funo delta de Dirac, fica bem determinado pela sua
rea, o degrau pela sua amplitude e a rampa pelo seu declive (ou inclinao).

<
=
0 t , t
0 t , 0
) t ( u
2

17

Fig. 18 O sinal rampa unitria contnua multiplicado por uma constante: C u
2
(t).
esquerda, para C > 0, rampa de declive positivo, e direita, para C < 0,
rampa de declive negativo.

Relao entre os 3 sinais u
o
(t), u
1
(t) e u
2
(t):

A rampa unitria u
2
(t) a integral do degrau unitrio u
1
(t), e a integral dupla do
impulso unitrio u
o
(t). Por outro lado, o degrau unitrio u
1
(t) a derivada da rampa
unitria u
2
(t), e o impulso unitrio a derivada segunda da rampa unitria u
2
(t). Ou
seja:

dt
) t ( du
) t ( u
2
1
=
eq. (3.16)

2
2
2
o
dt
) t ( u d
) t ( u =
eq. (3.17)

dt ) t ( u ) t ( u
t
1 2

=
eq. (3.18)

=
t t
o 2
dt ) t ( u ) t ( u
eq. (3.19)

A famlia dos sinais singulares contnuos:

Os sinais singulares na verdade so uma famlia bem mais ampla do que apenas u
o
(t),
u
1
(t) e u
2
(t). Eles saem recorrentes uns dos outros pelas frmulas:


18

L , 2 , 1 , 0 k ,
dt
) t ( du
) t ( u
1 k
k
= =
+
eq. (3.20)

L , 2 , 1 k , dt ) t ( u ) t ( u
t
1 k k
= =

eq. (3.21)

Desta forma poderamos continuar definindo u
3
(t), u
4
(t), , etc.
Por exemplo, o u
3
(t) tem a expresso:
0 t ,
2
t
) t ( u
2
3
> =

ou seja, o sinal u
3
(t) funo semi-parablica.

Fig. 19 O sinal u
3
(t), funo semi-parablica.

e facilmente se observa que a derivada de u
3
(t) u
2
(t). Por outro lado, a expresso de
u
4
(t) dada por:

0 t ,
! 3
t
2 3
t
) t ( u
3 3
4
> =
=

e novamente se observa que a derivada de u
4
(t) u
3
(t). Por sua vez, a expresso de
u
5
(t) dada por:

0 t ,
! 4
t
2 3 4
t
) t ( u
4 4
5
> =

=

<
=
0 t ,
2
t
0 t , 0
) t ( u
2
3

19
logo, a derivada de u
5
(t) u
4
(t), e assim por diante. Desta forma temos a expresso
geral:

0 t ,
! n
t
) t ( u
n
1 n
> =
+
n= 0, 1, 2, 3, eq. (3.22)

As expresses acima, definidas apenas para t > 0, assume-se que
0 t , 0 ) t ( u
1 n
< =
+

para todo n = 0, 1, 2, 3, pois as sinais singulares so sempre nulos esquerda da
origem.

Exemplo 3.7:

O sinal x(t) da figura 20 a soma de dois sinais impulsos, de reas e - , translada-
dos. Facilmente verifica-se que pode ser escrito na forma:

[ ] ) t t ( u ) t t ( u ) t ( x
o o o o
+ =

Fig. 20 Sinal x(t), soma de impulsos transladados.

Exemplo 3.8:

O sinal x(t) da figura 21 a soma de infinitos sinais impulsos transladados e facil-
mente verifica-se que pode ser escrito na forma:

L + + = ) 3 t ( u ) 2 t ( u ) 1 t ( u ) t ( u ) t ( x
o o o o

ou seja,


20
( )
=
=
0 k
o
k
) k t ( u 1 ) t ( x

Fig. 21 Sinal x(t), soma de impulsos transladados.

Exemplo 3.9:

Os sinais x(t), y(t) e v(t) que aparecem na figura 22 so degraus transladados que
podem ser escritos em termos de sinais singulares do tipo degrau que foram transla-
dados.

Fig. 22 Os sinais x(t), y(t) e v(t), degraus transladados.


21
Facilmente observa-se que as expresses de x(t), y(t) e v(t) so:

) 2 t ( u C ) t ( x
1
+ =

) t 2 ( u C ) t ( y
1
=

) a t ( u
3
2
) t ( v
1
=

Exemplo 3.10:

Aqui vemos dois sinais que podem ser escritos analiticamente em termos dos sinais
singulares do tipo degrau e rampa. Em alguns casos os sinais tm vrias expresses
diferentes. Facilmente observa-se que as expresses de x(t) e y(t) da figura 23 so:

) 2 t ( u ) 1 t ( u ) t ( u ) t ( x
2 2 1
+ =

) 3 t ( u ) 1 t ( u ) t ( u ) t ( y
1 2 2
=

Fig. 23 Os sinais x(t) e y(t) podem ser expressos por degraus e rampas.

Exemplo 3.11:

Os sinais das figuras 24 e 24 so constitudos de pulsos ou tambm chamados, ondas
quadradas e facilmente verifica-se que eles podem ser expressos exclusivamente em
termos de degraus. Pode-se expressar x(t) como:

) 3 t ( u ) 2 t ( u ) 1 t ( u ) t ( u ) t ( x
1 1 1 1
+ =


22

Fig. 24 O sinal x(t) constitudo de 2 pulsos.

e y(t) como:
( )
=
+ =
= + + =
1 k
1
k
1
1 1 1 1
) k t ( u 1 2 ) t ( u
) 3 t ( u 2 ) 2 t ( u 2 ) 1 t ( u 2 ) t ( u ) t ( y L

Fig. 25 O sinal y(t) constitudo de infinitos pulsos, onda quadrada.

Exemplo 3.12:

Os dois sinais que aparecem nas figuras 26 e 27 podem ser escritos exclusivamente
em termos de rampas. Facilmente verifica-se que as expresses de x(t) da figura 25
dada por:
) 3 t ( u ) 2 t ( u 2 ) 1 t ( u ) t ( x
2 2 2
+ =

Fig. 26 O sinal x(t) pode ser expresso apenas por rampas.


23
enquanto que a expresso de y(t) da figura 26 dada por

( )
( )
=
+ =
+ =
+ + =
L
L
L
, 2 , 1 k
2
) k (
2
, 4 , 2 k
2
) 2 / k (
2
2 2 2 2 2
) k 2 t ( u 1 2 ) 1 t ( u
) k t ( u 1 2 ) 1 t ( u
) 8 t ( u 2 ) 6 t ( u 2 ) 4 t ( u 2 ) 2 t ( u 2 ) 1 t ( u ) t ( y

Fig. 27 O sinal y(t) pode ser expresso por uma sequncia infinita de rampas.

Exemplo 3.13:

Considere o sinal x(t) da figura 26 (Exemplo 3.12), que repetimos abaixo na figura 28
e o impulso transladado de a, u
o
(ta), ilustrado na figura 29.

Fig. 28 O sinal x(t) do Exemplo 3.12. Fig. 29 O sinal impulso transladado.

Usando a eq. (3.13) temos abaixo alguns exemplos do uso da integral de convoluo
para a = 1,5, a = 2 e a = 2,5:

5 , 0 ) 5 , 1 ( x dt ) 5 , 1 t ( u ) t ( x
3
1
o
= =

5 , 0 ) 5 , 2 ( x dt ) 5 , 2 t ( u ) t ( x
3
1
o
= =

1 ) 2 ( x dt ) 2 t ( u ) t ( x
3
1
o
= =

0 dt ) 5 , 2 t ( u ) t ( x
2
1
o
=

J. A. M. Felippe de Souza 4 - Sistemas

1

4 Sistemas

4.1 Introduo aos Sistemas 3
4.2 Principais Classificaes de Sistemas 7
Natureza fsica 7
Continuidade no tempo 9
Linearidade 10
4.3 Modelizao de Sistemas 11
Exemplo 4.1 14
4.4 Outras Classificaes de Sistemas 17
Varincia no tempo 17
Exemplo 4.2 17
Natureza aleatria 18
Memria 19
Exemplo 4.3 19
Inversibilidade 20
Exemplo 4.4 20
Exemplo 4.5 21
Causalidade 22
Exemplo 4.6 22
4.5 Sistemas Lineares e Invariantes no Tempo (SLIT) 23
4.6 Propriedades da Convoluo 25
4.7 SLIT sem memria 29

2

4.8 SLIT inversveis 30
Exemplo 4.7 32
4.9 Estabilidade 33
Exemplo 4.8 34
Exemplo 4.9 35
Exemplo 4.10 35
4.10 Teoria de Sistemas 36
Modelizao (modeling) 36
Identificao de parmetros 36
Controlo de sistemas 36
Optimizao 37
Simulao 37
Realimentao (feedback) 37
Estimao de estados 37
Sistemas robustos 37
Sistemas tolerantes falhas 37
Processamento paralelo ou distribudo 38
Sistemas fuzzy 38
Sistemas inteligentes 38


3

Sistemas

4.1 Introduo aos Sistemas

A noo de sistemas intuitiva. Quase tudo que nos rodeia algum tipo de sistema.
Qualquer mecanismo, ou dispositivo, que funcione como a interneco de componen-
tes fsicos um sistema.

Um circuito elctrico, (com resistncias, bobinas e condensadores); ou um circuito
electrnico (com transstores, dodos, etc.) so exemplos de sistemas. Na figura 1
vemos um exemplo de cada um destes tipos de circuitos.

Fig. 1 Um circuito elctrico ( esquerda) e um circuito electrnico ( direita).

Um simples mecanismo como uma alavanca, ou um mecanismo mais complexo
como o motor de um carro so tambm exemplos de sistemas. Na figura 1 vemos um
exemplo de cada um destes tipos de mecanismos.


4

Fig. 2 Uma alavanca, um mecanismo simples( esquerda), e o motor de um carro,
um mecanismo mais complexo ( direita).

Um automvel, um rob ou um avio (ilustrados na figura 3) so outros exemplos de
sistema. So sistemas mais complexos pois dentro deles tm muitos circuitos elctri-
cos e electrnicos assim como muitos mecanismos. Ou seja, so sistemas que pos-
suem dentro outros sistemas, ou subsistemas.

Fig. 3 Um automvel, um rob e um avio, exemplos de sistemas mais complexos;
sistemas com subsistemas dentro.

O corpo humano tambm um exemplo de sistema, e de um sistema bastante sofis-
ticado, cheio de subsistemas: o sistema circulatrio, o sistema respiratrio, o apare-
lho digestivo, o sistema nervoso, etc., etc.

Na verdade, o corpo humano de cada pessoa um sistema diferente. E cada rgo
deste, (seja o crebro, ou o corao, ou os pulmes, ou o fgado, ou os rins, ou o in-
testino, ou o pncreas, etc.), tambm um sistema por si s, ou seja, um subsistema
do mesmo.


5

Fig. 4 O corpo humano, outro exemplo de um sistema complexo; na verdade, um
sistema com muitos subsistemas dentro.

Entretanto, h muitos outros sistemas menos palpveis que estes exemplificados
acima, como por exemplo:
o aquecimento de uma casa;
o funcionamento dos elevadores de um edifcio;
a automao de uma fbrica;
a gesto e a economia de um pas;
etc.

Fig. 5 O sistema de elevadores de um prdio grande, o sistema de automao de
uma indstria, outros exemplos de sistemas bastante complexos.

6
Os sinais que estudamos aqui, em geral, esto associados a algum sistema. Eles
podem representar, por exemplo, a entrada de um sistema, ou alternativamente, a
sada do sistema.

O sinal de entrada de um sistema (input em ingls) s vezes tambm chamado de
o controlo ou mesmo a excitao do sistema.

Por outro lado, o sinal de sada de um sistema (output em ingls) s vezes tambm
chamado de a resposta ou a a observao do sistema.

comum se representar sistemas esquematicamente atravs de uma caixa preta
(black box), como vemos na figura 6.

entrada sada
(input) (output)
controlo resposta
excitao observao
Fig. 6 Caixa preta (black box) de um sistema e os vrios nomes dados
para a entrada e a sada do mesmo.

Na realidade muitos sistemas podem ter no apenas uma entrada e uma sada, mas
mltiplas entradas e/ou mltiplas sadas.

entradas sadas
Fig. 7 Caixa preta (black box) de um sistema com mltiplas
entradas e/ou mltiplas sadas.

Existe uma forma de representar sistemas, assim como a ligao entre os subsistemas
de um sistema, usando blocos e por isso chamada de Diagrama de blocos. Na reali-
dade a caixa preta (black box) um diagrama de blocos com apenas um bloco.

Sistema

Sistema

7
4.2 Principais Classificaes de Sistemas

H muitas maneiras possveis de se classificar os sistemas. Nesta seco veremos al-
gumas das principais.

Natureza fsica

Quanto a natureza fsica, sistemas podem ser classificados de muitas formas diferen-
tes. Abaixo citamos algumas das principais formas de sistemas que lidamos em enge-
nharia e tecnologia:

elctricos; informticos;
electrnicos; aeronuticos;
mecnicos; aeroespaciais;
electromecnicos; biolgicos;
trmicos; biomdicos;
hidrulicos; econmicos;
pticos; sociolgicos;
acsticos; scio-econmicos;
qumicos; etc.

Entretanto, a maioria dos sistemas complexos so combinaes de vrios subsistemas
de naturezas diferentes.

Veculos (carros, motocicletas, comboios, avies, helicpteros, etc) so exemplos de
sistemas electromecnicos pois claramente ele tem partes elctricas e electrnicas nos
seus comandos assim como partes mecnicas para os seus movimentos.

Outros sistemas complexos que combinam mais de uma natureza das mencionadas
acima: computadores, antenas parablicas para receber emisses de satlites artifici-
ais, robs em geral, seja um brao manipulador robtico encontrados em processos
de manufactura nas indstrias ou seja um rob humanide (que imita o homem) ou
antropomrfico (que imita algum ser vivo). Estes sistemas esto ilustrados na figura 8.


8

Fig. 8 Exemplos de sistemas electromecnicos: um computador porttil,
uma antena parablica, um brao manipulador mecnico, e um
rob antropomrfico (que imita um co).

Na medicina tambm encontramos muitos sistemas de bioengenharia, ou seja, siste-
mas biolgicos e biomdicos em simultneo com sistemas mecnicos, elctricos ou
electrnicos.

Um membro artificial, ou cada aparelho utilizados em cirurgias so alguns exemplos
de sistemas biomdicos.

Fig. 9 Exemplos de sistemas electromecnicos: um membro artificial
e equipamentos mdicos de uma sala de operao.

9
Continuidade no Tempo

Quanto a Continuidade no Tempo, sistemas podem ser classificados como:

contnuos
discretos
discretizados

Fig. 9 Ilustrao do comportamento de um sistema contnuo ( esquerda) e de um
sistema discreto ( direita).

Sistemas podem ser naturalmente contnuos, naturalmente discretos, ou contnuos
que so tornados discretos e neste caso so chamados de discretizados.

Fig. 10 Sistema contnuo que foi discretizado tornando-se um sistema discreto.

Quando o sistema que foi digitalizado armazenado em bits (sequncias de zeros
e uns) entao diz-se que o sistema foi digitalizado. Isso era o caso em alguns dos
sinais que descreviam o comportamento de sintemas nos exemplos que vimos no
captulo anterior: a msica em CD, os sistemas digitais de udio ou de vdeo, e at
mesmo os exames de electrocardiogramas e electroencefalogramas que so armaze-
nados digitalmente no computador.


10
A digitalizao no o mesmo que a discretizao. Normalmente so usados muitos
bits para armazenar cada posio discreta.

Linearidade

Quanto a Linearidade, sistemas podem ser classificados como:

lineares
no lineares

Fig. 11 Ilustrao do comportamento de um sistema linear ( esquerda) e no linear
( direita).

Sistemas contnuos so lineares se satisfazem duas propriedades: homogeneidade e
aditividade:
homogeneidade: quando o sinal de entrada x(t) multiplicado por um valor k;
ento o sinal de sada y(t) fica tambm multiplicado por este mesmo valor k; e
alm disso,
aditividade: quando o sinal de entrada a soma de dois sinais x
1
(t) e x
2
(t), que
produzem individualmente sinais de sada y
1
(t) e y
2
(t) respectivamente; ento o
sinal de sada a soma dos sinais de sada y
1
(t) e y
2
(t).

Fig. 12 Diagramas de blocos ou caixas preta (black boxes) esquemtico de um sis-
tema linear. Ilustrao das propriedades da homogeneidade e da aditividade.
Caso do sistema contnuo.

11

No caso discreto a definio de sistemas lineares semelhante. Sistemas lineares so
aqueles que:
quando o sinal de entrada x[n] multiplicado por um valor k; ento o sinal de
sada y[n] fica tambm multiplicado por este mesmo valor k; e alm disso,
quando o sinal de entrada a soma de dois sinais x
1
[n] e x
2
[n], que produzem
individualmente sinais de sada y
1
[n] e y
2
[n] respectivamente; ento o sinal de
sada a soma dos sinais de sada y
1
[n] e y
2
[n].

Novamente aqui, estas duas propriedades acima so chamadas respectivamente de:
homogeneidade e aditividade.

Fig. 13 Diagramas de blocos ou caixas preta (black boxes) esquemtico de um sis-
tema linear. Ilustrao das propriedades da homogeneidade e da aditividade.
Caso do sistema discreto.

4.3 Modelizao de Sistemas

A modelizao (em ingls modeling) em portugus s vezes tambm traduzido
para: modelao, ou modelamento, ou at mesmo modelagem.

A modelizao est associada com a construo de um modelo matemtico, isto ,
forma de representar matematicamente o sistema, o equacionamento.

Os modelos matemticos adoptados para representar os sistemas so muito comum-
mente descritos, ou equacionados:

com Equaes de Diferenas [caso discreto]
com Equaes Diferenciais Ordinrias (EDO) [caso contnuo]
com Equaes Diferenciais Parciais (EDP) [caso contnuo]
com Equaes de Retardo [caso contnuo]


12
As Equaes de Diferenas, caso discreto, e as Equaes Diferenciais Ordinrias
(EDO), no caso contnuo, so as formas mais comuns de representar sistemas em
cincias como Fsica, Qumica, Biologia, Engenharia, Economia, etc. H no entanto
muitas outras formas de descrever sistemas, como por exemplo:

com Tabelas [caso discreto]
com Fluxogramas ou Grfico de fluxos [caso discreto ou contnuo]
com Equaes Integrais [caso contnuo]
com Equaes Integro-Diferenciais [caso contnuo].

embora algumas destas formas no tenham interesse directo para presente este texto
sobre anlise de sinais.

Abaixo apresentamos alguns sistemas discretos, para exemplificar, que so descritos
por Equaes de Diferenas:

Fig. 14 Caixas preta (black box) esquemtico de um sistema discreto.

Sistema I:
[ ] [ ] [ ] [ ] [ ] 1 n x 4 n x 2 n y 2 1 n y 7 n y = + +

Sistema II:
[ ] [ ] 1 n x 4 n y =

Sistema III:
[ ] [ ] [ ] [ ] n x 2 1 n x 1 n y n 5 n y + =

Sistema IV:
[ ] [ ] ( ) [ ] n x 4 n x 2 n y
2
=

Sistema V:
[ ] [ ]
3
2
n x n y =


13
Abaixo apresentamos alguns sistemas contnuos atravs da forma que so descritos,
por Equaes Diferenciais Ordinrias (EDO):

Fig. 15 Caixas preta (black box) esquemtico de um sistema contnuo.

Sistema VI:
x 3
dt
dx
y
dt
dy
4
dt
y d
2
2
+ = +

Sistema VII:
x ) 4 t (
dt
dx
y
dt
dy
t 6
dt
y d
2
2
= + +

Sistema VIII:
) 3 t ( x
dt
dx
y 2
dt
dy
5
dt
y d
2
2
+ = + +

Sistema IX:
x x y y 2 y 3 = +

Sistema X:
x
e y y 2 y 10 = +

Sistema XI:
0 y
dt
dy
x
dt
y d
2
2
= + +

Agora apresentamos dois sistemas contnuos bastante conhecidos na Fsica, que so
descritos atravs de Equaes Diferenciais Parciais (EDP):

Sistema XII:
) u u u ( k
z
u
y
u
x
u
k
t
u
zz yy xx
2
2
2
2
2
2
2
2
+ + =
=

Obs.: Este sistema descreve a propagao de uma onda no espao e a equao diferencial parcial
abaixo conhecida na Fsica como equao de onda (wave equation):

14
Sistema XIII:
) u u u ( k
z
u
y
u
x
u
k
t
u
zz yy xx
2
2
2
2
2
2
+ + =
=

Obs.: Este sistema descreve a propagao do calor no espao e a equao diferencial parcial abaixo
conhecida na Fsica como equao de calor (heat equation):

Agora apresentamos dois exemplos de sistemas contnuos que so descritos atravs
de Equaes de Retardo:

Sistema XIV:
) x(t y(t) =

Sistema XV:
x(t) ) y(t 3 y(t) (t) y' = +

Sistema XVI:
] n x[n 5 y[n]

=

Finalmente apresentamos exemplos de sistemas discretos e contnuos que so descri-
tos por Equaes Algbricas:

Sistema XVII:
7 x(t) 2 y(t) =

Sistema XVIII:
3 2x(t) (t) x y(t)
2
+ =

Sistema XIX:
x[n] 2 y[n] =

Sistema XX:
x[n]) cos(2 1 y[n] =

Exemplo 4.1:
Vamos classificar os sistemas acima quanto continuidade no tempo (contnuo ou
discreto) e quanto linearidade (linear ou no linear).


15
Sistema I:
[ ] [ ] [ ] [ ] [ ] 1 n x 4 n x 2 n y 2 1 n y 7 n y = + +
(sistema discreto e linear)

Sistema II:
[ ] [ ] 1 n x 4 n y =

Sistema III:
[ ] [ ] [ ] [ ] n x 2 1 n x 1 n y n 5 n y + =

Sistema IV:
[ ] [ ] ( ) [ ] n x 4 n x 2 n y
2
=
(sistema discreto e no linear)

Sistema V:
[ ] [ ]
3
2
n x n y =


Sistema VI:
x 3
dt
dx
y
dt
dy
4
dt
y d
2
2
+ = +

(sistema contnuo e linear)

Sistema VII:
x ) 4 t (
dt
dx
y
dt
dy
t 6
dt
y d
2
2
= + +


Sistema VIII:
) 3 t ( x
dt
dx
y 2
dt
dy
5
dt
y d
2
2
+ = + +


Sistema IX:
x x y y 2 y 3 = +

(sistema contnuo e no linear)

Sistema X:
x
e y y 2 y 10 = +



16
Sistema XI:
0 y
dt
dy
x
dt
y d
2
2
= + +

Sistema XII:
) u u u ( k
z
u
y
u
x
u
k
t
u
zz yy xx
2
2
2
2
2
2
2
2
+ + =


Sistema XIII:
) u u u ( k
z
u
y
u
x
u
k
t
u
zz yy xx
2
2
2
2
2
2
+ + =


Sistema XIV:
) x(t y(t) =


Sistema XV:
x(t) ) y(t 3 y(t) (t) y' = +


Sistema XVI:
] n x[n 5 y[n]

=


Sistema XVII:
7 x(t) 2 y(t) =

Sistema XVIII:
3 2x(t) (t) x y(t)
2
+ =

Sistema XIX:
x[n] 2 y[n] =

Sistema XX:
x[n]) cos(2 1 y[n] =


17
4.4 Outras Classificaes de Sistemas

Varincia no tempo

Quanto a Varincia no Tempo, sistemas podem ser classificados como:

variantes no tempo
invariantes no tempo

Fig. 16 A varincia no tempo de um sistema est associada s caractersticas din-
micas do mesmo, se elas se alteram ou no com o tempo.

Um sistema invariante no tempo aquele que para um sinal de entrada x(t), o sinal de
sada y(t), no importa quando aplicada esta entrada.

Ou seja, as condies dinmicas do sistema no mudam com o passar do tempo. Na
realidade nenhum sistema invariante no tempo, mas na prtica consideramos como
invariante no tempo muitos sistemas cuja variao no tempo muito lenta.

Exemplo 4.2:
Nos sistemas I a XX descritos acima temos que apenas o sistema III e o sistema VII
so variantes no tempo,

Sistema III:
[ ] [ ] [ ] [ ] n x 2 1 n x 1 n y n 5 n y + =
(sistema variante no tempo)

Sistema VII:
x ) 4 t (
dt
dx
y
dt
dy
t 6
dt
y d
2
2
= + +

(sistema variante no tempo)


18
pois um ou mais de seus coeficientes variam com o tempo (seja t ou n). Os demais
sistemas so invariantes no tempo.

Natureza aleatria

Quanto a Natureza Aleatria, sistemas podem ser classificados como:

determinsticos
estocsticos

Fig. 17 A natureza aleatria de um sistema est associada s incertezas e perturba-
es aleatrias na dinmicas do mesmo.

Um sistema determinstico aquele que no sofre a influncia de nenhuma perturba-
o aleatria, ou seja, no tem incerteza. O sinal de sada y(t) para um sinal de
entrada x(t) pode ser calculado (ou determinado) com preciso quando se conhece
o modelo do sistema.

Na realidade, aqui novamente, nenhum sistema determinstico. Todos os sistemas
tm algum tipo de incerteza ou carcter aleatrio e portanto chamados de estocsticos.
Na prtica entretanto consideramos como determinsticos muitos sistemas cujas per-
turbaes aleatrias so pequenas ou desprezveis.

Os sistemas I a XX acima so todos descritos por modelos matemticos determinsti-
cos: equaes de diferenas, EDO ou EDP determinsticas.

No caso de sistemas estocsticos, estas equaes apresentariam variveis adicionais
de natureza aleatria que descreveriam estatisticamente as incertezas associadas
dinmica do sistema.


19
Memria

Quanto a Memria, sistemas podem ser classificados como:
sem memria
com memria

Um sistema sem memria aquele que: se o seu sinal de sada no instante t
1
depende
apenas do sinal de entrada daquele instante t
1
.

Exemplo 4.3:
Nos sistemas I a XX acima temos que os sistemas IV, V, XVII, XVIII, XIX e XX so
sem memria:

Sistema IV:
[ ] [ ] ( ) [ ] n x 4 n x 2 n y
2
=
(sistema sem memria)

Sistema V:
[ ] [ ]
3
2
n x n y =


Sistema XVII:
7 x(t) 2 y(t) =

Sistema XVIII:
3 2x(t) (t) x y(t)
2
+ =

Sistema XIX:
x[n] 2 y[n] =

Sistema XX:
x[n]) cos(2 1 y[n] =

pois a sada y[n], ou y(t), depende da entrada x[n], ou x(t), apenas nos instantes de
tempo (t ou n). Os demais so sistemas com memria pois dependem da entrada
x[n] nos instantes (n1), (n2), etc; ou de derivadas em relao ao tempo t.


20
Inversibilidade

Quanto a Inversibilidade, sistemas podem ser classificados como:
inversveis
no inversveis

Sistemas so inversveis se entradas distintas levam a sadas distintas.

Desta forma, para um sistema S com sinal de entrada x[n], ou x(t), que produz um
sinal de sada y[n], ou y(t), respectivamente, possvel achar um sistema inverso S
-1

cuja entrada y[n], ou y(t), produz a sada x[n], ou x(t), respectivamente.

Atravs de um esquema em que os sistemas S e S
-1
so postos em cascata, (isto , a
sada y(t) do Sistema S a entrada do Sistema S
-1
), podemos recuperar x(t), o sinal de
entrada aplicado em S, na sada de S
-1
.

Fig. 18 Diagrama de bloco esquemtico de um sistema inversvel S em cascata com
o seu inverso S
-1
.

Exemplo 4.4:

Os sistemas XVII e XIX acima so inversveis.

Sistema XVII:
7 x(t) 2 y(t) =
(sistema inversvel)
Sistema XIX:
x[n] 2 y[n] =
(sistema inversvel)

Obviamente, nestes dois sistemas, cada sinal de entrada x, produz um sinal de sada y
exclusivo, diferente das sadas das outras entradas. Por isso o sinal de entrada x pode
ser expresso em termos do sinal de sada y como:

x(t) = (y(t) + 7),
no caso do sistema XVII, e

21
x[n] = y[n]/2,
no caso do sistema XIX.

Exemplo 4.5:

O sistema XIV acima tambm inversvel.

Sistema XIV:
y(t) = x(t )
(sistema inversvel)

Este o chamado sistema com retardo (time delay system) pois a sada reproduz a
entrada com um atraso de unidades de tempo.

Alternativamente, podemos ver o sistema com retardo (time delay system) como
sendo uma translao (shift) para a direita de unidades de tempo.

Pode-se facilmente verificar que para este sistema, sinais de entrada x(t) distintos pro-
duzem sinais de sada y(t) distintos. Alm disso, o sinal de entrada x(t) expresso em
termos do sinal de sada y(t) de facto:

x(t) = y(t + ) eq. (4.1)

que conhecido como sistema em avano (time advance system) pois neste caso o
sinal de sada x(t) reproduz o que ser o sinal de entrada y(t) em unidades de tempo
depois.

Podemos ver tambm o sistema em avano (time advance system) como sendo uma
translao (shift) para a esquerda de unidades de tempo que obviamente tambm
a operao inversa translao (shift) para a direita do sistema com retardo.

No caso discreto o sistema com retardo (time delay system) tem a forma:

y[n] = x[n n
]. eq. (4.2)

Alternativamente, podemos ver o sistema com retardo (time delay system) como
sendo uma translao (shift) para a direita de n
unidades de tempo.

O sistema inverso, o sistema em avano (time advance system) que expressa x[n]
em funo de y[n]

x[n] = y[n + n
] eq. (4.3)

22
Podemos ver tambm o sistema em avano (time advance system) como sendo uma
translao (shift) para a esquerda de n
unidades de tempo que obviamente tambm

a operao inversa translao (shift) para a direita do sistema com retardo.

Causalidade

Quanto a Causalidade, sistemas podem ser classificados como:

causais (ou no antecipativos)
no causais (ou antecipativos)

Um sistema causal (ou no antecipativo) se a sada no instante t
1
depende da
entrada apenas nos instantes
1
t t .
claro que se a sada no instante t
1
dependesse da entrada em instantes t > t
1
ento
este sistema anteciparia o que ia acontecer e portanto seria antecipativo ou no
causal.

No nosso mundo fsico real, se a varivel t (ou n no caso discreto) representa o
tempo, ento tem uma dinmica que evolui no tempo e portanto no possvel se ter
um sistema no causal pois no possvel se prever o futuro.

Entretanto, h casos que a esta varivel t (ou n no caso discreto) pode representar
outro parmetro ou uma outra grandeza fsica (que no seja o tempo) e desta forma j
possvel ocorrer sistemas causais.

Exemplo 4.6:

Nos sistemas I a XX acima temos que apenas sistema III no causal (ou antecipa-
tivo):

Sistema III:
[ ] [ ] [ ] [ ] n x 2 1 n x 1 n y n 5 n y + =
(sistema no causal ou antecipativo)

pois a sada y[n] depende da entrada x[n] no instante de tempo (n+1). Os demais so
sistemas causais (ou no antecipativos).

Entretanto, no Exemplo 4.5 acima, os sistemas em avano (time advance systems)
das equaes eq. (4.1) e eq. (4.3) so tambm claramente exemplos de sistemas no
causais ou antecipativos.


23
4.5 Sistemas lineares e Invariantes no tempo (SLIT)

No caso particular de Sistemas Lineares e Invariantes no Tempo chamaremos de
SLIT. Na literatura inglesa estes sistemas so chamados de LTI systems (Linear
time invariant systems).

Em um SLIT usa-se a notao de h[n] e h(t) para as respostas do sistema entrada
impulso, u
o
[n] ou u
o
(t), respectivamente. Isso ilustrados nas figuras 19 e 20.

Esta resposta ao impulso h[n] ou h(t), tambm chamada de reposta impulsional,
traz consigo informaes intrnsecas dos sistema que permite se calcular a resposta
qualquer outra entrada x(t).

Resumindo:

h[n] = a sada do sistema quando a entrada impulso, u
o
[n], (caso discreto),

Fig. 19 Diagrama de bloco ou caixa preta (black box) esquemtico de h[n], a sada
do sistema quando a entrada impulso u
o
[n] (sistema discreto).

e,

h(t) = a sada do sistema quando a entrada impulso u
o
(t), (caso contnuo).

Fig. 20 Diagrama de bloco ou caixa preta (black box) esquemtico de h(t), a sada
do sistema quando a entrada impulso u
o
(t) (sistema contnuo).

Um resultado clssico em Teoria de Sistemas que:
No caso discreto, a sada de um sistema linear invariante no tempo (SLIT) toma a
forma de uma soma de convoluo:

[ ] [ ] [ ]
[ ] [ ] k x k n h
n x n h n y
k
=
=
+
=
eq. (4.4)


24

Fig. 21 Diagrama de bloco esquemtico da sada y[n] do sistema como a convolu-
o de h[n] pela entrada x[n] (sistema discreto).

Ou seja, h[n] traz consigo toda a informao do sistema necessria para saber a sada
de qualquer sinal de entrada x[n].

Isso ilustrado na figura 21. comum representar o diagrama de bloco ou caixa
preta (black box) esquemtico do sistema com o h[n].

Sabendo-se h[n] ns podemos saber a sada de qualquer sinal de entrada x[n], pela
equao da soma de convoluo [eq. (4.4)] acima.

Esse tipo de somatrio (convoluo) j apareceu no captulo 3 (Sinais Singulares),
nas propriedades do impulso unitrio discreto, eq. (3. 3).

No caso contnuo, a sada de um sistema linear invariante no tempo (SLIT) toma a
forma de uma integral de convoluo:

=
=
+

d ) ( x ) t ( h
) t ( x ) t ( h ) t ( y
eq. (4.5)

Fig. 22 Diagrama de bloco esquemtico da sada y(t) do sistema como a convoluo
de h(t) pela entrada x(t) (sistema contnuo).

Ou seja, h(t) traz consigo toda a informao do sistema necessria para saber a sada
de qualquer sinal de entrada x(t).

Isso ilustrado na figura 22. comum representar o diagrama de bloco ou caixa
preta (black box) esquemtico do sistema com o h(t).

Sabendo-se h(t) ns podemos saber a sada de qualquer sinal de entrada x(t), pela
equao da integral de convoluo [eq. (4.5)] acima.

Esse tipo de integral (convoluo) j apareceu no captulo 3 (Sinais Singulares), nas
propriedades do impulso unitrio, eq. (3.13).

25
4.6 Propriedades da Convoluo

A convoluo, definida na seco anterior, como uma operao que , satisfaz algu-
mas propriedades. Aqui vamos mencionar as 3 principais:

a) Propriedade Comutativa
b) Propriedade Distributiva
c) Propriedade Associativa

A Propriedade Comutativa:
[ ] [ ] [ ] [ ] n h n x n x n h =

) t ( h ) t ( x ) t ( x ) t ( h =

Pela propriedade comutativa podemos concluir que, no caso discreto, a resposta y[n]
de um sistema linear invariante no tempo (SLIT) tanto pode ser a convoluo de
h[n] * x[n] como tambm pode ser a convoluo de x[n] * h[n].

Ou seja, a eq. (4.4) acima equivalente

[ ] [ ] [ ] [ ] [ ]
[ ] [ ] [ ] [ ]. k h k n x n h n x
k x k n h n x n h n y
k
k
= =
= = =
+
=
+
=

Semelhantemente, a propriedade comutativa permite concluir que, no caso contnuo,
a resposta y(t) de um sistema linear invariante no tempo (SLIT) tanto pode ser a con-
voluo de h(t) * x(t), como tambm pode ser a convoluo de x(t) * h(t).

Ou seja, a eq. (4.5) acima equivalente a
. d ) ( h ) t ( x ) t ( h ) t ( x
d ) ( x ) t ( h ) t ( x ) t ( h ) t ( y
= =
= =
+

+


26
A Propriedade Distributiva:
[ ] [ ] ( ) [ ] [ ] [ ] [ ] [ ] n x n h n x n h n x n h n h
2 1 2 1
+ = +

( ) ) t ( x * ) t ( h ) t ( x ) t ( h ) t ( x ) t ( h ) t ( h
2 1 2 1
+ = +

Por outro lado a propriedade distributiva corresponde ao facto de que se 2 sistemas,
S
1
e S
2
, lineares e invariantes no tempo (SLIT), so somados, ento a resposta
entrada impulso unitrio da soma dos sistemas (S
1
+ S
2
) tambm a soma
( h
1
[n] + h
2
[n] ) no caso discreto ou a soma ( h
1
(t) + h
2
(t) ) no caso contnuo, onde
obviamente

h
1
[n] ou h
1
(t) = a resposta do sistema S
1
entrada impulso unitrio; isto ,
a resposta impulsiona do sistema S
1
;
e
h
2
[n] ou h
2
(t) = a resposta do sistema S
2
entrada impulso unitrio; isto ,
a resposta impulsiona do sistema S
2
.

Portanto, no caso discreto, a resposta y[n] da soma de 2 sistemas S
1
e S
2
, lineares e
invariantes no tempo (SLIT), tanto pode ser a soma das convolues h
1
[n] * x[n]
com h
2
[n] * x[n], como tambm pode ser a convoluo da soma ( h
1
[n] + h
2
[n] ) com
o sinal de entrada x[n].

Ou seja:
[ ] [ ] [ ] [ ] [ ] [ ] [ ] ( ) [ ] n x * n h n h n x n h n x n h n y
2 1 2 1
+ = + =

Semelhantemente, no caso contnuo, a resposta y(t) da soma de 2 sistemas S
1
e S
2
,
lineares e invariantes no tempo (SLIT), tanto pode ser a soma das convolues
h
1
(t) * x(t) com h
2
(t) * x(t), como tambm pode ser a convoluo da soma
( h
1
(t) + h
2
(t) ) com o sinal de entrada x(t).

Ou seja:
( ) ) t ( x ) t ( h ) t ( h ) t ( x ) t ( h ) t ( x ) t ( h ) t ( y
2 1 2 1
+ = + =


27

Fig. 23 Diagrama de bloco esquemtico da soma de 2 sistemas S
1
e S
2
nos quais so
aplicados a mesma entrada x(t) (caso contnuo).

Fig. 24 Diagrama de bloco equivalente ao diagrama da figura 23 (sistema contnuo).

A Propriedade Associativa:
[ ] [ ] ( ) [ ] [ ] [ ] [ ] ( ) n x n h n h n x n h n h
2 1 2 1
=

( ) ( ) ) t ( x ) t ( h ) t ( h ) t ( x ) t ( h ) t ( h
2 1 2 1
=

A propriedade associativa da convoluo diz respeito sistemas ligados em cascata.
Isto , sistemas em que a sada de um deles a entrada do outro.

A propriedade associativa nos diz que: se 2 sistemas S
1
e S
2
, lineares e invariantes no
tempo (SLIT), esto ligados em cascata ento a resposta entrada impulso unitrio
dos 2 sistemas juntos (S
1
e S
2
) a convoluo ( h
1
[n] * h
2
[n] ) no caso discreto ou a
convoluo ( h
1
(t) * h
2
(t) ) no caso contnuo.

Fig. 25 Diagrama de bloco de 2 sistemas em cascata.


28
Logo, no caso discreto, a resposta y[n] de 2 sistemas S
1
e S
2
, lineares e invariantes no
tempo (SLIT), ligados em cascata, tanto pode ser a convoluo dupla de h
1
[n] com
h
2
[n] primeiro, e depois o resultado com x[n], como tambm pode ser a convoluo
dupla de h
1
[n] com o resultado de h
2
[n] com x[n].

Ou seja:
[ ] [ ] [ ] ( ) [ ] [ ] [ ] [ ] ( ) n x n h n h n x n h n h n y
2 1 2 1
= =
.

Fig. 26 Diagrama de bloco de 2 sistemas em cascata. Primeiro S
2
e depois S
1
. Caso
discreto.

Alm disso, note que: pela propriedade comutativa, observamos que tanto faz a
ordem em que os sistemas S
1
e S
2
esto em cascata pois h
1
[n] * h
2
[n] = h
2
[n] * h
1
[n].

Fig. 27 Diagrama de bloco de 2 sistemas em cascata. Primeiro S
1
e depois S
2
. Caso
discreto.

Fig. 28 Diagrama de bloco equivalente ao diagrama da figuras 26 e 27 (sistema dis-
creto).

Semelhantemente, no caso contnuo, a resposta y(t) de 2 sistemas S
1
e S
2
, lineares e
invariantes no tempo (SLIT), ligados em cascata, tanto pode ser a convoluo dupla
de h
1
(t) com h
2
(t) primeiro, e depois o resultado com x(t), como tambm pode ser a
convoluo de h
1
(t) com o resultado da convoluo de h
2
(t) com x(t).

Ou seja,
( ) ( ) ) t ( x ) t ( h ) t ( h ) t ( x ) t ( h ) t ( h ) t ( y
2 1 2 1
= =
.


29
4.7 SLIT sem memria

fcil de verificar que: no caso discreto, se um sistema linear e invariante no tempo
(SLIT) sem memria ento a sua resposta ao impulso h[n] da forma:

[ ] [ ] n u k n h
o
=

onde k = h[0] uma constante.

Fig. 29 Resposta impulsional de um SLIT sem memria (sistema discreto).

Portanto, pela frmula da convoluo [eq. (4.4)], temos que:

[ ] [ ] [ ] [ ] [ ] [ ] [ ] k x k n u k k x k n h n x n h n y
k
o
k
= = =

+
=
+
=
,

e ento, pela a eq. (3.3)

[ ] [ ] n x k n y =

Por outro lado, no caso contnuo, se um sistema linear e invariante no tempo (SLIT)
sem memria ento a sua resposta ao impulso h(t) da forma:

) t ( u k ) t ( h
o
=

onde k = rea do impulso u
o
(t).


30

Fig. 30 Resposta impulsional de um SLIT sem memria (sistema contnuo).

Portanto, pela frmula da convoluo [eq. (4.5)], temos que, em sistemas SLIT sem
memria:

= = =

+

+

d ) ( x ) t ( u k d ) ( x ) t ( h ) t ( x ) t ( h ) t ( y
o

e ento, pela a eq. (3.13)
) t ( x k ) t ( y =

4.8 SLIT inversveis

Se um sistema linear e invariante no tempo (SLIT) inversvel ento a seu inverso
tambm um SLIT.

A figura 31 ilustra a situao para o caso discreto:

Fig. 31 Caso discreto. Diagrama de blocos de um SLIT inversvel em cascata com
seu sistema inverso. A sada do segundo bloco a prpria entrada do pri-
meiro bloco.

onde aqui, obviamente:
h
1
[n] = a resposta do sistema S entrada impulso unitrio; e
h
2
[n] = a resposta do sistema inverso, S
-1
, entrada impulso unitrio.

31
A figura 32 ilustra a situao para o caso contnuo:

Fig. 32 Caso contnuo. Diagrama de blocos de um SLIT inversvel em cascata com
seu sistema inverso. A sada do segundo bloco a prpria entrada do pri-
meiro bloco.

onde aqui, obviamente:
h
1
(t) = a resposta do sistema S entrada impulso unitrio; e
h
2
(t) = a resposta do sistema inverso, S
-1
, entrada impulso unitrio.

No caso discreto temos que o sistema total (overall system), em cascata, ambos o
sinal de entrada e o sinal de sada so x[n], e portanto este sistema total a identidade,
conforme ilustrado na figura 33.

E, como para o sistema identidade, a resposta impulsional h[n] = u
o
[n], temos ento
que:
h
1
[n] * h
2
[n] = u
o
[n] eq. (4.6)

Fig. 33 Caso discreto. Diagrama de blocos de um SLIT inversvel em cascata com
seu sistema inverso. O sistema total (overall system) a identidade.

Semelhantemente, no caso contnuo temos que o sistema total (overall system), em
cascata, ambos o sinal de entrada e o sinal de sada so x(t), e portanto este sistema
total a identidade, conforme ilustrado na figura 34.

E, como para o sistema identidade, a resposta impulsional h(t) = u
o
(t), temos ento
que:
h
1
(t) * h
2
(t) = u
o
(t) eq. (4.7)


32

Fig. 34 Caso contnuo. Diagrama de blocos de um SLIT inversvel em cascata com
seu sistema inverso. O sistema total (overall system) a identidade.

Exemplo 4.7:

Os sistemas com retardo (time delay systems) descritos no Exemplo 4.5 acima

y[n] = x[n n
] (caso discreto)
e
y(t) = x(t ) (caso contnuo)

so SLIT e temos que as respostas ao impulso unitrio h
1
(t) e h
2
(t) para os sistemas
das equaes eq. (4.2) e eq. (4.3) so respectivamente:

h
1
(t) = u
o
(t )
e
h
2
(t) = u
o
(t + )

e, pela eq. (3.10), verifica-se que h
1
(t) e h
2
(t) satisfazem a eq. (4.7) acima, ou seja,

h
1
(t) * h
2
(t) = u
o
(t).

Por outro lado temos que as respostas ao impulso unitrio h
1
[n] e h
2
[n] para os siste-
mas das equaes eq. (4.1) e eq. (4.2) so respectivamente:

h
1
[n] = u
o
[n n
]
e
h
2
[n] = u
o
[n + n
]

e, pela eq. (3.3), verifica-se que h
1
[n] e h
2
[n] satisfazem a eq. (4.6) acima, isto ,

h
1
[n] * h
2
[n] = u
o
[n]


33
4.9 Estabilidade

H muitas definies de estabilidade de sistemas. Uma definio bastante usada para
definir estabilidade de sistemas a seguinte:

Definio: Estabilidade de Sistemas:
Um sistema estvel se para todo sinal de entrada limitado ele produz um sinal de
sada limitado.

s vezes usa-se a sigla BIBO estvel para descrever esta definio de estabilidade de
sistemas, onde o nome bibo vem do idioma ingls:

BIBO = Bounded Input, Bounded Output
(ou seja: entrada limitada, sada limitada)

Fig. 35 Diagrama de blocos ilustrativo de um sistema BIBO estvel.

No caso de SLIT (sistemas lineares e invariantes no tempo) temos resultados espe-
cficos para este tipo de estabilidade:

Para um SLIT discreto prova-se que: O sistema estvel se e somente se a resposta
ao impulso unitrio h[n] satisfaz

[ ]
=
< k h
k
eq. (4.8)

Um sinal h[n] que satisfaz a equao eq. (4.8) dito ser absolutamente somvel.

Portanto, um SLIT discreto estvel se e somente se a resposta ao impulso unitrio
h[n] absolutamente somvel.


34
Para um SLIT contnuo prova-se que: O sistema estvel se e somente se a resposta
ao impulso unitrio h(t) satisfaz

< d ) h(
eq. (4.9)

Um sinal h(t) que satisfaz a equao eq. (4.9) acima dito ser absolutamente integr-
vel.

Portanto, um SLIT contnuo estvel se e somente se a resposta ao impulso unitrio
h(t) absolutamente integrvel.

Exemplo 4.8:

Tomando-se novamente os sistemas com retardo (time delay systems) descritos no
Exemplo 4.5 acima

y[n] = x[n n
] (caso discreto)
e
y(t) = x(t ) (caso contnuo)

observamos que, no caso discreto

[ ] [ ] 1 n n u k h
k
o
k
= =

=

e portanto a eq. (4.8) satisfeita e o sistema com retardo discreto estvel.

Semelhantemente, observamos que, no caso contnuo

1 d ) ( u d ) h(
o
= =

e portanto a eq. (4.9) satisfeita e o sistema com retardo contnuo tambm estvel.

Este resultado de certa forma bvio pois um sinal de entrada limitado ir permane-
cer limitado aps uma translao (shift) para a direita (retardo).


35
Exemplo 4.9:
O sistema discreto cuja relao entre os sinais de entrada/sada dada pela equao
abaixo:
[ ] [ ]
=
=
k
k x n y

chamado de somador ou acumulador.

fcil observar que h[n], a resposta ao impulso unitrio, para este sistema

h[n] = u
1
[n] = degrau unitrio discreto.

Fig. 36 O sinal u
1
[n], degrau unitrio discreto.

Este sistema no estvel pois nitidamente no satisfaz a eq. (4.8) uma vez que:

[ ] [ ] = + + + = =

=
=
) 1 1 1 ( k u k h
k
1
k
K

Ou seja, h[n] deste sistema no absolutamente somvel.

Exemplo 4.10:
No caso contnuo, o sistema cuja relao entre os sinais de entrada/sada dada pela
equao abaixo:
( ) ( ) =

d x t y
t

chamado de integrador ou acumulador.

36
fcil observar que h(t), a resposta ao impulso unitrio, para este sistema

h(t) = u
1
(t) = degrau unitrio contnuo.

Fig. 37 O sinal u
1
(t), degrau unitrio contnuo.

Este sistema no estvel pois nitidamente no satisfaz a eq. (4.9) uma vez que:

=
= = =

0
2
d d ) ( u d ) h(
2
0 0
1

Ou seja, h(t) deste sistema no absolutamente integrvel.

4.10 Teoria de Sistemas

O que vimos aqui neste captulo foram apenas algumas noes bsicas de sistemas.
Entretanto, a Teoria de Sistemas muito mais ampla e inclui muitos outros temas de
estudo. Abaixo vamos ilustrar alguns dos principais tpicos estudados em Teoria de
Sistemas.

Modelizao (modeling)
J referido na seco 4.3, a modelizao estuda as tcnicas de escrever o
modelo do sistema. No nosso caso o modelo matemtico do sistema.

Identificao de parmetros
Estuda as tcnicas de identificar os valores dos parmetros do modelo. Isto ,
encontrar os valores que melhor ajusta o sistema real ao seu modelo.

Controlo de sistemas
A Teoria de Controlo estuda as tcnicas de controlar um sistema, ou seja,
conduzir um sistema de um estado inicial para um estado final desejado.

37
Optimizao
Estuda as tcnicas de optimizar o desempenho do sistema.

Simulao
Estuda as tcnicas de construir um modelo simulado do sistema. A simulao
permite que se teste um sistema sem ter que utilizar o prprio sistema real,
mas sim o modelo simulado, em um laboratrio ou, muito comummente em
um computador. Em fase de projecto muitas vezes necessrio testar um sis-
tema por muitas vezes e em certos casos os testes danificam ou alteram o
desempenho do sistema. Com o uso de simulao essas tarefas so realizadas
com o modelo simulado do sistema.

Realimentao (feedback)
Estuda as tcnicas de reintroduzir informaes da sada na entrada com o
objectivo de corrigir o rumo do sistema e desta forma melhorar o desempe-
nho e obter a sada desejada.

K
+
-
Y(s) R(s)
S

Fig. 38 Diagramas de blocos de um sistema com realimentao (feedback).

Estimao de estado
Estuda tcnicas de recuperar informaes do estado inicial do sistema e desta
forma recuperar todos os estados subsequentes.

Sistemas robustos
Existem tcnicas que tornam sistemas robustos. A robustez a qualidade de
um sistema ficar imune, ou protegido, ou inalterado a eventuais alteraes
nos parmetros do modelo, seja por envelhecimento dos componentes ou por
variaes ambientais como a mudana de temperatura por exemplo.

Sistemas tolerantes falhas
Estuda tcnicas de criar sistemas cujo desempenho no prejudicado em
casos de avarias ou falhas.


38

Processamento paralelo ou distribudo
Estuda a repartio do processamento de um sistema, com o uso de computa-
dores, tal que cada tarefa seja dividida em sub-tarefas que so processadas de
forma mais gil e de forma simultneas em computadores diferentes e mais
acessveis.

Sistemas fuzzy
Usando a lgicafuzzy estuda tcnicas que permitem um linguajar mais
natural e menos matemtico nas comunicaes e nas definies de variveis
como o input e a output.

Sistemas inteligentes
Estuda tcnicas para serem implementadas em mquinas, robs, computado-
res, etc. de forma a estes poderem realizar tarefas que ns humanos ainda
hoje fazemos melhor que a mquina. Em geral so tarefas que ns, os huma-
nos, usamos a nossa mente para realiz-las.

o reconhecimento de coisas e objectos. Por exemplo, ns, os humanos, at
mesmo uma criana, sabemos distinguir uma ma de uma pra, apesar do
facto de que no h duas mas iguais. Semelhantemente, sabemos distin-
guir um co de um gato, apesar do facto de que h muitas raas diferentes
de ces. Ns humanos, at mesmo uma criana, sabemos dizer ao olhar um
cesto cheio de frutas quais esto podres e devem ser retiradas. Todas estas
tarefas so difceis para uma mquina realizar.

o reconhecimento de pessoas. Por exemplo, ns humanos, somos capazes
de reconhecer fisionomias, mesmo que a pessoa esteja de lado, ou esteja
diferente do usual: com bigode ou barba ou cabelo mais comprido, ou
usando um chapu. Somos at capazes de reconhecer uma pessoa mesmo
depois de alguns anos sem v-la e ela j esteja mudada. Uma mquina tem
muita dificuldade de fazer reconhecimento de pessoas.

muitas tarefas do nosso dia a dia como: caminhar, falar, ler, escrever,
subir e descer escadas, lembrar de nomes, factos ou coisas, conduzir (um
veculo), identificar uma placa de trnsito, cozinhar, costurar, etc. etc.
Ns humanos usamos o crebro para realiz-las e muito difcil ensinar
mquinas para faz-las por ns.

tarefas como: cantar, danar, tocar um instrumento, compor, redigir um
texto, pintar um quadro, ou outras actividades que envolvem arte, so
tambm exemplos de tarefas que muito difcil ensinar mquinas para
faz-las por ns pois ns, os humanos, usamos o nosso crebro para rea-
liz-las.
J. A. M. Felippe de Souza 5 Transformadas de Laplace

1

5 Transformadas de
Laplace

5.1 Introduo s Transformadas de Laplace 4
5.2 Transformadas de Laplace definio 5
5.2 Transformadas de Laplace de sinais conhecidos 6
Sinal exponencial 6
Exemplo 5.1 7
Sinal impulso unitrio u
o
(t) 7
Sinal degrau unitrio u
1
(t) 8
Sinal rampa unitria u
2
(t) 9
Sinal semi-parablico u
3
(t) 9
Os demais sinais singulares u
n
(t) 10
Os sinais seno e co-seno 10
5.4 Propriedades da Transformada de Laplace 11
Homogeneidade 11
Aditividade 11
Linearidade 11
Sinal transladado (time shifting) 11
Sinal multiplicado por exponencial e
-at
11
Derivadas 12
Integral 13
Mudana de escala do tempo (time scaling) 13


2

Sinal multiplicado por t 14
Sinal multiplicado por 1/t 14
Convoluo 14
5.5 Teorema do Valor Inicial (TVI) e o Teorema do Valor Final (TVF) 15
Teorema do Valor Inicial (TVI) 15
Teorema do Valor Final (TVF) 15
Exemplo 5.2 15
Exemplo 5.3 16
Exemplo 5.4 16
Exemplo 5.5 17
Exemplo 5.6 17
5.6 Alguns exemplos de Transformadas de Laplace 18
Exemplo 5.7 18
Exemplo 5.8 18
Exemplo 5.9 19
Exemplo 5.10 19
Exemplo 5.11 20
Exemplo 5.12 21
Exemplo 5.13 21
Exemplo 5.14 21
Exemplo 5.15 23
Exemplo 5.16 24
Exemplo 5.17 25
5.7 Tabela da Transformada de Laplace de alguns sinais conhecidos 26
5.8 A Transformada Inversa de Laplace 27
Caso 1 Plos reais e distintos 28
Caso 2 Plos complexos conjugados 28
Caso 1 Plos mltiplos (duplos, triplos, etc.) 28


3

Exemplo 5.18 30
Exemplo 5.19 31
Exemplo 5.20 31
Exemplo 5.21 33
5.9 Soluo EDO usando Transformadas de Laplace 34
Exemplo 5.22 35
Exemplo 5.23 37
Exemplo 5.24 38
5.10 A reposta impulsional h(t) e H(s) 39
Exemplo 5.25 40
Exemplo 5.26 42
Exemplo 5.27 43


4

Transformadas de Laplace

5.1 Introduo s Transformadas de Laplace

Neste captulo estudaremos as Transformadas de Laplace. Elas apresentam uma re-
presentao de sinais no domnio da frequncia em funo de uma varivel s que
um complexo, s = + j.

A Transformada de Laplace foi desenvolvida pelo matemtico francs Pierre Simon
Laplace (1749-1827).

Fig. 5.1 Pierre Simon Laplace (1749-1827), francs.


5
5.2 Transformadas de Laplace definio

Considere um sinal contnuo x(t)

x(t) C {conjunto dos nmeros complexos}

ou seja, o sinal x(t) pode ter valores complexos, i.e., valores com parte real e com
parte imaginria.

A Transformada de Laplace deste sinal x(t), normalmente simbolizada por:

L { x(t) } ou X(s)

permite expressar o sinal x(t) como:

L xt Xs
xt dt
eq. (5.1)

A eq. (5.1) acima chamada de transformada unilateral pois definida para sinais
x(t) onde
x(t) = 0 para t < 0

e a definio de Transformada de Laplace adoptada aqui pois esta a que tem
maior aplicao para sistemas dinmicos.

Fig. 5.2 Um sinal x(t) com valor nulo para t < 0 [i.e., x(t) = 0 para t < 0].

Alm desta definio de Transformada de Laplace unilateral (para t 0) que adopta-
mos aqui, h tambm a Transformada de Laplace bilateral (definida para t, ou seja:
t < 0 e t 0).


6
5.3 Transformadas de Laplace de alguns sinais conhecidos

Sinal exponencial

Como primeiro exemplo vamos utilizar o sinal exponencial

xt
t eq. (5.2)

Para um dado valor de a este sinal xt da eq. (5.2) est bem definido e assume o
valor 0 (zero) esquerda da origem pois est multiplicado pelo degrau unitrio
u
1
(t). Entretanto muitas vezes apenas escrevemos xt
, t 0 e j fica suben-
tendido que nulo para t < 0.

O sinal x(t) dado pela eq. (5.2) assume diferentes formas dependendo do valor de a.
Se a > 0, x(t) um sinal exponencial decrescente; se a < 0, x(t) um sinal exponen-
cial crescente; se a = 0; x(t) um sinal degrau unitrio.

Os grficos destes sinais podem ser vistos nas figuras 5.3 e 5.4.

xt
t, a 0 xt
t, a 0

Fig. 5.3 Os sinais x(t) = e
-at
u
1
(t), para a > 0, exponencial decrescente ( esquerda),
e para a < 0, exponencial crescente ( direita).

xt
t, a 0

Fig. 5.4 O sinal x(t) = e
-at
u
1
(t), a = 0 (degrau unitrio).


7
Calculando a Transformada de Laplace de x(t), pela definio [eq. (5.1)], temos que:

L xt Xs
dt
dt
1
s a

1
s a

ou seja, Transformada de Laplace de um sinal exponencial dada por:

L

1
s a

Exemplo 5.1:
Considere os sinais xt
,
, t 0 (decrescente) e yt
,
, t 0
(crescente). Logo, as Transformadas de Laplace destes sinais so:

Xs
,
e Ys
,

Sinal impulso unitrio

x(t) = u
o
(t)

Para o sinal impulso unitrio, usando nova-
mente a definio da Transformada de Laplace
[eq. (5.1)], temos:

L xt Xs
t dt

e agora, usando eq. (3.10) para a convoluo
acima de
com o impulso unitrio u
t,

L xt

1

Logo, Transformada de Laplace do impulso unitrio u
o
(t) dada por:

L u
t 1

Fig. 5.5 O sinal x(t) = u
o
(t),
(impulso unitrio).

eq. (5.4)
eq. (5.3)

8
Sinal degrau unitrio u
1
(t)

Embora j visto acima como caso particular do sinal xt
, para t 0, vamos
considerar novamente, agora como um sinal da famlia dos sinais singulares:

x(t) = u
1
(t)

1
(t), degrau unitrio.

Novamente, pela definio da Transformada de Laplace [eq. (5.1)], temos que:

L xt Xs
t dt
1
s
1
s

Logo, Transformada de Laplace do degrau unitrio u
1
(t) dada por:

L u

1
s

De forma semelhante pode-se calcular a Transformada de Laplace de outros sinais
conhecidos como:
u
t, a rampa unitria,
e demais sinais singulares contnuos: u
t, u
t, , u
t, assim como tambm do

seno, do co-seno, etc.
sen t, cos t,
sen t,
cos t, etc.

eq. (5.5)

9
Sinal rampa unitria u
t

x(t) = u
2
(t)

2
(t), rampa unitria.

e a Transformada de Laplace L xt Xs dada por:

L u
t
1
s

Sinal semi-parablico u
t

x(t) = u
3
(t)

3
(t), sinal semi-parablico.

A Transformada de Laplace L xt Xs dada por:

L u
t Xs
1
s

eq. (5.6)

10
Os demais sinais singulares

Os resultados anteriores, para u
t, impulso, u
t, degrau, u
t, rampa e u
t,
semi-parbola podem facilmente serem generalizados para toda a famlia de sinais
singulares contnuos u
t, n 0 vistos no captulo 3:

xt u
t, n 0

A Transformada de Laplace L xt Xs dada por:

L u

1
s

Sinais seno e co-seno

x(t) = sen t u
1
(t) x(t) = cos t u
1
(t)

Fig. 5.9 Os sinais x(t) = sen t u
1
(t) ( esquerda), e x(t) = cos t u
1
(t) ( direita).

A Transformada de Laplace do seno dada por:

L sen t

s

e a Transformada de Laplace do co-seno dada por:

L cos t
s
s

eq. (5.9)
eq. (5.8)
eq. (5.7)

11
5.4 Propriedades da Transformada de Laplace

Muitas das propriedades que aqui mostramos so anlogas s vistas anteriormente
para Srie de Fourier (captulo 5) e Transformadas de Fourier (captulo 6).

Considere que x(t), x
1
(t) e x
2
(t) so sinais contnuos.

Homogeneidade:

L k xt k L xt

Aditividade:

L x
t x
t L x
t + L x
t

Linearidade:

Como j vimos em anteriormente, a linearidade a propriedade da aditividade e da
homogeneidade juntas:

L x
t x
t L x
t + L x
t

Sinal transladado (time shifting):

L xt a u
t a e
-as
L xt = e
-as
X(s)

Sinal multiplicado por exponencial e
-at
:

L
xt Xs a

onde X(s) = L xt.

Estas duas ltimas propriedades so duais uma da outra pois: enquanto uma diz que a
transformada do sinal transladado fica multiplicada por uma exponencial, a outra diz
que a transformada de um sinal multiplicado por uma exponencial um sinal transla-
dado.


12
Derivadas:

L
xt s Xs x0

L
xt s
Xs s x0 x0

M

L
d
n
dt
n
xt s
n
Xs s
n1
x0
s x
0 x
0

Os termos x0, s x0, x
0, etc nas frmulas acima so chamados de resduos.

Note que se x(t) tem condies iniciais nulas, isto , se

x0 0, x0 0, x0 0, , etc.

ento os resduos so todos nulos e derivar (em t) equivale a multiplicar por s (no do-
mnio s, da frequncia, de Laplace). Isto , neste caso:

L xt s Xs

L xt s
Xs

M

L x
t s
Xs

Na verdade os resduos aparecem porque tomamos a Transformada de Laplace unila-
teral. No caso da Transformada de Laplace bilateral no h resduos e as transforma-
das das derivadas tm o resultado das equaes em eq. (5.11).

Entretanto, na Transformada de Laplace unilateral, que estamos considerando aqui,
somente no caso em que as condies iniciais so nulas que isso ocorre, isto ,
somente no caso em que x0 0, x0 0, x0 0, que as equaes em
eq. (5.11) so vlidas.

eq. (5.11)
eq. (5.10)
eq. (5.10a)
eq. (5.10b)

13
Integral:

L xt dt
Xs
s

1
s
xt dt

Aqui os resduos so diferentes do caso da derivada. Entretanto, da mesma forma que
derivar (em t) equivale a multiplicar por s (no domnio da frequncia), sob certas con-
dies integrar (em t) equivale a dividir por s (no domnio da frequncia). Ou seja, se

xt dt
0

Ento a propriedade torna-se:

L xt dt
1
s
Xs.

Mudana de escala do tempo (time scaling):

L x
t
X s , 0

Se o eixo da varivel t for encolhido (0 < < 1), ento a Transformada de Laplace
de x(t) ficar esticada (em s).

Se o eixo da varivel t for esticado ( > 1) ento a Transformada de Laplace de x(t)
ficar encolhida (em s).

Equivalentemente, esta propriedade pode ser escrita como

L xkt
1
k
X
, k 0


14
Sinal multiplicado por t

L t xt
dXs
ds

Novamente aqui temos uma dualidade. Esta ltima propriedade e a propriedade da
derivada so duais uma da outra pois: enquanto uma diz que a transformada da deri-
vada de x(t) X(s) vezes s, a outra diz que a transformada de x(t) vezes t a derivada
de X(s).

Sinal multiplicado por 1/t

L
1
t
xt Xsds

Mais uma vez aqui temos uma dualidade. Esta ltima propriedade dual da proprie-
dade da integral pois, enquanto uma diz que a transformada da integral de x(t) X(s)
dividido por s, a outra diz que a transformada de x(t) dividido por t um integral de
X(s).

Convoluo

L x
1
t x
2
t X
1
s X
2
s

Portanto, a Transformada de Laplace da convoluo de dois sinais x
1
(t) e x
2
(t) o
produto das transformadas X
1
(s) e X
2
(s) destes dois sinais.

Recorde-se que a definio de convoluo entre dois sinais x
1
(t) e x
2
(t) (captulo 4,
seces 4.3 e 4.4):

x
t x
t x
t x
t d

Ou seja, a Transformada de Laplace transforma esta conta complicada da eq. (5.13)
em uma simples multiplicao, eq. (5.12).

eq. (5.12)
eq. (5.13)

15
5.5 Teorema do Valor Inicial (TVI) e Teorema do Valor Final (TVF)

Os teoremas do valor inicial (TVI) e do valor final (TVF) permitem que se descubra o
valor inicial x(0
+
) e o valor final x() dos sinais x(t) cuja Transformada de Laplace
X(s) sejam conhecidas.

Teorema do Valor Inicial (TVI)

x0
lim
xt lim
s Xs

Teorema do Valor Final (TVF)

x lim
xt lim
s Xs

Exemplo 5.2:

Considere o sinal exponencial decrescente xt
t, a 0, cuja Trans-
formada de Laplace dada por:
Xs
1
s a

Aplicando-se os teoremas TVI e TVF das equaes eq. (5.14) e eq. (5.15) obtemos:

x0
lim
s
s Xs lim
s
s
1
s a
1

e
x lim
s0
s Xs lim
s0

s
s a
0

que esto de acordo com o esperado pois

x0
1 e x lim
0.

eq. (5.15)
eq. (5.14)

16
Exemplo 5.3:

Considere o sinal x(t) cuja Transformada de Laplace dada por:

Xs
4s 1
s
2s


x0
lim
s
s Xs lim
s
s
4s 1
ss 2
lim
s
4s 1
s 2
4

x lim
s0
s Xs lim
s0
s
4s 1
ss 2
lim
s0

4s 1
s 2

1
2

ou seja,

x0 4 e x 0,5

Exemplo 5.4:

Considere o sinal x(t) cuja Transformada de Laplace dada por:

Xs
3
s
2s


x0
lim
s
s Xs lim
s
s
3
ss 2
lim
s
3
s 2
0

x lim
s0
s Xs lim
s0
s
3
ss 2
lim
s0

3
s 2

3
2

ou seja,

x0 0 e x 1,5


17
Exemplo 5.5:

Considere o sinal da rampa unitria xt u
t, cuja Transformada de Laplace

dada pela eq. (5.6):
Xs
1
s


x0
lim
s
s Xs lim
s
s
1
s
2
lim
s

1
s
0

x lim
s0
s Xs lim
s0
s
1
s
2
lim
s0

1
s

que esto de acordo com o esperado pois

x0 u
0 0 e x u

Exemplo 5.6:

Considere o sinal exponencial x(t) cuja Transformada de Laplace dada por:

Xs
1
s
s 1


x0
lim
s Xs lim
s
1
s
s 1
lim
s
s
s 1
0

x lim
s Xs lim
s
1
s
s 1
lim
s
s
s 1
0

ou seja,

x0 0 e x 0


18
5.6 Alguns exemplos de Transformadas de Laplace

Exemplo 5.7:

Considere o sinal da figura 5.8.

x(t) = 2 u
o
(t a)

A Transformada de Laplace deste sinal
dada por:

X(s) = 2 e
-as
.

O resultado acima facilmente obtido apli-
cando-se as propriedades da homogenei-
dade e da translao (time shifting) visto
que L u
t 1.

Exemplo 5.8:

Considere o sinal da figura 5.9. Escrevendo este sinal em termos de sinais singulares
obtemos:
) a t ( u
3
2
) t ( x
1
=

E portanto a Transformada de La-
place dada por:

s 3
2
) s ( X
as
=
e

O resultado obtido facilmente ao
aplicar as propriedades da homoge-
neidade e da translao (time shif-
ting) visto que L u
t 1/.

Fig. 5.10 O sinal x(t) = 2 u
o
(ta).
Fig. 5.11 O sinal x(t) = (2/3) u
1
(t a).

19
Exemplo 5.9:
Considere o sinal x(t) da figura 5.10. Escrevendo este sinal em termos de sinais sin-
gulares obtemos:
) 3 t ( u ) 1 t ( u ) t ( u ) t ( x
1 2 2
=

E portanto a Transformada de Laplace dada por:

s s s
1
) s ( X
s 2
2
s
2

=
e e

O resultado obtido facilmente visto que
L u
t 1/ , que L u
t 1/s

e aplicando-se as propriedades da aditivi-
dade e da translao (time shifting).

Exemplo 5.10:
J vimos na seco anterior que a Transformada de Laplace do degrau unitrio u
1
(t)
L u
t
1
s

Tambm vimos no captulo 2 (Sinais Singulares) que a derivada do degrau u
1
(t) o
impulso u
o
(t):
dt
) t ( du
) t ( u
1
o
=

e que u
1
(0
-
) = 0, ou seja a condio inicial para u
1
(t) nula. Portanto, aplicando-se a
propriedade da derivada para as Transformada de Laplace temos que:

L u
t s L u
t u
s
1
s
0 1

ou seja, L u
t 1, da eq. (5.4), como era de se esperar.

Semelhantemente, as Transformadas de Laplace de todos os sinais singulares
u
t, n 1 podem ser calculadas recursivamente e obtendo-se os j conhecidos re-

sultados: L u
t 1 s , L u
t 1 s
, , L u
t 1 s
.

Fig. 5.12 O sinal x(t)

20
L u
t s L u
t u
s
1
s
0
1
s

L u
t s L u
t u
s
1
s
0
1
s

L u
t s L u
t u
s
1
s
0
1
s

Exemplo 5.11:
Olhando no sentido inverso do exemplo anterior podemos calcular as Transformadas
de Laplace dos sinais singulares aplicando-se a propriedade da integral. Como

n , dt ) t ( u ) t ( u
t
1 n
n
=

e como

u
t dt
0 , n
ento

L u
t L u
t dt

1
s
L u
n1
t
1
s
u
n1
t dt
t
t0

1
s
1
s
n1
0
1
s
n

ou seja,
L u
t
1
s

Da eq. (5.7), como era de se esperar.


21
Exemplo 5.12:

Considere o sinal x(t) da figura 5.13.

Escrevendo este sinal em termos de
sinais singulares obtemos:

). 2 t ( u a ) t ( x
1
+ =

Nitidamente x(t) 0 para valores de
t < 0.

Portanto, este sinal no tem Transfor-
mada de Laplace unilateral conforme
definida na eq. (5.1).

Exemplo 5.13:

Considere o sinal x(t) da figura 5.14.

Este sinal em termos de sinais singulares tem
a expresso:
) t 2 ( u a ) t ( x
1
=

Mas nitidamente aqui tambm x(t) 0 para
valores de t < 0.

Portanto, aqui novamente, este sinal no pos-
sui Transformada de Laplace unilateral con-
forme definida na eq. (5.1).

Exemplo 5.14:

Considere o sinal exponencial x
t cuja Transformada de Laplace


L x
t X
s
1
s 1

Se o eixo t for esticado de 5 vezes (por uma mudana de escala), este sinal se torna
em x
2
(t), tambm exponencial:
Fig. 5.14 O sinal x(t) = a u
1
(2 t).
Fig. 5.13 O sinal x(t) ) = a u
1
(t+2).

22
x
t x
t
5

.
u
t

cuja Transformada de Laplace dada por (usando a transformada da exponencial)

L x
t X
s L

1

1
5

Fig. 5.15 Os sinais x
t e x
t
.
u
t so de certa
forma o mesmo sinal escritos em escalas de tempo diferentes. Um
tem o eixo dos t 5 vezes mas esticado que o outro.

Usando a propriedade da mudana de escala (time scaling) obtemos o mesmo X
2
(s)
obtido acima:

L x
t X
s 5 X5 s

5
5 1

1

1
5


23
Exemplo 5.15:

Considere o sinal sinusoidal

xt sen t u
t

cuja Transformada de Laplace dada por [usando a transformada do seno eq. (5.8)]

L xt Xs

vamos calcular a Transformada de Laplace co-seno, isto , do sinal y(t)

yt cos t u
t

usando apenas as propriedades da Transformada de Laplace. Primeiramente, como a
derivada do seno o co-seno, ou melhor,

d
dt
sent cos t

ento, usando a propriedade da derivada para Transformada de Laplace, eq. (5.10),
temos que:

L
xt L cos t sen0

L cos t

Por outro lado, usando novamente a propriedade da derivada para Transformada de
Laplace, mas agora para a eq. (5.16), temos que:

L
d
dt
xt s

s
s
2
2

e agora, comparando a eq. (5.17) com a eq. (5.18) conclumos que transformada do
co-seno dada por:

L cos t L yt Ys
s
s

que corresponde eq. (5.9) que foi calculada pela definio de Transformada de
Laplace.

eq. (5.17)
eq. (5.16)
eq. (5.18)

24
Exemplo 5.16:
Os sinais cujas Transformadas de Laplace so mostrados na eq. (5.19) podem ser vis-
tos como sinais singulares [ u
1
(t) = 1, u
2
(t)/2 = t, u
3
(t)/6 = t
2
, , u
3
(t)/n! = t
n
] multi-
plicados por exponencial ou, alternativamente, como o sinal exponencial multiplicado
por t, por t
2
, por t
3
,

L

1
s a

L t

1
s a

L t

2
s a

eq. (5.19)

L t

6
s a

L t

n!
s a

As relaes da eq. (5.19) podem ser demonstradas de duas formas diferentes:

i) aplicando-se a propriedade da multiplicao por exponencial para os sinais sin-
gulares u
n
(t) (degrau, rampa, etc.) divididos por n! pois, como j visto
anteriormente na eq. (3.19),
u
t
t
n!
, t 0, n 0, 1, 2, 3,

ou, alternativamente,

ii) aplicando-se recursivamente a propriedade do sinal multiplicado por t para o sinal
exponencial.


25
Exemplo 5.17:

Sinais oscilatrios amortecidos do tipo seno ou co-seno multiplicados por exponen-
ciais decrescentes so comuns em sistemas estveis.

Considere o caso do seno amortecido:

xt
sen t u
t

Fig. 5.16 O sinal oscilatrio amortecido xt
sent u
t.

Aplicando-se a propriedade do sinal multiplicado por exponencial facilmente obtm-
se:
Xs
s a

Considere agora o caso do co-seno amortecido:

xt
cos t u
t

Aplicando-se novamente a propriedade do sinal multiplicado por exponencial facil-
mente obtm-se:

Xs
s a
s a


26
5.7 Tabela da Transformada de Laplace de alguns sinais conhecidos

x(t) X(s) = L L L L { x(t) }
x(t) = u
o
(t)
Xs 1
x(t) = u
1
(t) Xs
1
s

x(t) = u
2
(t) Xs
1
s

x(t) = u
3
(t)

Xs
1
s

x(t) = u
n
(t)

Xs
1
s

x(t) = e
at
u
1
(t)
Xs
1
s a

x(t) = te
at
u
1
(t)
Xs
1
s a

x(t) = t
2
e
at
u
1
(t)
Xs
2
s a

x(t) = t
3
e
at
u
1
(t)
Xs
3!
s a

x(t) = t
n
e
at
u
1
(t)
Xs
n!
s a

x(t) = sen t u
1
(t)
Xs

s

x(t) = cos t u
1
(t)
Xs
s
s

x(t) = e
at
sen t u
1
(t)
Xs

s a

x(t) = e
at
cost u
1
(t) Xs
s a
s a


27
5.8 Transformada Inversa de Laplace

Nesta seco vamos desenvolver as tcnicas de encontrar o sinal x(t) cuja Transfor-
mada de Laplace X(s) conhecida. Ou seja, vamos calcular a Transformada inversa
de Laplace de X(s).

L
Xs xt

As Transformadas de Laplace dos principais sinais de interesse para sistemas lineares
invariantes no tempo (SLIT) vm em forma de uma fraco racional, ou seja, uma
fraco do tipo:

eq. (5.20)

onde p(s) e q(s) so polinmios.

Conforme podemos observar na tabela da seco anterior, as Transformadas de
Laplace de muitos sinais vm todas na forma eq. (5.20) onde p(s) e q(s) so polin-
mios menores, isto , do primeiro ou segundo grau.

Note tambm que em muitos casos p(s), o polinmio do numerador, tem apenas o
termo independente (i.e., uma constante)

p(s) = 1, p(s) = 2, p(s) = 3!, p(s) = n!, ou p(s) = .

Em outras situaes p(s) um polinmio do primeiro grau:

p(s) = s ou p(s) = (s + a).

Sinais mais complexos so a combinao linear de sinais que aparecem na tabela da
seco anterior e tambm apresentam transformadas do tipo eq. (5.20) e devem ser
desmembrados em fraces parciais menores para obtermos a transformada inversa.

Esse processo de desmembrar o X(s) na forma de fraco eq. (5.20) chamada de
expanso em fraces parciais. Vamos apresentar, atravs de exemplos, trs casos de
expanso em fraces parciais.

A fraco racional da eq. (5.20) a funo de transferncia de um sistema; as razes
do polinmio q(s) do denominador so chamadas de plos. Os trs casos que veremos
so: plos reais e distintos, plos complexos e plos mltiplos. Os demais casos
sero apenas combinaes destes 3 casos, como veremos nos exemplos da prxima
seco.


28
Caso 1 Plos reais e distintos:

No caso de plos reais e distintos

s = a,
s = b,

q(s) pode ser factorado em

qs s a s b

e a expanso em fraces parciais deve ser da seguinte forma:

eq. (5.21)

Caso 2 Plos complexos conjugados:

No caso de plos complexos conjugados, ento q(s) pode ser expresso como:

qs as
bs c com b
4ac 0


eq. (5.22)

Caso 3 Plos mltiplos (duplos, triplos, etc.):

No caso de plos mltiplos (i.e., plos duplos, triplos, etc.), ento q(s) pode ser
expresso como:

qs s a


eq. (5.23)


29
Uma vez escrita nas formas eq. (5.21), eq. (5.22) e eq. (5.23), ou combinaes destas,
torna-se fcil achar a transformada inversa de Laplace fraco a fraco, com o uso
da propriedade da linearidade e da tabela da seco anterior.

Por exemplo, no caso da eq. (5.21):

L
A
s a
A
B
s b
B

No caso da eq. (5.22), ela pode ser reescrita como

As B
as
bs c

As
as
bs c

B
as
bs c

As
s

e o clculo das transformadas inversas

L
As
s
e L
B
s

no difcil de ser feito dando como resultado sinais do tipo

xt A
cos t u
t
e

xt
B
sen t u
t

respectivamente.


30
No caso da eq. (5.23):

L
A
s a

A
2
t
B
s a
B t
C
s a
C

Exemplo 5.18:

Xs
s 3
s 1s 2

Este um caso de plos reais e distintos. Para achar a transformada inversa de
Laplace de X(s) fazemos a expanso em fraces parciais:

Xs
A
s 1
B
s 2

A Bs 2A B
s 1s 2

e igualando o numerador A Bs 2A B com (s + 3), o numerador de X(s)
na eq. (5.24), temos que:

A B 1
2A B 3

cuja soluo dada por

A 2
B 1

e portanto,
eq. (5.24)

31
xt L

2
1
L

1
2

2
, t 0

Exemplo 5.19:

Xs
2s
7s 7
s 1s 2

Aqui observamos que grau denominador e do numerador so o mesmo. Ento, divi-
dindo-se facilmente obtemos que

Xs 2
s 3
s 1s 2

mas
L
2 2 u
t

e
L

s 3
s 1s 2

j foi calculado no exemplo anterior (Exemplo 5.18), logo:

xt 2 u
t 2
, t 0

Exemplo 5.20:

Xs
s 1
ss
s 1

Este um caso de combinao de um plo real distinto (s = 0) e um par de plos
complexos. Para achar a transformada inversa de Laplace de X(s) fazemos a expan-
so em fraces parciais:

eq. (5.25)

32
Xs
A
s

Bs C
s
s 1

A Bs
A Cs A
ss
s 1

e igualando o numerador B As
C As A com (s + 1), o numerador de

X(s) em eq. (5.25), temos que:
A B 0
A C 1
A 1

cuja soluo dada por
A 1
B 1
C 0

e portanto,
Xs
1
s

s
s
s 1

1
s

s 1 2
s 1 2
3 4

1 2
s 1 2
3 4

logo

xt L

1
s
L

1
2

1
2
3
2

1
3
3
2

1
2
3
2

1
s
L

1
2

1
2
3
2
1
3
L

3
2

1
2
3
2

e usando a tabela da seco anterior facilmente encontramos:


33
xt 1
.
cos
3
2
t
1
3
.
sen
3
2
t , t 0
1
.
cos 0.866t 0.578
.
sen0.866t , t 0

Exemplo 5.21:

Xs
s
2s 3
s 1

Este um caso de um plo mltiplo (s = 1, triplo neste caso). Para achar a transfor-
mada inversa de Laplace de X(s) fazemos a expanso em fraces parciais:

Xs
A
s 1
B
s 1
C
s 1

A Bs 1 Cs 1
s 1

A B C B 2Cs Cs
s 1

e igualando o numerador A B C B 2Cs Cs
com o numerador de X(s)

em eq. (5.26) temos que:

3
2 2
1

cuja soluo dada por

2
0
1

eq. (5.26)

34
e portanto,

Xs
2
1

0
1

1
1

2
1

1
1

cuja transformada inversa :

xt L
1
2
s 1
L
1
1
s 1

, 0

5.9 Soluo de equaes diferenciais ordinrias (EDO) usando
Transformada Laplace

As Transformadas de Laplace so muito teis na resoluo de equaes diferenciais
ordinrias (EDO) transformando-as em equaes algbricas no domnio s (tambm
chamado domnio da frequncia) de fcil soluo. O principal problema deixa de
ser as equaes diferenciais e passa a ser a transformada inversa de Laplace.

As propriedades das derivadas para Transformada de Laplace [equaes eq. (5.10)
eq. (5.11)] so as mais importantes para a resoluo de EDO.

EDO descrevem a dinmica de sistemas contnuos onde x(t) a entrada (input) e
y(t) a sada (output).

Normalmente, a entrada x(t) conhecida assim como as condies iniciais da sada
y(t), isto ,
y(0), y[0], y[0], etc.

e deseja-se calcular a sada y(t), a soluo da EDO.

O nmero de condies iniciais necessrias para resolver a EDO a ordem da prpria
equao de diferencial (que a ordem do sistema). Logo, se for de 1 ordem, precisa-
se de y(0); se for de 2 ordem, precisa-se de y(0) e y(0), e assim por diante.


35
Exemplo 5.22:
Considere a equao diferencial ordinria (EDO) com x(t) = u
1
(t) = degrau unitrio e
condies iniciais nulas, isto , y(0)=0 e y(0)=0:

y + 3y(t) = 2x(t) eq. (5.27)

y(0)=0 e y(0)=0

x(t) = u
1
(t) = degrau unitrio

Fazendo-se a Transformada de Laplace dos termos da eq. (5.27) obtm-se:

s
Ys 3Ys 2 Xs

ou seja,
s
3 Ys 2 Xs
e portanto,
Ys
Xs eq. (5.28)

e, como x(t) = u
1
(t) = degrau unitrio, temos que X(s) = 1/s, logo:

s
3 Ys
2
s

que uma equao algbrica em s e cuja soluo :

Ys
2
s s
3

Agora a soluo y(t) desta EDO encontrada fazendo-se a transformada inversa de
Laplace de Y(s).

yt L
1
Ys

Este um caso de um plo real (distinto) s = 0 e um par de plos complexos, razes
de s
3 0.

Para achar a transformada inversa de Laplace de Y(s) fazemos a expanso em frac-
es parciais:


36
Ys
A
s

Bs C
s
3

A Bs
Cs 3A
ss
3

e igualando o numerador A Bs
Cs 3A com 2, o numerador de Y(s), temos

que

A B 0
C 0
3A 2
cuja soluo dada por
A

B
2
3

C 0
e portanto,

Xs
2 3
s

2 3 s
s
3

2
3

1
s

2
3

s
s
3

logo
xt L
2
3

1
s
L

2
3

s
s
3

2
3
L

1
s
L
s
s
2
3
2

e usando a tabela da seco 5.7 a soluo da EDO encontrada:

yt
2
3
1 cos3 t , t 0


37
Exemplo 5.23:
Considere a equao diferencial ordinria (EDO) homognea (ou seja, x(t) = 0, caso
de sistemas livres, que no tm input) e condies iniciais: y(0) = 0 e y(0) = 4.

y + 5y + 9y(t) = x(t) = 0 eq. (5.29)

y(0) = 0 e y(0) = 4; x(t) = 0

Fazendo-se a Transformada de Laplace da eq. (5.29) termo a termo obtm-se:

s
Ys s y0 y0 5sYs 5y0 9Ys 0

logo,
s
Ys 4 5sYs 9Ys 0

e portanto,
s
5s 9 Ys 4


Ys
4
s
5s 9

Agora a soluo y(t) desta EDO encontrada fazendo-se a transformada inversa de
Laplace de Y(s).

yt L
1
Ys

Este um caso de um par de plos complexos, razes de s
5s 9 0.

Para achar a transformada inversa de Laplace de Y(s) fazemos a expanso em frac-
es parciais:

Ys
4
s 2,5
2,75

2,412 1,658
s 2,5
1,658

logo
yt L
2,412
1,658
s 2,5
1,658

2,412 L
1,658
s 2,5
1,658


38
e usando a tabela da seco 5.7, a soluo da EDO encontrada:

yt 2,412
,
sen 1,658 t , t 0

Exemplo 5.24:
Considere a equao diferencial ordinria (EDO) abaixo onde x(t) = u
1
(t) = degrau
unitrio, e as condies iniciais so: y(0) = 1 e y(0) = 0.

y + y + y(t) = x(t) eq. (5.29a)

y(0) = 1 e y(0) = 0; x(t) = u
1
(t)

Fazendo-se a Transformada de Laplace da eq. (5.29a) termo a termo obtm-se:

s
Ys s y0 y0 sYs y0 Ys Xs

logo,
s
Ys s sYs 1 Ys 1 s

e portanto,
s
s 1 Ys
s 1
s


Ys
s 1
ss
s 1

que a mesma equao eq. (5.26) j vista anteriormente no Exemplo 5.20. A soluo
y(t) desta EDO a transformada inversa de Laplace de Y(s):

yt L
1
Ys

j foi calculada no Exemplo 5.20 e dada em eq. (5.26), ou seja,

yt 1
.
cos 0.866t 0.578
.
sen0.866t , t 0


39
5.10 A resposta impulsional h(t) e H(s)

Note que para acharmos a Transformada inversa de Y(s), na eq. (5.27), era necessrio
conhecer x(t), ou melhor, X(s).

Equaes de diferenciais como as das eq. (5.27) ou eq. (5.29) descrevem a dinmica
de sistemas em que x(t) a entrada, y(t) a sada do sistema.

Fig. 5.17 Diagrama de bloco esquemtico de um
sistema com entrada x(t), sada y(t) e res-
posta impulsional h(t).

Conforme visto no captulo 4 (Sistemas), a resposta impulsional (impulse respon-
se) h(t) ser a resposta y(t) de um sistema linear e invariante no tempo (SLIT)
quando a entrada x(t) for um impulso u
o
(t), como ilustra a figura 5.18.

Fig. 5.18 Diagrama de bloco esquemtico da resposta
impulsional h(t), a sada do sistema quando a
entrada o impulso u
o
(t).

Um resultado clssico da teoria de sistemas, que vimos na seco 4.3, que a sada
y(t) de um sistema a convoluo entre h(t) e x(t), ou seja

) t ( x * ) t ( h ) t ( y =

isto , a sada de um sistema linear invariante no tempo (SLIT) toma a forma da inte-
gral de convoluo, eq. (4.5):

= =

+

+

d ) t ( x ) ( h d ) ( x ) t ( h ) t ( y
.

Usando a propriedade da convoluo para a Transformada de Laplace, eq. (5.12), ou
seja, a transformada da convoluo o produto das transformadas, temos ento que:

) s ( X ) s ( H ) s ( Y =
eq. (5.30)


40
o que permite redesenhar o diagrama acima da Fig. 5.17 na forma mostrada na
Fig. 5.19.

Fig. 5.19 Diagrama de bloco esquemtico de um sis-
tema com entrada X(s), sada Y(s) e resposta
impulsional H(s).

Como a Transformada de Laplace do impulso unitrio u
o
(t) igual a 1, ou seja:

L {u
o
(t)} = 1

conforme j visto, eq. (5.4), ento quando a entrada x(t) um impulso unitrio u
o
(t),
i.e.,
x(t) = u
o
(t)

teremos que X(s) = 1 e portanto, pela eq. (5.30), Y(s) = H(s) 1, isto ,

Y(s) = H(s),

o que implica
y(t) = h(t),

isto , a sada y(t) se torna a resposta impulsional, como seria de se esperar.

Exemplo 5.25:

Retomando o sistema do Exemplo 5.22, se imaginarmos que a equao diferencial
eq. (5.27) descreve a dinmica de um sistema, ento, comparando a eq. (5.28) com a
eq. (5.30) obtemos
Hs
2
s
3

Isto consistente com a definio de h(t) e H(s) (resposta impulsional do sistema),
pois se a entrada x(t) for o degrau unitrio, como era no Exemplo 5.22,

x(t) = u
1
(t)

ento X(s) = 1/s e, pela eq. (5.30), temos que:

41
Ys Hs
1
s

2
ss
3

ou seja, o mesmo Y(s) que foi obtido no Exemplo 5.22 e que permitiu calcular a sada
do sistema y(t)
yt L
1
Ys

Fig. 5.20 Sistema com entrada x(t), sada
y(t) e resposta impulsional h(t).

Entretanto, se a entrada do sistema fosse

x(t) = u
o
(t)

ento X(s) = 1 e, pela eq. (5.30), temos que:

Ys Hs
2
s
3

ou seja, a sada y(t) = h(t), conforme a prpria definio da resposta impulsional h(t).
A expresso deste h(t) ento achada fazendo-se

ht L
Hs L
Ys

ou seja,

ht yt L
2
s
3
L
2
3
3
s

e agora, pela propriedade da homogeneidade da Transformada de Laplace e usando-
se a tabela da seco 5.7, temos que a resposta impulsional :

ht yt
2
3
sen3t, t 0


42
Observe que os plos do sistema, razes do polinmio q(s) do denominador de H(s),

qs s
3,
ou seja:

s 3.

Exemplo 5.26:

No caso do Exemplo 5.23, a equao diferencial eq. (5.29), que descreve a dinmica
deste sistema, na verdade

y + 5y + 9 y(t) = x(t) eq. (5.31)

onde x(t) = 0 pois a entrada deste sistema nula.

Agora, assumindo condies iniciais nulas, i.e., y(0) = 0 e y(0) = 0, e fazendo a
Transformada de Laplace da equao eq. (5.31) termo a termo, facilmente obtm-se:

s
2
Y(s) + 5sY(s) + 9Y(s) = X(s)

o que nos fornece:
Ys
1
s
5s 9
Xs

que, novamente, comparando com a equao eq. (5.30) nos d:

Hs
1
s
5s 9

a resposta impulsional do sistema.

Portanto, a resposta impulsional H(s) pode ser sempre obtida a partir da equao di-
ferencial que descreve o sistema fazendo-se condies iniciais nulas. Alm disso, os
plos do sistema so as razes do polinmio

qs s
5s 9

que se encontra no denominador de H(s), que so:

s = 2,5 1,658 j


43
Para se achar h(t) temos que calcular a Transformada inversa:

ht L
1
Hs

Reescrevendo q(s) como

qs s
5s 9 s 2,5
2
2,75

e substituindo no denominador de H(s), temos

Hs
1
s 2,5
2,75

0,603 1,658
s 2,5
1,658

logo,
ht L
0,603
1,658
s 2,5
1,658

0,603 L
1,658
s 2,5
1,658

e usando a tabela da seco 5.7, nos d:

ht 0,603
,
sen 1,658 t , t 0

Fig. 5.21 Sistema com entrada x(t), sada
y(t) e resposta impulsional h(t).

Exemplo 5.27:

No caso do Exemplo 5.24, a equao diferencial eq. (5.29a), que descreve a dinmica
deste sistema,

y + y + y(t) = x(t) eq. (5.32)


44
Agora, assumindo condies iniciais nulas, i.e., y(0) = 0 e y(0) = 0, e fazendo a
Transformada de Laplace da equao eq. (5.31) termo a termo, facilmente obtm-se:

s
Ys sYs Ys Xs

o que nos fornece:
Ys
1
s
s 1
Xs

que, novamente, comparando com a equao eq. (5.30) nos d:

Hs
1
s
s 1

a resposta impulsional do sistema.

Mais uma vez a resposta impulsional H(s) foi obtida a partir da EDO que descreve o
sistema fazendo-se condies iniciais nulas. Os plos deste sistema so as razes do
polinmio
qs s
s 1

que se encontra no denominador de H(s), que so:

s = 0,5 0,866 j

Para se achar h(t) temos que calcular a Transformada inversa:

ht L
1
Hs

Reescrevendo q(s) como

qs s
s 1 s 0,5
2
0,866
2

e substituindo no denominador de H(s), temos

Hs
1
s 0,5
0,866

logo,
ht 1,1547 L
0,866
s 0,5
0,866

e usando a tabela da seco 5.7, nos d:

ht 1,1547
,
sen 0,866 t , t 0

J. A. M. Felippe de Souza 6 Transformadas z

1

6 Transformadas z

6.1 Introduo s Transformadas z 4
6.2 Transformadas z definio 7
6.3 Transformadas z da exponencial e do degrau discretos 8
Sinal x[n] = a
n
u
1
[n] (exponencial discreto) 8
Exemplo 6.1 8
Sinal x[n] = u
1
[n] (degrau unitrio discreto) 9
Exemplo 6.2 10
Exemplo 6.3 12
6.4 Plos discretos 13
Exemplo 6.4 13
6.5 Transformadas z da rampa e do impulso discretos 15
Sinal x[n] = u
2
[n] (rampa unitria discreta) 15
Sinal x[n] = u
o
[n] (impulso unitrio discreto) 16
Exemplo 6.5 17
Exemplo 6.6 17
6.7 Transformadas z de outros sinais discretos conhecidos 18
Exemplo 6.7 18
Sinais seno e co-seno discretos multiplicados pela exponencial 19
Sinais seno e co-seno discretos 20
Exemplo 6.8 21


2

6.8 Tabela das Transformada z de alguns sinais discretos conhecidos 22
6.9 Propriedades da Transformada z 24
Homogeneidade (homogeneity) 24
Aditividade (additivity) 24
Linearidade (linearity) 24
Translao (time shifting) 24
Mudana de escala no domino z (z-domain scaling) 26
Expanso no tempo (time scaling) 27
Conjugado (conjugate) 27
Convoluo (convolution) 28
Derivada do domnio de z (z-domain derivative) 28
6.10 Teorema do Valor Inicial (TVI) e o Teorema do Valor Final (TVF) 29
Teorema do Valor Inicial (TVI) 29
Teorema do Valor Final (TVF) 29
Exemplo 6.9 29
Exemplo 6.10 30
6.11 Transformada z inversa 31
Caso 1 Plos reais e distintos 32
Exemplo 6.11 32
Caso 2 Plos complexos conjugados 33
Exemplo 6.12 35
Exemplo 6.13 35
Caso 3 Plos mltiplos (duplos, triplos, etc.) 36
Exemplo 6.14 38
Exemplo 6.15 38
Exemplo 6.16 39
Caso 4 Plos mltiplos na origem 39


3

6.12 Soluo de equaes de diferenas usando Transformadas z 41
Exemplo 6.17 42
Exemplo 6.18 43
Exemplo 6.19 45
Exemplo 6.20 47
Exemplo 6.21 48
Exemplo 6.22 50
Exemplo 6.23 52
Exemplo 6.24 53
Exemplo 6.25 54
Exemplo 6.26 55
Exemplo 6.27 56
Exemplo 6.28 57
6.13 A resposta impulsional h[n] e H(z) 58
Exemplo 6.29 59
Exemplo 6.30 60
Exemplo 6.31 61
Exemplo 6.32 61


4

Transformadas z

6.1 Introduo s Transformadas z

Na anlise de sistemas contnuos por vezes mais vantajoso o uso da frequncia
complexa s (Transformadas de Laplace, captulo 5).

No caso de sistemas discretos, uma ferramenta bastante comum usada para passar um
sinal do domnio do tempo para o domnio da frequncia a Transformada z.

A Transformada z tambm faz o uso de uma frequncia complexa que neste caso
z, e portanto, ela uma espcie de Transformadas de Laplace para sistemas discre-
tos.

Entretanto, as Transformadas z so baseadas em sries de potncias, nas Sries de
Laurent, publicadas em 1843 pelo matemtico francs Pierre Alphonse Laurent
(1813-1854). Mas, tudo indica que, embora no tivessem sido publicadas anterior-
mente, estas sries j tinham sido desenvolvidas dois anos antes, em 1841, por Karl
Theodor Wilhelm Weierstrass (1815-1897), um matemtico alemo que frequente-
mente citado como sendo o pai da anlise moderna.

As sries de Laurent so uma representao de um sinal por sries de potncias, gene-
ralizando a conhecida expanso em sries de Taylor para casos em que esta no pode
ser aplicada. As sries de Taylor tinham sido criadas pelo matemtico ingls Brook
Taylor (1685-1731).

As transformadas z tm grande importncia nos mtodos actuais de anlise de siste-
mas de controlo discreto, em processos de amostragem, no processamento de sinais
digitais, etc.

5

Fig. 6.1 Brook Taylor (16851731) esquerda, Karl Weierstrass (18151897) ao
centro e Pierre Alphonse Laurent (18131854), direita.

Da expanso em srie de Taylor sabemos os seguintes resultados clssicos:

,
! n
e
0 n
n
eq. (6.1)

1 , 1 ,
n
) 1 (
) 1 ( log
1 n
n 1 n
<

= +

=
+
eq. (6.2)

resultados que sero utilizados mais adiante.

Como trataremos de sries de potncia infinitas, ser til relembrar aqui nesta intro-
duo a conhecida frmula do limite da soma de progresses geomtricas (P.G.) de
razo q 0,

Isto , se
x
n
= { a
1
: a
2
: a
3
: : a
n
: } = { a
1
: a
1
q: a
1
q
2
: a
1
q
3
: },

ou seja,
a
n+1
= a
n
q , n = 1, 2, 3, ;

ou, equivalentemente
a
n
= a
1
q
n-1
, n = 1, 2, 3,


6

A soma S
n
dos n primeiros termos da P.G. dada por:

) 1 q (
) 1 q ( a
a q a q a a S
n n
0 k
k
n
n
1
1 1 1

= = + + + =

=
L

, eq. (6.3)

enquanto que, se a P.G. for ilimitada (ou infinita) e a razo q satisfaz
1 q <
, isto

1 < q < 1 ,

ento, a soma S de todos os termos dada por:

) q 1 (
a
a q a q a q a a S
1 3
1
2
1 1 1
0 n
n
= = + + + + =

=
L

, eq. (6.4)

Outro resultado conhecido o limite da srie infinita abaixo:

2
0 n
n
) 1 (
n 4 3 2
4 3 2

= = + + + +

+
=
L
. eq. (6.5)


7

6.2 Transformadas z definio

Para representar as transformadas z de um sinal discreto x[n] usa-se seguinte a nota-
o:

{ } ] n [ x Z
ou
) z ( X

que semelhante notao adoptada para as Transformadas de Laplace no captulo
anterior.

A definio das Transformada z unilateral de um sinal discreto x[n] :

{ }
n
0 n
z ] n [ x ) z ( X ] n [ x

+
=
= =

Z
eq. (6.6)

onde C z um nmero complexo.

A eq. (6.6) acima chamada de Transformada z unilateral pois definida para sinais
x[n] onde

x[n] = 0 para n < 0

e a definio de Transformada z adoptada aqui pois, a exemplo da Transformada de
Laplace (captulo 5), esta a que tem maior aplicao para sistemas dinmicos.

Fig. 6.2 Um sinal x[n] com valor nulo para n < 0
( x[n] = 0, n = 1, 2, ).

Alm desta definio de Transformada z unilateral (para n = 0, 1, 2, ) que adopta-
mos aqui, h tambm a Transformada z bilateral (que definida para n, ou seja:
n = 0, 1, 2, ).


8

6.3 Transformadas z da exponencial e do degrau discretos

Nesta seco sero apresentados as Transformadas z do sinal discreto x[n] = a
n
, assim
como de x[n] = u
1
[n] = degrau unitrio, partindo da definio de X(z) dada em
eq. (6.6).

Sinal x[n] = a
n
u
1
[n] (exponencial discreto)

Considere o sinal discreto:
] n [ u a ] n [ x
1
n
=

onde u
1
[n] o degrau unitrio discreto.

Usando a definio eq. (6.6) vemos que a Transformada z deste sinal :

n
0 n
n
0 n
n
) z a (
z ] n [ u a ) z ( X
1
1
=
=

que uma progresso geomtrica com o primeiro termo a
1
= 1 e a razo q = az
1
.
Usando eq. (6.4), obtm-se:

,
) z a 1 (
1
) z a ( ) z ( X
1
0 n
n 1
+
=

= =
eq. (6.7)
ou

{ } ,
) a z (
z
] n [ u a
1
n
= Z
eq. (6.8)

Exemplo 6.1:
Considere o sinal x[n]
] 2 n [ u 4 ] 1 n [ u 2 ] n [ u 3 ] 1 n [ u 5 ] n [ x
0 o o o
+ + + =

ou seja,


9

=
=
=
=
=
n de valor outro , 0
2 n se , 4
1 n se , 2
0 n se , 3
1 n se , 5
] n [ x

que se encontra ilustrado na figura 6.3.

Fig. 6.3 O sinal x[n] do exemplo 6.1.

Agora, usando a definio de Transformada z, eq. (6.6), tem-se que:

2 1
z 4 z 2 3 ) z ( X

+ =

Note que o termo com valor 5, para n = 1 desaparece pois est esquerda da origem
[eq. (6.6), definio de Transformada z unilateral].

Sinal x[n] = u
1
[n] (degrau unitrio discreto)

No caso particular de a = 1 no sinal anterior, corresponde ao sinal

x[n] = u
1
[n]

que o degrau unitrio discreto.


10

Logo, do resultado obtido no sinal anterior, obtemos que a Transformada z de u
1
[n] :

,
) z 1 (
1
) z ( X
1
=

ou,

{ } ,
) 1 z (
z
] n [ u
1
= Z
eq. (6.9)

Exemplo 6.2:

Considere o sinal discreto.

] n [ u
3
1
2 ] n [ u
2
1
5 ] n [ x
1 1
n n
\
|

|
\
|
=

A Transformada z deste sinal :

{ }

+
=
=

+
=
+
=
|
\
|

|
\
|
=

|
\
|

|
\
|
=
\
|

|
\
|
= =
0 n 0 n
1 1
n n
1
n
1
n
1 1
n n
n n
n
n
n n
z
3
1
2 z
2
1
5
z ] n [ u
3
1
2 z ] n [ u
2
1
5
z ] n [ u
3
1
2 ] n [ u
2
1
5 ) z ( X ] n [ x Z

ou seja,

1 1
z
3
1
1
2
z
2
1
1
5
) z ( X

=
eq. (6.10)

Usando as equaes eq. (6.7) para a = e 1 = 1/3, descobre-se que:


11

|
\
|

=
|
\
|

=
\
|
2
1
z
z
z
2
1
1
1
] n [ u
2
1
1
1
n
Z

e que
|
\
|

=
|
\
|

=
\
|
3
1
z
z
z
3
1
1
1
] n [ u
3
1
1
1
n
Z

e logo, o resultado obtido na eq. (6.10) acima significa que:

|
|
\
|

|
|
\
|
=
=
|
|
\
|

|
|
\
|
] n [ u
3
1
2 ] n [ u
2
1
5
] n [ u
3
1
2 ] n [ u
2
1
5
1 1
1 1
n n
n n
Z Z
Z

Este resultado obtido se d devido propriedade da linearidade da Transformada z , a
semelhana das Transformadas de Laplace no capitulo 5, e ser visto mais adiante na
seco 6.9 (Propriedades da Transformada z).

Agora, continuando os clculos a partir da eq. (6.10) temos que:

{ }
|
|
\
|

|
|
\
|

|
|
\
|

=

1 1
1
z
3
1
1 z
2
1
1
z
3
2
3
] n [ x Z

que tambm equivale a:

{ }
|
|
\
|

|
|
\
|

|
|
\
|

=
3
1
z
2
1
z
3
2
z 3 z
] n [ x Z
eq. (6.11)


12

Exemplo 6.3:
Considere a Transformada z do sinal x[n] = a
n
u
1
[n] j vista nas eq. (6.7) e eq. (6.8),
ou seja,

.
a z
z
az 1
1
) z ( X
1
eq. (6.12)

Fazendo a diviso de z por (z a) temos que:

Logo,

L + + + =
=
2 2 1
z a az 1
a z
z
) z ( X

Comparando com eq. (6.6), a definio de Transformada z, temos

=
=
=
<
=
0 n para , a
2 n para , a
1 n para , a
0 n para , 1
0 n para , 0
] n [ x
n
2
M

e portanto,

n
1
x[n] a u [n] =

que de facto corresponde ao sinal x[n] que tem como Transformada z este X(z) da
eq. (6.12).


13

6.4 Plos discretos

Conforme visto no captulo anterior [na seco 5.8, eq. (5.20) ], uma fraco racional
uma fraco em que ambos o numerador e o denominador so polinmios:

) s ( q
) s ( p
ou
) z ( q
) z ( p

As razes do polinmio do denominador [ q(s) ou q(z) ] so chamados de plos.

A Transformada z do sinal x[n] do Exemplo 6.2, dada pela eq. (6.11), uma fraco
racional cujos plos so:

2
1
= z
e
3
1
z =

As Transformadas z dos sinais x[n] = a
n
u
1
[n] e x[n] = u
1
[n], dadas pelas
eq. (6.8) e eq. (6.9) , so fraces racionais cujo nico plo :

z = a

no caso eq. (6.8), e

z = 1

no caso eq. (6.9) .

Exemplo 6.4:

Considere o sinal discreto da exponencial truncada

<
< <
=
N n , 0 n , 0
1 a 0 , 1 N n 0 , a
] n [ x
n

que encontra-se esboado na figura 6.4.


14

Fig. 6.4 O sinal x[n] do exemplo 6.4, 0 < a < 1.


( )
n
1 N
0 n
1
n
1 N
0 n
n
n
0 n
n
z a
z a
z a ) z ( X
+
=
=
= =
= =

e portanto X(z) a soma S
N
dos N primeiros termos da progresso geomtrica com o
primeiro termo a
1
= 1 e a razo ( )
1
z a q

= . Logo, usando a eq. (6.3) tem-se que

( )
( )
( )
( )
( )
1 N
N N
1
N N
1
N
z
1
a z
a z
1 a z
1 a z
1 z a
1 z a
) z ( X
1

=
=

=


15

Em principio esta Transformada z parece ter um plo em z = a e (N1) plos em
z = 0 (ou seja, plos mltiplos na origem). Entretanto, analisando agora o numerador
desta Transformada z

0 a z
N N
=

ou seja

N N
a z =

que nos d a seguinte soluo:

1 N , ,... 2 , 1 , 0 k , a z
k
N
2
j
= =
|
|
\
|
e eq. (6.13)

que so N pontos igualmente espaados no crculo de raio a, e so as razes (ou zeros)
do numerador desta Transformada z.

Portanto, para k = 0 na equao eq. (6.13) acima temos que:

z = a.

Ou seja, z = a um plo e um zero do numerador ao mesmo tempo. Logo eles se can-
celam e esta Transformada z s tem (N 1) plos em z = 0.

6.5 Transformadas z da rampa e do impulso discretos

Sinal x[n] = u
2
[n] (rampa unitria discreta)

] n [ u n
] n [ u ] n [ x
1
2
=
=

tem a seguinte Transformada z :


16

L + + + + =
= =

+
=
3 2 1
n
z 3 z 2 z 0
z n ) z ( X
0 n

que uma progresso geomtrica com o primeiro termo a
1
= z
1
e a razo q = z
1

tambm. Logo, usando a eq. (6.5) temos que:

{ }
( )
2 1
1
z 1
z
) z ( X ] n [ u n
1
= = Z

ou

{ }
( )
2
1 z
z
] n [ u n
1
= Z

Sinal x[n] = u
o
[n] (impulso unitrio discreto)

=
=
=
0 n , 0
0 n , 1
] n [ u ] n [ x
o

tem a seguinte Transformada z :

{ } 1 z 1 z ] n [ u ) z ( X ] n [ u
0
o o
n
0 n
= = = =

+
=
Z

ou seja,

{ } 1 ] n [ u
o
= Z

que um resultado anlogo ao obtido com as Transformadas de Laplace no captulo
anterior: { } 1 ) s ( X ) t ( u
o
= = L .


17

Exemplo 6.5:

Considere o sinal discreto x[n],

] 1 n [ u ] n [ x
o
=

que o impulso unitrio discreto transladado (i.e., com um shift) de uma unidade
de tempo para a direita.


1 1
z z 1 z ] 1 n [ u ) z ( X
n
0 n
o

= = =

+
=

ou seja,

{ }
z
1
z ] n [ u
1
o
= =

Z
eq. (6.14)

Exemplo 6.6:

Considere o sinal discreto x[n],

0 m , ] m n [ u ] n [ x
o
=

que o impulso unitrio discreto transladado (i.e., com um shift) de m unidades de
tempo para a direita.


m m n
0 n
z z 1 z ] m n [ u ) z ( X
o

= = =

+
=

ou seja,

{ }
m
m
z
1
z ] n [ u
o
= =

Z
eq. (6.15)

Note que a eq. (6.15) s vlida para m 0 pois a Transformada z adoptada aqui a
unilateral [eq. (6.6)].


18

A expresso encontrada no Exemplo 6.1 poderia ser obtida usando a Transformada z
do impulso u
o
[n] e o resultado dos exemplo 6.5 e 6.6, dados nas equaes eq. (6.14) e
eq. (6.15), ou seja,

{ } 1 ] n [ u
o
= Z , { } 0 m , z ] m n [ u
m
o
=

Z e { } 0 ] 1 n [ u
o
= + Z

6.7 Transformadas z de outros sinais discretos conhecidos

Inicialmente vamos ver um exemplo do sinal discreto de uma exponencial multipli-
cada por um seno.

Exemplo 6.7:
Considere o sinal discreto:

] n [ u n
4
sen
3
1
] n [ x
1
n
\
|

\
|
=

Usando a equao de Euler temos:

] n [ u e
3
1
j 2
1
] n [ u e
3
1
j 2
1
] n [ x
1
4
j
1
4
j
n n
|
|
\
|

|
|
\
|
=


{ }
|
|
\
|

|
|
\
|
=
|
|
\
|

|
|
\
|
=
|
|
\
|

|
|
\
|
= =

+
=
+
=
+
=
1
4
j
1
4
j
n
1
4
j
n
o n
1
4
j
n
n
n
4
j
n
4
j
z
3
1
1
1
j 2
1
z
3
1
1
1
j 2
1
z
3
1
j 2
1
z
3
1
j 2
1
z ] n [ u
3
1
j 2
1
] n [ u
3
1
j 2
1
) z ( X ] n [ x
o n
1 1
e e
e e
e e Z

ou seja,

19

|
|
\
|

|
|
\
|

4
j
4
j
3
1
3
1
2 3
1
z z
z
) z ( X
e e
eq. (6.16)

Note que os dois plos desta Transformada z so:

4
j
3
1
z
= e

A exemplo da Transformada z do degrau discreto, visto na seco 6.3, em que pri-
meiramente apresentamo-lo multiplicado pela exponencial discreta, tambm aqui
vamos inicialmente apresentar a Transformada z para os casos de seno e co-seno
multiplicados por exponenciais discretas a
n
.

Sinais seno e co-seno discretos multiplicados pela exponencial

x[n] = a
n
sen(
o
n)u
1
[n] x[n] = a
n
cos(
o
n)u
1
[n]

tm as seguintes Transformadas z :

{ }
2 2 1
o
o
1
o
n
z a z ) cos( a 2 1
) ( sen z a
) z ( X ] n [ u ) n ( sen a
1

+

= = Z
eq. (6.17)

e

{ }
2 2 1
o
o
1
o
n
z a z ) cos( a 2 1
) cos( z a 1
) z ( X ] n [ u ) n cos( a
1

+

= = Z
eq. (6.18)

que equivalem a

{ }
2
o
2
o
o
n
a ) cos( z a 2 z
) ( sen z a
) z ( X ] n [ u ) n ( sen a
1
+

= = Z
eq. (6.19)

e

{ }
2
o
2
o
o
n
a ) cos( z a 2 z
)] cos( a z [ z
) z ( X ] n [ u ) n cos( a
1
+

= = Z
eq. (6.20)


20

Note agora que o sinal que tinha sido visto no exemplo 6.7 x[n] = a
n
sen(
o
n)u
1
[n]
com

|
\
|
=
3
1
a
e
|
\
|
=
4
o eq. (6.21)

e a Transformadas z encontrada naquele exemplo, dada pela eq. (6.16), pode ser rees-
crita como:

2
3
1
2
1
2 z
z
2
9
1 1
z
z
) z ( X
4
j
4
j
2
4
j
4
j
2
3
2
3
1
3
2 3
1
|
\
|
+
|
|
|
\
|
+

|
|
\
|
|
\
|
=
+
|
|
\
|
+
e e e e
eq. (6.22)

que, usando as equaes de Euler (seco 1.5) e substituindo ( ) 2 / 2 4 / sen = , a
eq. (6.22) se torna em

2
3
1
4
cos
1
2 z
z
4
sen
) z ( X
3
3
1
2
|
\
|
+
|
\
|
\
|
\
|
=

que corresponde eq. (6.19) com a e
o
dados em eq. (6.21).

Sinais seno e co-seno discretos

x[n] = sen(
o
n)u
1
[n] y[n] = cos(
o
n)u
1
[n]

tm as seguintes Transformadas z :

{ }
2 1
o
o
1
o
z z ) cos( 2 1
) ( sen z
] n [ u ) n ( sen
1

+

= Z
eq. (6.23)

e

{ }
2 1
o
o
1
o
z z ) cos( 2 1
) cos( z 1
] n [ u ) n cos(
1

+

= Z
eq. (6.24)


21

que equivalem a

{ }
1 ) cos( z 2 z
) ( sen z
] n [ u ) n ( sen
o
2
o
o 1
+

= Z
eq. (6.25)

e

{ }
1 ) cos( z 2 z
)] cos( z [ z
] n [ u ) n cos(
o
2
o
o 1
+

= Z
eq. (6.26)

Exemplo 6.8:
Considere o sinal x[n]
] 1 n [ u
n
) (
] n [ x
1
n

=

ou seja,

=
=

=
+
L
L
, 2 , 1 , 0 n , 0
, 3 , 2 , 1 n ,
n
) 1 (
] n [ x
n
1 n

Pela definio de Transformada z, eq. (6.6), tem-se que:

{ }

=
+

= =
1 n
n n 1 n
n
z ) 1 (
) z ( X ] n [ x Z

e da expanso em srie de Taylor, eq. (6.2), obtm-se que a Transformada z deste
sinal :

( ) a z , z 1 log ) z ( X
1
> + =

eq. (6.27)

As Transformadas z introduzidas nesta seco assim como nas duas seces anterio-
res (u
o
[n], u
o
[n-m], u
1
[n], n u
1
[n], n
2
u
1
[n], sen(
o
n), cos(
o
n) , a
n
sen(
o
n),
a
n
cos(
o
n), etc.) esto reunidas numa tabela na seco a seguir.


22

6.8 Tabela da Transformada z de alguns sinais discretos

Da mesma forma que foi feito na seco 5.7 para Transformadas de Laplace, nesta
seco apresentamos uma Tabela das Transformadas z de alguns sinais discretos.

Tab 6.1 Tabela da Transformada z de alguns sinais discretos
x[n] X(z) = Z ZZ Z { x[n] }
x[n] = u
o
[n]
X(z) = 1
x[n] = u
o
[n m] ,
m = 0, 1, 2,
( )
m
m
z
1
z z X = =

x[n] = u
1
[n]
( )
( )
( )
1
1 z
X z
z 1
1 z
= =

x[n] = u
1
[n1]
( ) ( ) 1 z
1
z 1
z
) z ( X
1
1

x[n] = u
1
[n2]

( ) ( ) 1 z z
1
z 1
z
) z ( X
1
2

x[n] = u
2
[n]
= nu
1
[n]

( )
( )
( )
1
2 2
1
z z
X z
z 1
1 z
= =

x[n] = n
2
u
1
[n]

( ) ( )
3
1
1 1
1 z
) 1 z ( z
z 1
) z 1 ( z
) z ( X
3
+
=
+
=

x[n] = n
3
u
1
[n]

( ) ( )
4
2
1
2 1 1
1 z
) 1 z 4 z ( z
z 1
) z z 4 1 ( z
) z ( X
4
+ +
=
+ +
=

x[n] = a
n1
u
1
[n1]

( ) ( ) a z
1
z a 1
z
) z ( X
1
1
=

=

x[n] = a
n
u
1
[n]

( )
( )
( )
1
1 z
X z
z a
1 a z
= =


23

Tab 6.1 Tabela da Transformada z de alguns sinais discretos (continuao)
x[n] X(z) = Z ZZ Z { x[n] }
x[n] = a
n
u
2
[n]
= a
n
nu
1
[n]

( )
( )
( )
1
2 2
1
a z a z
X z
z a
1 a z

= =

x[n] = a
n
n
2
u
1
[n]
( )
( )
3
3
1
1 1
) a z (
) a z ( z a
z a 1
) z a 1 ( z a
z X
+
=

+
=

x[n] = sen(
o
n)u
1
[n]
( )
( )
1
o
1 2
o
o
2
o
z sen( )
X z
1 2 cos( ) z z
z sen( )
z 2 z cos( ) 1

=
+

=
+

x[n] = cos(
o
n)u
1
[n]
( )
[ ]
( )
1
o
1 2
o
o
2
o
1 cos( ) z
X z
1 2 cos( ) z z
z z cos( )
z 2 z cos( ) 1

=
+

=
+

x[n] = a
n
sen(
o
n)u
1
[n]
( )
( )
1
o
1 2 2
o
o
2 2
o
a sen( ) z
X z
1 2 a cos( ) z a z
a z sen( )
z 2 a z cos( ) a

=
+

=
+

x[n] = a
n
cos(
o
n)u
1
[n]
( )
[ ]
( )
1
o
1 2 2
o
o
2 2
o
1 a cos( ) z
X z
1 2 a cos( ) z a z
z z a cos( )
z 2 a z cos( ) a

=
+

=
+


24

6.9 Propriedades da Transformada z

A seguir vamos ver algumas propriedades que so satisfeitas pela Transformada z .

Homogeneidade (homogeneity)

Z k x n k Z x n k Xz eq. (6.28)

Aditividade (additivity)

{ } { } { }
) z ( X ) z ( X
] n [ x ] n [ x ] n [ x ] n [ x
2 1
2 1 2 1
+ =
+ = + Z Z Z
eq. (6.29)

Linearidade (linearity)

Como j vimos em anteriormente, a linearidade a propriedade da aditividade,
eq. (6.29), e da homogeneidade eq. (6.28) juntas:

{ } { } { }
) z ( X ) z ( X
] n [ x ] n [ x ] n [ x ] n [ x
2 1
2 1 2 1
+ =
+ = + Z Z Z
eq. (6.30)

onde , C so constantes e x
1
[n], x
2
[n] so dois sinais discretos com Transfor-
madas z dadas por X
1
(z) e X
2
(z) respectivamente.

Conforme j mencionado anteriormente (no Exemplo 6.2), a propriedade da lineari-
dade da Transformada z permite escrever

|
|
\
|

|
|
\
|

=
|
|
\
|

|
|
\
|

=
|
|
\
|

|
|
\
|
=
=
|
|
\
|

|
|
\
|

3
1
z
2
2
1
z
5
z
3
1
1
1
2
z
2
1
1
1
5
] n [ u
3
1
2 ] n [ u
2
1
5
] n [ u
3
1
2 ] n [ u
2
1
5
1 1
1 1
1 1
n n
n n
Z Z
Z


25

Translao (time shifting):

Se x[n] um sinal discreto definido apenas para n = 0, 1, 2, , ou seja x[n] = 0,
n < 0, e com Transformada z dada por X(z), uma translao de m = 1 (shift de 1 uni-
dade para direita):

{ } ] 1 [ x ) z ( X z ] 1 n [ x
1
+ =

Z
eq. (6.31)

Para m = 2 (shift de 2 para direita):

{ }
1 2
z ] 1 [ x ] 2 [ x ) z ( X z ] 2 n [ x

+ + = Z
eq. (6.32)

e no caso geral, m = 1, 2, 3, (shift de m > 0 para direita)

{ }
1 m 2 m 2
1 m
z ] 1 [ x z ] 2 [ x z ] 2 m [ x
z ] 1 m [ x ] m [ x ) z ( X z ] m n [ x
+ +

+ + + + +
+ + + + =
L
Z
eq. (6.33)

Os termos x[1], x[1]z
-1
, x[2], x[m+1]z
-1
, etc. correspondem aos resduos
na propriedade da derivada em Transformadas de Laplace (captulo 5, seco 5.4).

Estes termos aparecem pois estamos considerando a Transformada z unilateral, con-
forme a definio na eq. (6.6), assim como no captulo 5 (seco 5.4) consideramos a
Transformadas de Laplace unilateral.

Note que se x[n] tem condies iniciais nulas (x[n] = 0, n < 0), isto , se

x1 0, x2 0, x3 0, , etc. eq. (6.34)

ento estes termos residuais so todos nulos e uma translao de m > 0 (shift de m
para direita) equivale a multiplicar por z
m
(no domnio z, da frequncia).

Isto , no caso de condies iniciais nulas [eq. (6.34)], temos que os termos residuais
desaparecem e as eq. (6.31), eq. (6.32) e eq. (6.33) se transformam na forma bem
mais simplificada, resumidas na eq. (6.35).


26

{ } z ) z ( X ) z ( X z ] 1 n [ x
1
= =

Z

{ }
2 2
z ) z ( X ) z ( X z ] 2 n [ x = =

Z

eq. (6.35)

M

{ }
m m
z ) z ( X ) z ( X z ] m n [ x = =

Z

No caso de translao de m = 1 (shift de 1 unidade para esquerda):

{ } z ] 0 [ x ) z ( X z ] 1 n [ x = + Z
eq. (6.36)

para m = 2 (shift de 2 para esquerda):

{ }
2 m
z ] 0 [ x z ] 1 [ x ) z ( X z ] 2 n [ x = + Z
eq. (6.37)

e no caso geral, m = 1, 2, 3, (shift de |m| para esquerda):

{ }
m 1 m 3
2 m
z ] 0 [ x z ] 1 [ x z ] 3 m [ x
z ] 2 m [ x z ] 1 m [ x ) z ( X z ] m n [ x

+ = +
L
Z
eq. (6.38)

Mudana de escala no domnio z (z-domain scaling):

{ }
|
\
|
=
z
X ] n [ x
n
Z

onde C uma constante e x[n] um sinal discreto com Transformada z dada por
X(z). Portanto, a mudana de escala no domnio z equivale multiplicao por
n
no
domnio do tempo.

Em particular, se = e
j
, ento, como e
j
= 1, ,

{ } |
\
|
=

z X ] n [ x
j n j
e e Z


27

Expanso no tempo (time scaling):

Para um sinal discreto x[n] considere o sinal expandido x
(k)
[n] definido abaixo.

=
k de mltiplo no n se , 0
k de mltiplo n se , ] k / n [ x
] n [ x
) k (

o qual est ilustrado na figura 6.5 para k = 2 e x[n] = 1, n = 1, 2,

Fig. 6.5 x[n] = 1, n = 0, 1, 2, e ] n [ x
) k (
para k = 2.

Estes sinais expandidos x
(k)
[n] satisfazem a seguinte propriedade:

{ } ( )
k
z X ] n [ x
) k (
= Z

Conjugado (conjugate)

{ } ( )

= z X ] n [ x Z

Onde x[n] um sinal discreto com Transformada z dada por X(z).

Note que, se x[n] for um sinal real (x[n] R) ento:

X(z) = X*(z*)

logo, se X(z) tem um plo em z = a tambm ter em z = a
*
.


28

Convoluo (convolution)

Semelhantemente s transformadas de Fourier e de Laplace, tambm na Transfor-
mada z temos que a transformada da convoluo o produto das Transformadas z:

{ } ( ) ) z ( X z X ] n [ x * ] n [ x
2 1 2 1
= Z
eq. (6.39)

Derivada do domnio de z (z-domain derivative)

{ }
( )
dz
z dX
z ] n [ x n = Z

onde x[n] um sinal discreto com Transformada z dada por X(z). Portanto a derivada
do domnio de z equivale multiplicao por n no domnio do tempo.

Esta propriedade permite generalizar alguns sinais da tabela Tab 6.1 das Transforma-
das z na seco 6.8. Por exemplo, nessa tabela pode-se ver as Transformadas z dos
sinais:

x[n] = u
1
[n] , x[n] = nu
1
[n] e x[n] = n
2
u
1
[n]

e com esta propriedade pode-se generalizar para os sinais:

x[n] = n
3
u
1
[n] , x[n] = n
4
u
1
[n] , , etc.

Nessa mesma tabela tambm se encontram as Transformadas z dos sinais:

x[n] = a
n
u
1
[n] , x[n] = a
n
nu
1
[n] e x[n] = a
n
n
2
u
1
[n]

e com esta propriedade pode-se generalizar para os sinais:

x[n] = a
n
n
3
u
1
[n] , x[n] = a
n
n
4
u
1
[n] , , etc.


29

6.10 Teorema Valor Inicial (TVI) e Teorema Valor Final (TVF)

A exemplo dos teoremas TVI e TVF para Transformadas de Laplace (seco 5.5),
estes teoremas para Transformadas z permitem que se descubra o valor inicial x[0] e
o valor final x[] de um sinal x[n] cujo X(z), a Transformada z, seja conhecida.

Teorema do valor inicial (TVI):

( ) z X lim ] 0 [ x
z
=

Teorema do valor final (TVF):

( ) ( )
z 1
x[ ] lim z 1 X z
=

Exemplo 6.9:
Considere o sinal discreto do exemplo 6.2, xn 5 1 2
2 1 3
n
cuja Transformada de Laplace dada pela eq. (6.11).

Aplicando-se os teoremas TVI e TVF obtemos:

x0 lim
Xz lim

3z
2
3
z
z
1
2
z
1
3
3

e
x lim
z 1 Xz lim
z 1
3z
2
3
z
z
1
2
z
1
3
0

que esto de acordo com o esperado pois que como temos x[n], claro, sabemos que
neste caso so de facto x[0] = 3 e x[] = 0.


30

Exemplo 6.10:
Se tomarmos o sinal degrau unitrio discreto xn u
n cuja Transformadas z
dada por (tabela Tab 6.1 da seco 6.8) Xz 1 1 z
, ento, aplicando-se os
teoremas TVI e TVF para Transformada z, obtemos:

x0
lim
Xz lim

1
1 z
1

e
x lim
z 1 Xz lim
z 1
1
1 z
1

que novamente esto de acordo com o esperado pois, claro, sabemos que para o
degrau unitrio discreto x0 1 e x 1.

Por outro lado, se tomarmos o sinal rampa unitria discreta xn u
n cuja Trans-
formadas z dada por (tabela Tab 6.1 da seco 6.8) Xz z z 1
, ento, apli-
cando-se os teoremas TVI e TVF para Transformada z, obtemos:

x0
lim
Xz lim

z
z 1
0

e
x lim
z 1 Xz lim
z 1
z
z 1
lim

z
z 1

que novamente esto de acordo com o esperado pois, claro, sabemos que para a
rampa unitria discreta x0 0 e x .

Finalmente, se tomarmos o sinal impulso unitrio discreto xn u
n cuja Trans-
formadas z dada por (tabela Tab 6.1 da seco 6.8) Xz 1, ento, aplicando-se os
teoremas TVI e TVF para Transformada z, obtemos:

x0
lim
Xz lim
1 1

e
x lim
z 1 Xz lim
z 1 1 0

que novamente esto de acordo com o esperado pois, claro, sabemos que para o
impulso unitrio discreto x0 1 e x 0.


31

6.11 Transformada z inversa

Nesta seco vamos desenvolver as tcnicas de encontrar o sinal x[n] para os quais
X(z), a Transformada z, conhecida. Ou seja, vamos calcular a Transformada z
inversa de X(z).

Z
Xz xn

As Transformadas z dos principais sinais de interesse para sistemas lineares inva-
riantes no tempo (SLIT) vm em forma de uma fraco racional, ou seja, uma frac-
o do tipo:

eq. (6.40)

onde p(z) e q(z) so polinmios em z.

Conforme podemos observar na tabela Tab 6.1 da seco 6.8, as Transformadas z de
muitos sinais vm todas na forma eq. (6.40) onde p(z) e q(z) so polinmios menores,
isto , do primeiro ou segundo grau, como por exemplo:

, ou
, etc.

De forma semelhante a que feita para se achar a Transformadas inversas de Laplace
(captulo 5, seco 5.8), aqui tambm, para se achar a Transformadas z inversa
necessrio desmembrar o X(z) na forma eq. (6.40) em fraces menores, ou seja,
preciso fazer a expanso de X(z) em fraces parciais.

Assim como nas Transformadas inversas de Laplace da seco 5.8, vamos apresentar
aqui, atravs de exemplos, trs casos de expanso em fraces parciais:
plos reais e distintos,
plos complexos e
plos mltiplos.

Os demais casos sero apenas combinaes destes 3 casos, como veremos nos exem-
plos das prximas seces.


32

Caso 1 Plos reais e distintos

Vamos ilustrar o caso de plos reais e distintos com um exemplo:

Exemplo 6.11:
Considere a Transformada z abaixo com 2 plos distintos: z = 1/3, e z = 1/2,

( )
( )
,
2 / 1 z )( 3 / 1 z 6
4 z 9 z 2
1 z 5 z 6
z 8 z 18
) z ( X
2
2

=
+
=
eq. (6.41)

que, separando-se em duas fraces temos:

|
\
|

+
|
\
|

=
2
1
z
B
3
1
z
A
z
) z ( X

e, de forma semelhante a que foi feita no captulo 5, seco 5.8, facilmente calcula-
mos que A = 2 e B = 1.

Usando a tabela Tab 6.1 das Transformadas z da seco 6.8,

( )
] n [ u
3
1
3 / 1 z
z
1
n
1 -
|
\
|
=
)
`
Z

( )
] n [ u
2
1
2 / 1 z
z
1
n
1 -
|
\
|
=
)
`
Z

e podemos escrever a Transformada z inversa de X(z)

] n [ u
2
1
] n [ u
3
1
2 ] n [ x
1 1
n n

|
\
|
+
|
\
|
=
eq. (6.42)

Alternativamente pode-se calcular este x[n] reescrevendo X(z) em eq. (6.41) na
forma:
,
z
2
1
1 z
3
1
1
z
3
4
3
) z ( X
1 1
1
|
\
|
|
\
|

|
\
|

=

que, separando-se em duas fraces temos:

33

|
\
|

+
|
\
|

=
1 1
z
2
1
1
B
z
3
1
1
A
) z ( X

e, novamente calculamos que A = 2 e B = 1. Logo, usando a tabela Tab 6.1 das
Transformadas z da seco 6.8, podemos escrever a Transformada z inversa de X(z)
na forma eq. (6.42), chegando ao mesmo resultado.

Caso 2 Plos complexos conjugados

Considere X(z), a Transformada z de x[n], dada abaixo:

2 2
2
z ) cos 2 ( z
z
) z ( X
+
=
eq. (6.43)

onde

> 0 e 0 < < eq. (6.44)

Note que X(z) tem 2 plos complexos conjugados:

) sen j (cos z
j
= =

e

Para calcular )] z ( X [ ] n [ x
1
= Z reescreve-se X(z) na forma,

z
z ) cos 2 ( z
) sen ( z
) sen (
1
) z ( X
2 2

)
`

=

e, usando a tabela Tab 6.1 das Transformadas z da seco 6.8 e a eq. (6.36)

{ }
] 1 n [ u
sen
] ) 1 n [( sen
] 1 n [ u ] ) 1 n [( sen
) sen (
1
] n [ x
1
n
1
1 n
+
+
=
+ +

=
+

que neste caso equivale a


34

] n [ u
sen
] ) 1 n [( sen
] n [ x
1
n
+
=
eq. (6.45)

pois para n = 1, sen (n+1) = sen(0) = 0, ento x[1 ] = 0.

forma:

2 2 1
z z ) cos 2 ( 1
1
) z ( X

+
=

que pode ser colocado na forma:

z
z z ) cos 2 ( 1
z ) sen (
) sen (
1
) z ( X
2 2 1
1
)
`

e, novamente, usando a tabela Tab 6.1 das Transformadas z da seco 6.8, podemos
escrever a Transformada z inversa de X(z) na forma eq. (6.45), chegando ao mesmo
resultado.

Esta soluo da Transformada z inversa de X(z) da eq. (6.43) engloba uma famlia de
X(z) do tipo eq. (6.40) com o denominador

c bz z ) z ( q
2
+ =

que satisfazem

c 4 b
2
<
eq. (6.46)

ou seja, tal que o polinmio q(z) tem razes complexas conjugadas.

Uma fraco racional do tipo

2 1 2
2 2
cz bz 1
1
c bz z
z
) z ( q
z

+
=
+
=

onde a condio eq. (6.46) satisfeita, i.e., c 4 b
2
< , pode sempre ser reescrita na
forma da eq. (6.43) com > 0 e 0 < < .


35

Exemplo 6.12:

Considere X(z) dado por
4 z z
z
z 4 z 1
1
) z ( X
2
2
2 1
+
=
+
=

ento a eq. (6.46) satisfeita pois polinmio q(z) neste caso ter b = 1 e c = 4.

Fazendo
=
=
= =
= =
4
1
cos
2
1 b cos 2
4 c
2

e portanto,

1
arccos 1,318 rad 75,5
4
| |
= = =
|
\
,

e claramente e satisfazem eq. (6.44).

Logo, x[n], Transformada z inversa de X(z), dada pela eq. (6.45) com = 2 e
= 1,318 rad, ou seja:

] n [ u
) 318 , 1 ( sen
] 318 , 1 ) 1 n [( sen 2
] n [ x
1
n
+
=

Exemplo 6.13:

10 z 5 z
z
z 10 z 5 1
1
) z ( X
2
2
2 1
+ +
=
+ +
=

ento a eq. (6.46) satisfeita pois polinmio q(z) neste caso ter b = 5 e c = 10.

Fazendo
=
=
= =
= =
79 , 0
10 2
5
cos
10
5 b cos 2
10 c
2


36

e portanto,
( ) arccos 0, 79 2, 482 rad 142, 2 = = = ,

e claramente e satisfazem eq. (6.44).

Logo, x[n], Transformada z inversa de X(z), dada pela eq. (6.45) com = 3,162 e
= 2,482 rad, ou seja:

] n [ u
) 482 , 2 ( sen
] 482 , 2 ) 1 n [( sen ) 162 , 3 (
] n [ x
1
n
+
=

Caso 3 Plos mltiplos (duplos, triplos, etc.)

Para exemplificar este caso de plos mltiplos vamos considerar primeiramente X(z)
com plos duplos. Vamos nos concentrar nos casos em que os plos mltiplos so
z 0. No caso 4 trataremos em separado o caso de plos mltiplos na origem (z = 0).

A condio da eq. (6.44) para o caso 2 de plos complexos conjugados, i.e.,

> 0 e 0 < <

no inclui

= 0 e =

pois na verdade, para estes dois valores os plos de X(z) deixam de ser complexos e
passam a ser duplos. Note que se = 0 ou = , ento cos() = 1 e portanto X(z)
da eq. (6.43) se torna
2 2
2
2 2
2
z 2 z
z
z ) cos 2 ( z
z
) z ( X
+
=
+
=

ou seja,

( )
2
2
z
z
) z ( X

=
eq. (6.47)

no caso de = 0, ou

( )
2
2
z
z
) z ( X
+
=
eq. (6.48)
no caso de = .


37

Portanto, = 0 ou = correspondem aos casos de plos duplos onde o plo duplo
z = . (contemplando os casos de cos = 1).

Se X(z), a Transformada z de x[n], estiver na forma da eq. (6.47), o plo duplo
z = e para calcular )] z ( X [ ] n [ x
1
= Z reescreve-se X(z) como

z
) z (
z 1
) z ( X
2

=

e, usando a tabela Tab 6.1 das Transformadas z da seco 6.8 e a propriedade da
translao (time shift), neste caso de m = 1, (1 unidade para esquerda), eq. (6.36),
temos

] 1 n [ u ) 1 n ( ] 1 n [ u ] 1 n [ u
1
] n [ x
1 2 2
n n 1 n
+ + = + = +
=
+

que equivale a

] n [ u ) 1 n ( ] n [ x
1
n
+ = eq. (6.49)

pois u
1
[1] = 0 e logo u
1
[n+1] = u
1
[n].

forma:
z
) z 1 (
z 1
) z ( X
2 1
1

e, novamente, usando a tabela Tab 6.1 das Transformadas z da seco 6.8, e a pro-
priedade da translao (time shift), podemos escrever a Transformada z inversa de
X(z) na forma eq. (6.49), obtendo o mesmo resultado.

Se entretanto X(z), a Transformada z de x[n], estiver na forma da eq. (6.48), ento, o
plo duplo z = e para calcular )] z ( X [ ] n [ x
1
= Z reescreve-se X(z) como

z
) ) ( z (
z ) ( 1
) z ( X
2

=

e, de forma anloga chegamos ao resultado

] n [ u ) ( ) 1 n ( ] n [ x
1
n
+ = eq. (6.50)


38

Esta soluo da Transformada z inversa de X(z) da eq. (6.47) ou eq. (6.48) engloba
uma famlia de X(z) do tipo eq. (6.40) com

c bz z ) z ( q
2
+ =

que satisfazem

c 4 b
2
=
eq. (6.51)

ou seja, tal que o polinmio q(z) tem razes duplas z = b/2.

Exemplo 6.14:


2
2
2
2
2
) 3 z (
z
9 z 6 z
z
z 9 z 6 1
1
) z ( X
1
+
=
+ +
=
+ +
=

ento o polinmio q(z) neste caso ter b = 6 e c = 9 e a eq. (6.51) satisfeita. Alm
disso, 3 9 = = e o plo duplo z = = 3. Logo, x[n], Transformada z inversa
de X(z), dada pela eq. (6.50), ou seja:

] n [ u ) 3 ( ) 1 n ( ] n [ x
1
n
+ =

Exemplo 6.15:


2
2
2
2
2
) 4 z (
z 5
16 z 8 z
z 5
z 16 z 8 1
5
) z ( X
1
=
+
=
+
=

ento o polinmio q(z) neste caso ter b = 8 e c = 16 e a eq. (6.51) satisfeita.
Alm disso, 4 16 = = e o plo duplo z = = 4. Logo, x[n], Transformada z
inversa de X(z), obtida pela eq. (6.49), pela propriedade da homogeneidade,
eq. (6.28), e a pela propriedade da translao (time shift), eq. (6.36), ou seja:

] n [ u 4 ) 1 n ( 5 ] n [ x
1
n
+ =


39

Exemplo 6.16:


2 2
2
2 1
1
) 2 z (
6 z
4 z 4 z
z 6 z
z 4 z 4 1
z 6 1
) z ( X
+
+
=
+ +
+
=
+ +
+
=

Aqui o polinmio do denominador

4 z 4 z ) z ( q
2
+ + = ,

e novamente a eq. (6.51) satisfeita pois neste caso b = 4 e c = 4. Alm disso,
2 4 = = e o plo duplo z = = 2.

Logo, reescrevemos X(z) na forma

1
2 2
z
) 2 z (
z
6
) 2 z (
z
) z ( X

+

+
=

que equivale a

1
2 2
z
) 2 z (
z ) 2 (
3
) 2 z (
z ) 2 (
2
1
) z ( X

+

+

\
|
=

Desta forma x[n], a Transformada z inversa de X(z), facilmente obtida pela
eq. (6.50), pela propriedade da linearidade, eq. (6.30), e a pela propriedade da trans-
lao (time shift), eq. (6.31) ou, neste caso, eq. (6.35). ou seja:

] 1 n [ u ) 2 ( ) 1 n ( 3 ] n [ u n ) 2 (
2
1
] n [ x
1
1 n
1
n
=

Caso 4 Plos mltiplos na origem

O caso particular de plos mltiplos em z = 0 ser considerado separadamente aqui.
J vimos acima, no caso 3, que a condio da eq. (6.44) para o caso 2 de plos com-
plexos conjugados, i.e.,


40

> 0 e 0 < <

no inclui

= 0 e =

e estes so os casos que temos plos duplos em z 0. Mas esta condio da eq. (6.44)
tambm no inclui

= 0

pois novamente, neste caso, os plos de X(z) deixam de ser complexos e passam a ser
duplos, mas agora em z = 0. Note que se = 0, X(z) da eq. (6.43) torna-se

1
z
z
) 0 z (
z
z ) cos 2 ( z
z
) z ( X
2
2
2
2
2 2
2
= =
=
+
=

ou seja, plos duplos na origem (i.e., em z = = 0).

Usando a tabela Tab 6.1 das Transformadas z da seco 6.8 e facilmente calcular
)] z ( X [ ] n [ x
1
= Z o impulso unitrio

] n [ u ] n [ x
o
=

Podemos facilmente generalizar para mais plos mltiplos na origem: No caso de
plos triplos na origem (plos triplos em z = 0), X(z) ter a expresso:

z
1
) 0 z (
z
) z ( X
3
2
=
=

e a Transformadas z, pela tabela Tab 6.1 da seco 6.8 fica:

] 1 n [ u ] n [ x
o
=

No caso de plos qudruplos em z = 0, X(z) ter a expresso:

2 4
2
z
1
) 0 z (
z
) z ( X =
=


41

e a Transformadas z, pela tabela Tab 6.1 da seco 6.8 ser:

] 2 n [ u ] n [ x
o
=

e assim por diante. Generalizando, se

k
z
1
) z ( X = , k = 0, 1, 2,
ento

] k n [ u ] n [ x
o
=

6.12 Soluo de equaes de diferenas usando Transformadas z

A Transformada z til para a soluo de equaes de diferenas, de forma seme-
lhante ao uso da transformada de Laplace na soluo de equaes diferenciais ordi-
nrias (EDO).

Para a resoluo de equaes de diferenas com o uso da Transformada z, a proprie-
dade da translao (time shift) [equaes eq. (6.31) eq. (6.38)] to importante
como era a propriedade da derivada no caso da Transformada de Laplace na resolu-
o de EDO.

Equaes de diferenas descrevem a dinmica de sistemas discretos onde x[n] a
entrada (input) e y[n] a sada (output).

Fig. 6.6 Diagrama de blocos (caixa preta) de um sistema.

Normalmente, a entrada x[n] conhecida e as condies iniciais da sada y[n], isto ,

y[1], y[2], y[3], etc.


42

O nmero de condies iniciais necessrias para resolver a equao de diferenas a
ordem da prpria equao de diferenas (que a ordem do sistema). Logo, se for de
1 ordem, precisa-se de y[1]; se for de 1 ordem, precisa-se de y[1] e y[2], e assim
por diante.

Exemplo 6.17:

Considere a equao s diferenas de 1 ordem.

] n [ x ] 1 n [ y 3 ] n [ y = + eq. (6.52)

com condio inicial nula, y[1] = 0.

Fazendo-se a a Transformada z da eq. (6.52) termo a termo, com o uso da eq. (6.31),

) z ( X ) z ( Y z 3 ] z [ Y
1
= +

isto ,

( ) ) z ( X z 3 1 ] z [ Y
1
= +

e logo,

) z ( X
3 z
z
) z ( X
z 3 1
1
] z [ Y
1

+
=
+
=
eq. (6.53)

e o problema de achar a soluo y[n] da equao de diferena da eq. (6.52) se con-
verte no problema de achar a Transformada z inversa de Y(z) da eq. (6.53). Ou seja

y[n] = Z
1
{Y(z)}

Se x[n] = u
o
[n] (impulso unitrio discreto), por exemplo, ento X(z) = 1 e, da
eq. (6.53):

{ }
)
`
+
= =
3 z
z
] z [ Y ] n [ y
1 - 1 -
Z Z

ou seja,

] n [ u ) 3 ( ] n [ y
1
n
=
eq. (6.54)


43

que a soluo da equao de diferenas eq. (6.52) com condio inicial nula, i.e.,
y[1] = 0 e entrada x[n] = u
o
[n] (impulso unitrio discreto).

Pode-se facilmente verificar que
] n [ u ) 3 ( ] n [ y
1
n
=
de facto satisfaz a eq. (6.52)
com x[n] = u
o
[n] e que y[1] = 0.

Se entretanto x[n] = u
1
[n] (degrau unitrio discreto), ento X(z) = 1/(z 1) e portanto,
da eq. (6.53):

{ }
( ) ( ) ( ) ( )
)
`
+
+
=
)
`
+
= =
1 z
Bz
3 z
Az
1 z
z
3 z
z
] z [ Y ] n [ y
1 - 1 - 1 -
Z Z Z

e facilmente se calcula que A = e B = . Logo,

( ) ( )
)
`
\
|
+
+
\
|
=
1 z
z
4
1
3 z
z
4
3
] n [ y
1 -
Z

e agora, usando a tabela Tab 6.1 das Transformadas z da seco 6.8, e pela proprie-
dade da linearidade (seco 6.10) obtm-se:

] n [ u
4
1
) 3 (
4
3
] n [ y
1
n
\
|
+
|
\
|
=
eq. (6.55)

1
[n] (degrau unitrio discreto).

Pode-se facilmente verificar que y[n] dado pela eq. (6.55) de facto satisfaz a
eq. (6.52) com x[n] = u
1
[n] e que a condio inicial, y[1] = 0, se verifica.

Exemplo 6.18:

Considere agora a mesma equao de diferenas eq. (6.52), do exemplo anterior
(exemplo 6.17), ou seja,

] n [ x ] 1 n [ y 3 ] n [ y = + eq. (6.56)

mas desta vez com condies inicial dada por:

y[1] = 1


44

Portanto aqui temos que utilizar a propriedade da translao (shift) eq. (6.31), o que
nos d, para Transformada z desta equao de diferenas:

) z ( X ) z ( Y z 3 ] 1 [ y 3 ) z ( Y
1
= + +

1

e portanto,

) z ( X 3 ] z 3 1 [ ) z ( Y
1
+ = +

ou seja,

) z ( X
) z 3 1 (
1
) z 3 1 (
3
) z ( Y
1 1

+ +
=

+
eq. (6.57)

zero input zero state

response response

Podemos observar que se x[n] e y[n] forem respectivamente a entrada e a sada de um
sistema discreto, ento a sada y[n] ser composta de duas partes que podemos identi-
ficar nas parcelas da sua Transformada z, Y(z).

A primeira parcela Y(z) (chamada de zero input response), corresponde sada do
sistema apenas pelo efeito das condies iniciais, ou seja, com entrada x[n] = 0.

A segunda parcela Y(z) (chamada de zero state response), corresponde sada do
sistema apenas pelo efeito da entrada x[n], ou seja, com condies iniciais nulas.

Consideremos agora que a entrada x[n] o sinal:

x[n] = 8u
1
[n]

Logo,
) 1 z (
z 8
) z 1 (
8
) z ( X
1
=

e portanto a eq. (6.57) torna-se

) 1 z )( 3 z (
z 8
) 3 z (
z 3
) z 1 )( z 3 1 (
8
) z 3 1 (
3
) z ( Y
2
1 1 1
+
+
+
=
+
+
+
=

eq. (6.58)


45

o que permite acharmos a soluo y[n] da equao de diferena eq. (6.56) atravs da
sua Transformada z inversa

{ } ) z ( Y ] n [ y
1
=Z

Portanto, fazendo a expanso de eq. (6.58) em fraces parciais, temos

) 1 z (
z 2
) 3 z (
z 3
) z ( Y
+
+
=

e logo, com auxlio da tabela Tab 6.1 das Transformadas z da seco 6.8, obtemos

[ ] ] 1 n [ u 2 ) 3 ( 3
] 1 n [ u 2 ] 1 n [ u ) 3 ( 3 ] n [ y
1
1 1
n
n
+ + =
+ + + =
eq. (6.59)

que a soluo da equao de diferenas eq. (6.56) com condio inicial y[1] = 1 e
entrada x[n] = 8u
1
[n].

Note que, como a equao de diferenas eq. (6.56) de 1 ordem e y[1] 0, foi
necessrio recuar uma unidade de tempo, o que corresponde de u
1
[n] para u
1
[n+1].

eq. (6.56) com x[n] = 8u
1

Exemplo 6.19:

Considere a equao s diferenas de 1 ordem

] 1 n [ x
2
1
] n [ x ] 1 n [ y
3
1
] n [ y + =
eq. (6.60)

com condio inicial nula, isto , y[1] = 0, onde a entrada x[n]

x[n] = u
1


46

Usando a eq. (6.31) achamos a Transformada z da eq. (6.60) termo a termo

[ ] ( ) [ ] ( ) ) z ( X z 1 x
2
1
) z ( X ) z ( Y z 1 y
3
1
] z [ Y
1 1
+ + = +

eq. (6.61)
0 0

Note tambm X(z) = 1/(1 z
-1
) e que x[1] = u
1
[1] = 0. Logo,

X(z)

|
\
|
\
|
+ =
|
\
|
+ =
|
\
|

1
1 1 1
z 1
1
z
2
1
1 ) z ( X z
2
1
1 ] z [ Y z
3
1
1

e portanto,

( ) 1 z
3
1
z
z
2
1
z
z 1
1
z
3
1
1
z
2
1
1
] z [ Y
2
1
1
1

|
\
|

|
\
|
+
=
|
\
|
\
|

|
\
|
+
=
eq. (6.62)

e mais uma vez pode-se achar a soluo y[n] de uma equao de diferenas, neste
caso da eq. (6.60), achando-se a Transformada z inversa de Y(z), neste caso da
eq. (6.62), ou seja,
y[n] = Z
1
{Y(z)}.

Agora, fazendo a expanso em fraces parciais de eq. (6.62), obtemos:

( ) ( ) 1 z
z 25 , 2
3 / 1 z
z 25 , 1
] z [ Y
=

e logo, com auxlio da tabela Tab 6.1 das Transformadas z da seco 6.8, obtemos a
soluo da equao de diferenas eq. (6.60) com condio inicial nula:

] n [ u 25 , 2
3
1
25 , 1 ] n [ y
1
n
+
|
\
|
=
eq. (6.63)


47

1
[n] (degrau unitrio discreto).

eq. (6.60) com x[n] = u
1

Exemplo 6.20:

Considere novamente a equao de diferenas de 1 ordem eq. (6.60) do exemplo
anterior (exemplo 6.19),

] 1 n [ x
2
1
] n [ x ] 1 n [ y
3
1
] n [ y + =
eq. (6.64)

com condio inicial nula, isto , y[1] = 0, mas com a entrada x[n]

x[n] = impulso unitrio discreto = u
o
[n].

Neste caso X(z) = 1; x[1] = u
o
[1] = 0; e Y(z) semelhante ao dado pela eq. (6.61)

[ ] ( ) [ ] ( ) ) z ( X z 1 x
2
1
) z ( X ) z ( Y z 1 y
3
1
] z [ Y
1 1
+ + = +

0 1 0 1

e portanto,

|
\
|

|
\
|
+
=
|
\
|

|
\
|
+
=
3
1
z
2
1
z
z
3
1
1
z
2
1
1
] z [ Y
1
1
eq. (6.65)

e mais uma vez a soluo y[n] da equao de diferenas eq. (6.64) a Transfor-
mada z inversa de Y(z) ), neste caso da eq. (6.65), ou seja,

y[n] = Z
1
{Y(z)}.

Reescrevendo Y(z) em eq. (6.65) como


48

1
z
3
1
z
z
2
1
3
1
z
z
3
1
z
2
1
3
1
z
z
] z [ Y
\
|

+
|
\
|

=
|
\
|

+
|
\
|

=

e fazendo uso da tabela Tab 6.1 das Transformadas z da seco 6.8 e da eq. (6.36),
obtemos

] 1 n [ u
3
1
2
1
] n [ u
3
1
] n [ y
1 1
1 n n

|
\
|
+
|
\
|
=
eq. (6.66)

o
[n].

Pode-se tambm verificar que y[n] dado pela eq. (6.66) de facto satisfaz a equao de
diferenas eq. (6.64) com x[n] = u
o

Exemplo 6.21:

Considere novamente a equao de diferenas de 1 ordem eq. (6.60) usada nos dois
exemplos anteriores (exemplo 6.19 e 6.20),

] 1 n [ x
2
1
] n [ x ] 1 n [ y
3
1
] n [ y + =
eq. (6.67)

com condio inicial y[1] = 2, e a entrada x[n] dada por

x[n] = impulso unitrio discreto = u
o
[n].

Neste caso X(z) = 1; x[1] u
o
[1] = 0; e Y(z) semelhante ao dado pela eq. (6.61)

[ ] ( ) [ ] ( ) ) z ( X z 1 x
2
1
) z ( X ) z ( Y z 1 y
3
1
] z [ Y
1 1
+ + = +

2 1 0 1


49

e portanto,

1 1
z
2
1
1
3
2
) z ( Y z
3
1
] z [ Y

+ + =

logo,

|
\
|

|
\
|
+
+
|
\
|

|
\
|
=
|
\
|

|
\
|
+
+
|
\
|

|
\
|
=
3
1
z
2
1
z
3
1
z
z
3
2
z
3
1
1
z
2
1
1
z
3
1
1
3
2
] z [ Y
1
1
1
eq. (6.68)

e a soluo y[n] da equao de diferenas eq. (6.67) uma vez mais a Transfor-
mada z inversa de Y(z) ), neste caso da eq. (6.68), ou seja,

y[n] = Z
1
{Y(z)}.

Reescrevendo Y(z) em eq. (6.68) como

1
z
3
1
z
z
2
1
3
1
z
z
3
1
z
z
3
5
3
1
z
2
1
3
1
z
z
3
1
z
z
3
2
] z [ Y
\
|

\
|
+
|
\
|

+
|
\
|

\
|
=
|
\
|

+
|
\
|

+
|
\
|

\
|
=

e fazendo uso da tabela Tab 6.1 das Transformadas z da seco 6.8 e da eq. (6.31),
obtemos

] n [ u
3
1
2
1
] n [ u
3
1
] 1 n [ u
3
1
3
5
] n [ y
1 1 1
1 n n n
\
|
\
|
+
|
\
|
+ +
|
\
|
\
|
=
eq. (6.69)


50

que a soluo da equao de diferenas eq. (6.67) com condio inicial y[1] = 2 e
entrada x[n] = u
o
[n].

Note que, como a equao de diferenas eq. (6.67) de 1 ordem e y[1] 0, foi
necessrio recuar uma unidade de tempo, o que corresponde de u
1
[n] para u
1
[n+1].

Pode-se verificar que y[n] dado pela eq. (6.69) de facto satisfaz a a equao de dife-
renas eq. (6.67) com x[n] = u
o

Exemplo 6.22:

Considere a equao s diferenas de 2 ordem.

] n [ x ] 2 n [ y 6 ] 1 n [ y 5 ] n [ y = + + eq. (6.70)

com condies iniciais nulas, isto : y[1] = 0 e y[2] = 0.

Observe que, como a equao de diferenas eq. (6.70) de 2 ordem, aqui foi neces-
srio duas condies iniciais: y[1] e y[2].

Com o uso da eq. (6.32), achamos a Transformada z da eq. (6.70),

) z ( X ) z ( Y z 6 ) z ( Y z 5 ] z [ Y
2 1
= + +

logo,

) z ( X ] z 6 z 5 1 [ ] z [ Y
2 1
= + +

e portanto,

( )
( )
) z ( X
) 3 z )( 2 z (
z
) z ( X
6 z 5 z
z
) z ( X
z 6 z 5 1
1
) z ( Y
2 2
2 1
+ +
=
+ +
=
+ +
=

eq. (6.71)

e novamente a tarefa de encontrar a soluo y[n] da equao de diferena da
eq. (6.70) convertido no problema de achar a Transformada z inversa de Y(z) da
eq. (6.71). Isto ,

y[n] = Z
-1
{Y(z)}


51

Se x[n] = u
o
[n] (impulso unitrio discreto), ento X(z) = 1 e ento, da eq. (6.71):

{ }
)
`
+
+
+
=
)
`
+ +
= =
) 3 z (
Bz
) 2 z (
Az
) 3 z )( 2 z (
z
] z [ Y ] n [ y
1 -
2
1 - 1 -
Z Z Z

e facilmente se calcula que A = 0,6 e B = 0,4. Logo,

( )
( )
( )
( )
)
`
+
+
+
=
3 z
z
4 , 0
2 z
z
6 , 0 ] n [ y
1 -
Z

dade da linearidade (seco 6.10):

( ) ( ) [ ] ] n [ u ) 3 ( 4 , 0 ) 2 ( 6 , 0 ] n [ y
1
n n
+ = eq. (6.72)

que a soluo da equao de diferenas eq. (6.70) com condies iniciais nulas, e
entrada x[n] = u
o
[n].

o
[n] e que as condies y[1] = 0 e y[2] = 0, se verifi-
cam.

Se entretanto x[n] = u
1
[n] (degrau unitrio discreto), ento X(z) = 1/(z 1) e ento, da
eq. (6.71):

{ }
( ) ( ) ( )
)
`
+
+
+
+
=
)
`
+ +
= =
1 z
Cz
3 z
Bz
) 2 z (
Az
1 z
z
) 3 z )( 2 z (
z
] z [ Y ] n [ y
1 -
2
1 - 1 -
Z Z Z

e facilmente se calcula que A = 0,25 , B = 0,333 e C = 0,0833 . Logo,

( )
( )
( )
( )
( )
( )
)
`
+
+

+
=
1 z
z
0833 , 0
3 z
z
333 , 0
2 z
z
25 , 0 ] n [ y
1 -
Z

dade da linearidade (seco 6.10):

( ) ( ) ( ) ] n [ u 0833 , 0 ] n [ u ) 3 ( 333 , 0 ] n [ u ) 2 ( 25 , 0 ] n [ y
1 1 1
n n
+ =

ou seja,


52

( ) ( ) ( ) [ ] ] n [ u 0833 , 0 ) 3 ( 333 , 0 ) 2 ( 25 , 0 ] n [ y
1
n n
+ = eq. (6.73)

que a soluo da equao de diferenas eq. (6.70) com condies iniciais nulas, e
entrada x[n] = u
1
[n].

o
[n] e que as condies y[1] = 0 e y[2] = 0, se verifi-
cam.

Exemplo 6.23:

Considere a equao de diferenas de 2 ordem do exemplo anterior, mas na forma
homognea, isto ,

0 ] 2 n [ y 6 ] 1 n [ y 5 ] n [ y = + +
eq. (6.74)

e com as condies iniciais

y[1] = 1 e y[2] = 0

Equaes de diferenas homogneas representam sistemas livres, ou seja, sistemas
que no tm entrada (input), i.e., x[n] = 0. A sada (output) destes sistemas
apenas pelo efeito das condies iniciais.

Fig. 6.7 Um sistema livre, a entrada x[n] = 0.


[ ] [ ] 0 ) z ( Y z z ] 1 [ y ] 2 [ y 6 ) z ( Y z ] 1 [ y 5 ) z ( Y
2 1 1
= + + + + +

1 0 1

ou seja,

1 2 1
z 6 5 ) z 6 z 5 1 ( ) z ( Y

= + +

e portanto,


53

) 3 z (
Bz
) 2 z (
Az
) 6 z 5 z (
z 6 z 5
) z 6 z 5 1 (
z 6 5
) z ( Y
2
2
2 1
1
+
+
+
=
+ +

=
+ +

=

onde facilmente calcula-se que A = 4 e B = 9. Logo, usando a tabela Tab 6.1 das
Transformadas z da seco 6.8, temos que y[n] = Z
1
{Y(z)} dado por

( ) ( )
] 2 n [ u ) 3 9 2 4 (
] 2 n [ u 3 9 ] 2 n [ u 2 4 ] n [ y
1
n n
1
n
1
n
+ =
+ + =
eq. (6.75)

que a soluo da equao de diferenas eq. (6.74) com condies iniciais y[1] = 1
e y[2] = 0, e entrada x[n] = 0.

Note que, como a equao de diferenas eq. (6.74) de 2 ordem e as condies ini-
ciais so 0, foi necessrio recuar duas unidade de tempo, o que corresponde de
u
1
[n] para u
1
[n+2], embora aqui bastava uma unidade de tempo pois y[1] 0 mas
y[2] = 0.

renas eq. (6.74) com x[n] = 0 e as condies y[1] = 1 e y[2] = 0, de facto se veri-
ficam.

Exemplo 6.24:

Considere a equao de diferenas de 2 ordem

] n [ x ] 2 n [ y 2 ] 1 n [ y ] n [ y =
eq. (6.76)

com condies iniciais

0 ] 1 [ y = e 1 ] 2 [ y =

e a entrada x[n] dada por x[n] = u
1


[ ] [ ] ) z ( X ) z ( Y z z ] 1 [ y ] 2 [ y 2 ) z ( Y z ] 1 [ y ) z ( Y
2 1 1
= + + +

0 1 0 1/(1 z
-1
)


54

ou seja,

) z 1 (
1
2 ) z 2 z 1 ( ) z ( Y
1
2 1
+ =

e portanto,

) 1 z (
Cz
) 2 z (
Bz
) 1 z (
Az
) 1 z )( z 2 z 1 (
z
) 2 z z (
z 2
) z 1 )( z 2 z 1 (
1
) z 2 z 1 (
2
) z ( Y
2 1
3
2
2
1 2 1 2 1
+
+
=

+

=

+

=

onde facilmente calcula-se que A = 5/6, B = 8/3 e C = 1/2. Logo, usando a tabela
Tab 6.1 das Transformadas z da seco 6.8, temos que y[n] = Z
-1
{Y(z)} dado por

] 2 n [ u
2
1
2
3
8
) 1 (
6
5
] 2 n [ u
2
1
] 2 n [ u 2
3
8
] 2 n [ u ) 1 (
6
5
] n [ y
1
1 1 1
n n
n n
+
(
+ =
+ + + + =
eq. (6.77)

que a soluo da equao de diferenas eq. (6.76) com condies iniciais y[1] = 0
e y[2] = 1, e entrada x[n] = u
1
[n].

Note que, como a equao de diferenas eq. (6.76) de 2 ordem e as condies ini-
ciais so 0, foi necessrio recuar duas unidades no tempo, o que corresponde de
u
1
[n] para u
1
[n+2].

Pode-se verificar que y[n] dado pela eq. (6.77) de facto satisfaz a equao de diferen-
as eq. (6.76) com x[n] = u
1
[n] e as condies y[1] = 0 e y[2] = 1, de facto se veri-
ficam.

Exemplo 6.25:

Considere a equao de diferenas abaixo com condies iniciais nulas: y[1] = 0 e
y[2] = 0, e entrada x[n] = u
o
[n] = impulso unitrio discreto, (logo X(z) = 1),


55

y[n] y[n 1] 4 y[n 2] x[n] + = eq. (6.78)


[ ] [ ] ) z ( X ) z ( Y z z ] 1 [ y ] 2 [ y 4 ) z ( Y z ] 1 [ y ) z ( Y
2 1 1
= + + + +

0 0 0 1

ou seja,

1 ) z 4 z 1 ( ) z ( Y
2 1
= +

e portanto,

) 4 z z (
z
) z 4 z 1 (
1
) z ( Y
2
2
2 1
+
=
+
=

eq. (6.79)

Entretanto, pelo exemplo 6.12, sabemos que para Y(z) dado acima em eq. (6.79), y[n]
= Z
-1
{Y(z)} dado por

] n [ u
) 318 , 1 ( sen
] 318 , 1 ) 1 n [( sen 2
] n [ y
1
n
+
=
eq. (6.80)

que a soluo da equao de diferenas eq. (6.78) com condies iniciais nulas (i.e.,
y[1] = 0 e y[2] = 0), e entrada x[n] = u
o
[n].

as eq. (6.78) com x[n] = u
o
ficam.

Exemplo 6.26:
o

y[n] 5y[n 1] 10 y[n 2] x[n] + + = eq. (6.81)


[ ] [ ] ) z ( X ) z ( Y z z ] 1 [ y ] 2 [ y 10 ) z ( Y z ] 1 [ y 5 ) z ( Y
2 1 1
= + + + + +

0 0 0 1


56

ou seja,
1 ) z 10 z 5 1 ( ) z ( Y
2 1
= + +

e portanto,

) 10 z 5 z (
z
) z 10 z 5 1 (
1
) z ( Y
2
2
2 1
+ +
=
+ +
=

eq. (6.82)

= Z
-1
{Y(z)} dado por

( )
] n [ u
) 482 , 2 ( sen
] 482 , 2 ) 1 n [( sen 162 , 3
] n [ y
1
n
+
=
eq. (6.83)

y[1] = 0 e y[2] = 0), e entrada x[n] = u
o
[n].

as eq. (6.81) com x[n] = u
o
ficam.

Exemplo 6.27:
o

y[n] 6y[n 1] 9y[n 2] x[n] + + = eq. (6.84)


[ ] [ ] ) z ( X ) z ( Y z z ] 1 [ y ] 2 [ y 9 ) z ( Y z ] 1 [ y 6 ) z ( Y
2 1 1
= + + + + +

0 0 0 1

ou seja,

1 ) z 9 z 6 1 ( ) z ( Y
2 1
= + +

e portanto,


57

2
2
2
2
2 1
) 3 z (
z
) 9 z 6 z (
z
) z 9 z 6 1 (
1
) z ( Y
+
=
+ +
=
+ +
=

eq. (6.85)

= Z
-1
{Y(z)} dado por

] n [ u ) 3 ( ) 1 n ( ] n [ y
1
n
+ = eq. (6.86)

y[1] = 0 e y[2] = 0), e entrada x[n] = u
o
[n]. Pode-se verificar que y[n] dado pela
eq. (6.86) de facto satisfaz a equao de diferenas eq. (6.84) com x[n] = u
o
[n] e as
condies y[1] = 0 e y[2] = 0, de facto se verificam.

Exemplo 6.28:

o

y[n] 8y[n 1] 16y[n 2] 5x[n] + = eq. (6.87)


[ ] [ ] ) z ( X 5 ) z ( Y z z ] 1 [ y ] 2 [ y 16 ) z ( Y z ] 1 [ y 8 ) z ( Y
2 1 1
= + + + +

0 0 0 1

ou seja,

5 ) z 16 z 8 1 ( ) z ( Y
2 1
= +

e portanto,

2
2
2
2
2 1
) 4 z (
z
) 16 z 8 z (
z 5
) z 16 z 8 1 (
5
) z ( Y
=
+
=
+
=

eq. (6.88)


58

Entretanto, pelo exemplo 6.15, sabemos que para Y(z) dado acima pela expresso
eq. (6.88), y[n] = Z
-1
{Y(z)} dado por

] n [ u 4 ) 1 n ( 5 ] n [ y
1
n
+ = eq. (6.89)

y[1] = 0 e y[2] = 0), e entrada x[n] = u
o
[n]. Pode-se verificar que y[n] dado pela
eq. (6.89) de facto satisfaz a equao de diferenas eq. (6.87) com x[n] = u
o
[n] e as
condies y[1] = 0 e y[2] = 0, de facto se verificam.

6.13 A resposta impulsional h[n] e H(z)

Note que no exemplo 6.17 para acharmos a Transformada z inversa de Y(z)
eq. (6.53), era necessrio conhecer a entrada x[n], ou melhor, X(z). O mesmo tambm
ocorria com os demais exemplos 6.18 a 6.28.

As equaes de diferenas como as dos exemplos da seco anterior descrevem a
dinmica de sistemas discretos em que x[n] a entrada, y[n] a sada. Vamos ver
agora que em um sistema linear e invariante no tempo (SLIT), a resposta do entrada
do impulso (i.e., h[n] = a resposta impulsional) pode ser obtida quando resolvermos
a sua equao de diferena que descreve o sistema fazendo as condies iniciais nulas
e a entrada x[n] = u
o
[n] (impulso unitrio discreto), ou seja, X(z) = 1.

x[n]
y[n]
h[n]

Fig. 6.8 Diagrama de bloco esquemtico de um sistema
discreto com entrada x[n], sada y[n] e resposta
impulsional h[n].

Conforme visto no captulo 4 (Sistemas), em um sistema linear e invariante no tempo
(SLIT) a resposta impulsional (impulse response) h[n] a sada do sistema quando
a entrada x[n] um impulso u
o
[n].

Um resultado clssico da teoria de sistemas, que vimos na seco 4.5, que a sada
y[n] de um sistema como o da figura 6.8 a convoluo entre h[n] e x[n], ou seja

] n [ x * ] n [ h ] n [ y =


59

isto , a sada de um sistema linear invariante no tempo (SLIT) toma a forma da soma
de convoluo

[ ] [ ] [ ] [ ] [ ] k x k n h n x n h n y
k
= =

+
=
.

Usando a propriedade da convoluo para a Transformada z, eq. (6.39) (i.e., a trans-
formada da convoluo o produto das transformadas), temos ento que:

) z ( X ) z ( H ) z ( Y = eq. (6.90)

e podemos redesenhar o diagrama da figura 6.8 acima na forma abaixo (figura 6.9):

Fig. 6.9 Diagrama de bloco esquemtico de um sistema
discreto com entrada X(z), sada Y(z) e resposta
impulsional H(z).

Como a Transformada z do impulso unitrio u
o
[n] 1 ( Z {u
o
[n]} = 1 ), ento quando
a entrada x[n] um impulso u
o
[n] (i.e., se x[n] = u
o
[n] ) teremos que X(z) = 1 e por-
tanto, pela eq. (6.90), neste caso Y(z) = H(z), o que implica y[n] = h[n], ou seja, a
sada y[n] se torna a resposta impulsional, como seria de se esperar.

Fig. 6.10 Diagrama de bloco esquemtico da resposta
impulsional h[n], a sada do sistema quando a
entrada o impulso u
o
[n] (sistema discreto).

Exemplo 6.29:
Retomando o sistema do exemplo 6.17, comparando a eq. (6.53) com a eq. (6.90)
obtemos

( ) ( ) 3 z
z
z 3 1
1
) z ( H
1
=

eq. (6.91)

que a Transformada z de h[n].


60

Isto consistente com a definio de h[n] (resposta impulsional), pois se a entrada
x[n] = u
o
[n] = impulso unitrio discreto ento X(z) = 1 e, pela eq. (6.90), temos que

Y(z) = H(z)

ou seja, a sada y[n] = h[n], conforme a prpria definio de h[n].

Da eq. (6.91) tambm conclumos que este sistema tem um plo em z = 3.

Da eq. (6.54) obtemos a expresso de h[n]:

] n [ u ) 3 ( ] n [ h
1
n
=

Exemplo 6.30:

obtemos

( )
( ) ) 3 z )( 2 z (
z
6 z 5 z
z
z 6 z 5 1
1
) z ( H
2 2
2 1
+ +
=
+ +
=
+ +
=

eq. (6.92)

que a Transformada z de h[n].

Novamente, isto consistente com a definio de h[n] (resposta impulsional do sis-
tema), pois se a entrada x[n] = impulso unitrio discreto, isto ,

x[n] = u
o
[n],

ento X(z) = 1 e, pela eq. (6.90), temos que Y(z) = H(z) ou seja, a sada y[n] = h[n],
conforme a prpria definio de h[n].

Da eq. (6.92) tambm conclumos que este sistema tem dois plos: z = 2 e z = 3.


( ) ( ) [ ] ] n [ u ) 3 ( 4 , 0 ) 2 ( 6 , 0 ] n [ h
1
n n
+ =


61

Exemplo 6.31:

obtemos

) 4 z z (
z
) z 4 z 1 (
1
) z ( H
2
2
2 1
+
=
+
=

eq. (6.93)

que a Transformada z de h[n]. Mais uma vez, isto consistente com a definio de
h[n] (resposta impulsional do sistema), pois se a entrada x[n] = impulso unitrio dis-
creto, isto , x[n] = u
o
[n], ento X(z) = 1 e, pela eq. (6.90), temos que Y(z) = H(z) ou
seja, a sada y[n] = h[n], conforme a prpria definio de h[n].

Da eq. (6.92) tambm conclumos que este sistema tem plos: z = 0,5 1,9365j.


] n [ u
) 318 , 1 ( sen
] 318 , 1 ) 1 n [( sen 2
] n [ h
1
n
+
=

Exemplo 6.32:

Considere equao de diferenas de 1 ordem

] n [ x ] 1 n [ y a ] n [ y = eq. (6.94)

com condio inicial nula (i.e, y[1] = 0). Usando a eq. (6.32) achamos a Transfor-
mada z da eq. (6.94) termo a termo

) z ( X ] z a 1 [ ) z ( Y
1
=

e ento,

) z ( X
) a z (
z
) z ( X
az 1
1
) z ( Y
1


62

Portanto, se x[n] e y[n] forem respectivamente a entrada e a sada de um sistema,
ento, usando a eq. (6.90), temos que:

0 1 2 3
...
h[n] = a
n
. u
1
[n]
n
caso a < 1
1

Fig. 6.11 Esboo de h[n] a resposta impulsional sistema descrito pela eq. (6.94),
caso a < 1.

) a z (
z
) az 1 (
1
) z ( H
1

Logo, este sistema tem um plo z = a.

Usando a tabela Tab 6.1 das Transformadas z da seco 6.8 obtemos h[n], a resposta
impulsional sistema entrada impulso unitrio

[ ] [ ]
n
1
h n a u n =

conforme ilustrado na figura 6.11 para o caso a < 1.

7 Sries de Fourier

7.1 Introduo Anlise de Fourier 3
7.2 Srie trigonomtrica de Fourier para sinais contnuos 5
7.3 Teorema de Fourier 6
Exemplo 7.1 7
7.4 Uma interpretao da Srie de Fourier 13
7.5 Srie exponencial de Fourier para sinais contnuos 17
Exemplo 7.2 19
7.6 Equivalncia das sries trigonomtrica e exponencial de Fourier 21
7.7 Propriedades da Srie de Fourier para sinais contnuos 23
Linearidade 23
Sinal reflectido / reverso no tempo (time reversal) 25
Multiplicao 27
Conjugao 27
Translao na frequncia (frequency shifting) 28
Convoluo no perodo 29
Derivada 30
Integral 30
Relao de Parseval 31
7.8 Srie trigonometria de Fourier para sinais discretos 31
Exemplo 7.3 34
Exemplo 7.4 40

J. A. M. Felippe de Souza 7 Sries de Fourier

2

Exemplo 7.5 43
Exemplo 7.6 44
Exemplo 7.7 46
7.9 Propriedades da Srie de Fourier para sinais discretos 47
Linearidade 47
Multiplicao 50
Conjugao 51
Convoluo no perodo 53
Primeira diferena 53
Soma acumulada 54


3

Sries de Fourier

7.1 Introduo Anlise de Fourier

Neste captulo e no prximo estudaremos a Anlise de Fourier (tambm chamada de
Anlise Harmnica), que diz respeito representao de sinais como uma soma (ou
melhor dizendo, uma combinao linear) de sinais bsicos como senos e co-senos, ou
exponenciais complexas.

A srie de Fourier, assim como a transformada de Fourier, so as importantes contri-
buies do matemtico francs Jean Baptiste Joseph Fourier (1768-1830).

Fig. 7.1 Jean Baptiste Joseph Fourier (1768-1830), francs.


4
A Anlise de Fourier permite decompor um sinal nas suas componentes em frequn-
cia (harmnicos) e tem muitas aplicaes no Processamento de sinal, no Processa-
mento de imagem, na Fsica em vrias aplicaes, na Probabilidade e Estatstica as-
sim como em muitas outras reas.

Antes de Fourier trs fsicos j tinham feito estudos preliminares em sries infinitas
para resolverem problemas diversos da Fsica: suo Leonhard Euler (1707-1783), o
francs Jean Le Rond d'Alembert (1717-1783) e o holands Daniel Bernoulli (1700-
1782).

Entretanto, Fourier foi o primeiro a fazer um estudo sistemtico das sries infinitas
para resolver a equao da propagao do calor na Fsica, na publicao Mmoire
sur la thorie de la chaleur, embora ele no tenha expresso os seus resultados com
grande formalismo.

Somente uns anos mais tarde que dois matemticos: o alemo Johann Peter Gustav
Lejeune Dirichlet (1805-1859) e o alemo Georg Friedrich Bernhard Riemann
(1826-1866), expressaram os resultados de Fourier com mais rigor e preciso.

Fig. 7.2 Srie de Fourier (sinal peridico da onda quadrada).


5
7.2 Srie trigonomtrica de Fourier para sinais contnuos

Considere um sinal peridico contnuo x(t) R {conjunto dos nmeros reais}, t.
O sinal x(t) pode ser expresso como:

( ) ( ) [ ]
=
+ + =
=
(
\
|

+
|
\
|

+ =
1 k
o k o k
0
1 k
k k
0
t k sen b t k cos a
2
a
t k
T
2
sen b t k
T
2
cos a
2
a
) t ( x
eq. (7.1)

onde:

T = perodo fundamental do sinal x(t),
o
= frequncia fundamental do sinal x(t),

( )
=
=
|
\
|

=
T
o
T
k
dt t k cos ) t ( x
T
2
dt t k
T
2
cos ) t ( x
T
2
a
k = 0, 1, 2, eq. (7.2)

( )
=
= |
\
|

=
T
o
T
k
dt t k sen ) t ( x
T
2
dt t k
T
2
sen ) t ( x
T
2
b
k = 1, 2, eq. (7.3)

sendo que as integrais acima so tomadas ao longo do intervalo do perodo T do sinal
peridico x(t).

Observe que existe a
o
na srie a
k
[eq. (7.2)], mas no existe b
o
na srie b
k
[eq. (7.3)].

Alm disso, a
o
(na eq. (7.2) fazendo k = 0), pode ser reescrito de forma mais simplifi-
cada pois, como

( ) 0, k para , 1 t k cos t k
T
2
cos
o
= = = |
\
|

ento,

6
=
T
o
dt ) t ( x
T
2
a

ou seja, a
o
de certa forma representa um valor mdio do sinal x(t) no intervalo de um
perodo T.

Esta srie conhecida como srie trigonomtrica de Fourier pois contm termos
com senos e co-senos.

A equao eq. (7.1) acima conhecida como a

equao de sntese

e as equaes eq. (7.2) e eq. (7.3) so conhecidas como as

equaes de anlise

da srie trigonomtrica de Fourier. Os a
k
s e os b
k
s so chamados de coeficientes da
srie trigonomtrica de Fourier.

7.3 Teorema de Fourier

Definio 7.1: x(t) um sinal seccionalmente contnuo (ou, tambm chamado de
contnuo por partes) se x(t) tem um nmero limitado de descontinuidades em qual-
quer intervalo limitado.

Fig. 7.3 Um sinal seccionalmente contnuo.

Definio 7.2: x(t) um sinal seccionalmente diferencivel se ambos x(t) e sua deri-
vada x(t) forem sinais seccionalmente contnuos.

Com estas definies podemos agora ver o Teorema de Fourier que estabelece os
tipos de sinais que podem ser aproximados pela srie de Fourier.


7
Teorema 7.1 (Teorema de Fourier):
Se x(t) um sinal peridico seccionalmente diferencivel e de perodo T, ento a
srie de Fourier [eq. (7.1)] converge em cada ponto t para:
a) x(t), se o sinal x(t) for contnuo no instante t ;
b) [ x(t+0
+
) + x(t+0
-
) ] , o sinal x(t) for descontnuo no instante t.

Um ponto positivo deste resultado que a limitao do Teorema de Fourier acima
muito leve pois a grande maioria dos, ou quase todos, sinais de interesse prtico so
seccionalmente diferenciveis.

Portanto, o Teorema de Fourier acima assegura que, para os sinais x(t) que forem
aproximados pela srie de Fourier, quanto mais termos da srie (ou parcelas da soma)
forem adicionados, melhor ser a aproximao.

Ou seja, se chamarmos de x
n
(t) srie de Fourier com n termos, ento:

) t ( x ) t ( x
n

nos casos em que x(t) for um sinal contnuo no instante t; e

[ ]
2
) 0 t ( x ) 0 t ( x
) t ( x
n
+
+ + +

nos casos em que x(t) no for um sinal contnuo no instante t.

Exemplo 7.1:

Considere o sinal x(t) dado abaixo (onda quadrada),
definido num intervalo (de t = 1 at t = 1) ilus-
trado na figura 7.4.

Fig. 7.4 Sinal da onda quadrada em
um perodo (de t = 1 at 1).

< <
< <
=
1 t 0 se , 1
0 t 1 se , 1
) t ( x

8
Repetindo-se (ou estendendo-se) este padro para a direita de t = 1 e para esquerda de
t = 1, obtemos um sinal peridico para t ( < t < ).

Fig. 7.5 Sinal do Exemplo 7.1. Onda quadrada estendida para t ( < t < ).

Agora x(t), sendo um sinal peridico t ( < t < ) j pode ser aproximado por uma
srie de Fourier.

De forma semelhante podemos estender qualquer outro sinal definido em um deter-
minado intervalo finito e torn-lo peridico de forma a podermos aproxim-lo por
uma srie de Fourier.

Calculando-se agora os coeficientes de Fourier para o sinal da onda quadrada defi-
nido acima temos, para a
o
primeiramente,

0 dt ) 1 ( dt ) 1 ( dt ) t ( x
T
2
a
1
0
0
1
T
o
= + = =

Como o perodo fundamental T = 2, ento

=
=
T
2
o
e portanto,

( )
( ) ( )
( ) [ ] ( ) [ ] ( )
... 2, 1, k , 0
t k sen t k sen
k
1
dt t k cos 1 dt t k cos ) 1 (
dt t k cos ) t ( x
T
2
a
1
0
0
1
1
0
0
1
1
1
k
= =
= +
=
= + =
= =


9
Logo os a
k
s so todos iguais a zero k = 0, 1, 2,

Quanto aos b
k
s, temos que:

( )
( ) ( )
( ) [ ] ( ) [ ] ( ) = +
=
= + =
= =
1
0
0
1
1
0
0
1
1
1
k
t k cos t k cos
k
1
dt t k sen 1 dt t k sen ) 1 (
dt t k sen ) t ( x
T
2
b

e portanto,

=
mpar k se ,
k
4
par k se , 0
b
k

Ou seja,
=
4
b
1
,
0 b
2
= ,
=
3
4
b
3
,
0 b
4
= ,
=
5
4
b
5
,
0 b
6
=
,
=
7
4
b
7
,
0 b
8
=
,
=
9
4
b
9
,
0 b
10
=
,
=
11
4
b
11
,
etc.

Logo, esta uma srie de Fourier s de senos e os primeiros termos da srie so:

( ) ( ) ( )
( ) ( ) ( ) ... t 11 sen
11
4
t 9 sen
9
4
t 7 sen
7
4
t 5 sen
5
4
t 3 sen
3
4
t sen
4
) t ( x
+
+
+
=

As figuras 7.6 at 7.10 abaixo mostram esboos do sinal x(t) aproximado pela srie
de Fourier.

10
Primeiramente na figura 7.6, com apenas um termo (isto , apenas k = 1), quando x(t)
simplesmente o seno
x(t) = b
1
sen(t) = (4/) sen(t)

Fig. 7.6 Sinal onda quadrada. Aproximao por srie de
Fourier com apenas um termo (k = 1).

Na figura 7.8 vemos que com 2 termos (os dois primeiros termos no nulos, at k = 3,
pois b
2
= 0) temos a soma de 2 senos (e j nota-se 2 picos no sinal aproximado pela
srie):
x(t) = b
1
sen(t) + b
3
sen(t)

Fourier com apenas dois termos (k = 1 e 3).

Depois, na figura 7.8, com 3 termos (os trs primeiros termos no nulos, at k = 5,
pois b
2
= 0 e b
4
= 0) temos a soma de 3 senos (e agora j nota-se 3 picos no sinal
aproximado pela srie):

x(t) = b
1
sen(t) + b
3
sen(t) + b
5
sen(t)


11

Fourier com apenas trs termos (k = 1, 3 e 5).

e assim por diante.

As duas ltimas figuras (figuras 7.9 e 7.10) ilustram esta srie at k = 11 (6 termos
no nulos) e at k = 49 (25 termos no nulos), respectivamente.

Fourier com seis termos (k = 1, 3, 5, 7, 9 e 11).

Fourier com 25 termos (k = 1, 3, ..., 49).

Nota-se nitidamente que o sinal x(t) aproximado pela srie de Fourier vai se tornando
cada vez mais prximo do original, a onda quadrada.

Nos pontos t onde x(t) um sinal contnuo esta srie de Fourier converge para o pr-
prio valor de x(t).


12
Por exemplo, para t = 0,5, sabemos que x(0,5) = 1. Pela srie de Fourier,

( ) ( ) ( ) ( ) ( ) ... 5 , 4 sen
9
4
5 , 3 sen
7
4
5 , 2 sen
5
4
5 , 1 sen
3
4
5 , 0 sen
4
) 5 , 0 ( x +
=

1,6977

0,8488

1,1035

0,9216

1,0631

que de facto converge para 1.

Por outro lado, nos pontos t onde x(t) apresenta uma descontinuidade, esta srie de
Fourier converge para o valor mdio de x(t), entre o imediatamente antes e o imedia-
tamente depois de t.

Por exemplo, para t = 0
-
, sabemos que x(0
-
) = 1, e t = 0
-
, e que x(0
+
) = 1. Logo, o
ponto mdio :

0
2
1 1
2
) 0 ( x ) 0 ( x
=
+
=
+
+

Pela srie de Fourier,

( ) ( ) ( ) ( ) ( )
0 0 0 0 0
... 0 sen
9
4
0 sen
7
4
0 sen
5
4
0 sen
3
4
0 sen
4
) 0 ( x
+ + + + =
= +
=

que de facto converge para 0.

Mais adiante, nas Propriedades da Srie de Fourier, veremos que:

Se x(t) um sinal par, ento a srie de Fourier para x(t) uma srie de co-senos.
Se x(t) um sinal mpar, ento a srie de Fourier para x(t) uma srie de senos.


13
Isto pode ser visto pelas propriedades dos sinais pares e mpares. Recorde-se que,

- A soma de 2 sinais pares um sinal par.

- A soma de 2 sinais mpares um sinal mpar.

- O produto de 2 sinais pares um sinal par.

- O produto de 2 sinais mpares um sinal par.

Logo, se x(t) um sinal par, ento os coeficientes b
k
da srie de Fourier para x(t) so
todos iguais a zero:

... , 3 , 2 , 1 k , 0 dt t k
T
2
sen ) t ( x
T
2
b
T
k
= = |
\
|

e portanto, a srie de Fourier uma srie de co-senos.

Mas se x(t) um sinal mpar, ento os coeficientes a
k
da srie de Fourier para x(t) so
todos iguais a zero (incluindo a
o
):

... , 3 , 2 , 1 , 0 k , 0 dt t k
T
2
cos ) t ( x
T
2
a
T
k
= =
|
\
|

e portanto, a srie de Fourier uma srie de senos.

De facto, no Exemplo 7.1 acima, como x(t) era um sinal par, ento os a
k
s eram todos
iguais a zero k = 0, 1, 2, , e a srie de Fourier era uma srie de senos.

7.4 Uma interpretao da Srie de Fourier

A srie de Fourier pode ser interpretada como uma forma de expressar um sinal
x(t), em um espao de sinais.

Recorde-se um vector v no espao R
n
representado como a soma

n n 2 2 1 1
e e e v + + + = L

onde e
1
, e
2
, e
n
, so os vectores


14
(
(
(
(
=
(
(
(
(
=
(
(
(
(
=
1
0
0
e ,
0
1
0
e ,
0
0
1
e
n 2 1
M
L
M M

ou seja,
{ }
n 2 1
e , e , e L
, os chamados vectores cannicos e formam uma base do R
n
;
e
1
,
2
,
n
, so os coeficientes do vector v nesta base
{ }
n 2 1
e , e , e L .

Da mesma forma, um sinal x(t) pode ser representado semelhantemente na forma da
eq. (7.1) como a soma infinita de senos e co-senos.

Note que aqui o espao no mais o espao de vectores (R
n
, que tem dimenso n)
mas sim um espao de sinais, que ter dimenso infinita. A base do espao no ser
mais formada pelos vectores e
1
, e
2
, e
n
, mas agora pelos sinais senos e co-senos

|
\
|

t k
T
2
cos
e |
\
|

t k
T
2
sen

definidos nas equaes de anlise eq. (7.2) e eq. (7.3). Alm disso, os coeficientes
que representam o sinal x(t) nesta base no sero mais
1
,
2
,
n
, mas agora sero
os
a
k
e b
k
.

Em outras palavras, estes senos e co-senos formam uma base infinita de sinais.

Claro que a expresso da eq. (7.1) definida apenas para sinais peridicos, Entretanto,
j vimos no exemplo 7.1 que um sinal x(t) que seja definido em um intervalo finito
qualquer pode ser estendido para ambos os lados deste intervalo, tornando-se assim
peridico e desta forma pode ser descrito tambm na forma da eq. (7.1). As figuras
7.4 e 7.5 ilustravam isto.

Outro detalhe: no espao R
n
os prprios vectores da base e
1
, e
2
, e
n
eram repre-
sentados (de forma nica) como

n i 2 1 i
e 0 e 1 e 0 e 0
0
1
0
e + + + + + =
(
(
(
(
= L L
M


15
ou seja, com coeficientes

1
= 0,
2
= 0, ,
i
= 1,
n
= 0

isto ,
{ } { } 0 , , 1 , , 0 , 0 , , , , ,
n i 2 1
L L L L = .

Aqui tambm temos que os sinais senos e co-senos da base so representados (de
forma nica) como

=
(
\
|

+
|
\
|

+ =
|
\
|

1 k
k k
0
t k
T
2
sen b t k
T
2
cos a
2
a
t
T
2
cos l

onde todos os a
k
e b
k
sero todos iguais a zero excepto o valor de a
k
para k = l, ou
seja:
a
k
= 0, b
k
= 0, excepto a
l
= 1

e, alm disso

=
(
\
|

+
|
\
|

+ =
|
\
|

1 k
k k
0
t k
T
2
sen b t k
T
2
cos a
2
a
t
T
2
sen l

onde todos os a
k
e b
k
sero todos iguais a zero excepto o valor de b
k
para k = l, ou
seja:
a
k
= 0, b
k
= 0, excepto b
l
= 1.

Isto ocorria porque o produto escalar entre 2 vectores e
m
e e
n
, que pertenam
base,
< e
m
, e
n
> = 0, se m n,
< e
m
, e
n
> = 1, se m = n,

onde o produto escalar entre 2 vectores no espao R
n
era definido como

n n 2 2 1 1
v , v + + + = > < L

sendo
1
,
2
,
n
os coeficientes de v e
n 2 1
, , , L os coeficientes de v .


16
Devido a esta propriedade, dizemos que os vectores e
1
, e
2
, e
n
da base so ortogo-
nais entre si.

Aqui, neste espao de sinais cuja base formada por senos e co-senos, o produto
escalar entre 2 sinais pode ser definido como:

L L L L + + + + + = > <
k k 1 1 k k o o
b b b b a a a a ) t ( x ), t ( x

onde a
o
, a
1
, , a
k
, , b
1
, , b
k
so os coeficientes de x(t) na srie de Fourier e
k 1 o k 1 o
b , , b , b , , a , , a , a L L L os coeficientes de ) t ( x na srie de Fourier. Desta
forma pode-se verificar que

, n m se , 0 t n
T
2
cos , t m
T
2
cos = >
|
\
|

\
|

<

, n m se , 1 t n
T
2
cos , t m
T
2
cos = = >
|
\
|

\
|

<

e , n m se , 0 t n
T
2
sen , t m
T
2
sen = >
|
\
|

\
|

<

. n m se , 1 t n
T
2
sen , t m
T
2
sen = = >
|
\
|

\
|

<

ou seja, aqui os sinais da base tambm so ortogonais entre si. Isso se verifica obser-
vando-se as equaes de anlise eq. (7.2) e eq. (7.3) e devido ao facto que

n m se , 0 dt t n
T
2
cos t m
T
2
cos
T
=
|
\
|

\
|

n m se , 0 dt t n
T
2
sen t m
T
2
sen
T
=
|
\
|

\
|

e

n m se ,
2
T
dt t n
T
2
cos t m
T
2
cos
T
= =
|
\
|

\
|

n m se ,
2
T
dt t n
T
2
sen t m
T
2
sen
T
= =
|
\
|

\
|


17
um resultado bastante conhecido em matemtica, da teoria do Clculo. Isto , as
integrais de senos e/ou co-senos de frequncia diferentes multiplicados entre si so
nulas. Os senos e co-senos so ortogonais.

Fig. 7.11 Projeces de um vector v R
2
nos seus 2 eixos ( esquerda) e v R
3

nos seus 3 eixos ( direita).

Uma propriedade importante verificada nos vectores no espao R
n
era que o produto
escalar entre v e um elemento e
k
da base era o prprio coeficiente
k
, ou seja,

< v , e
k
> =
k

De certa forma isto significava que os
k
eram as projeces dos vectores do R
n
nos
seus diversos eixos, conforme ilustra a figura 7.11 para o R
2
e R
3
.

Aqui no espao de funes tambm verifica-se que

k
a t k
T
2
cos , ) t ( x = >
|
\
|

<
e
k
b t k
T
2
sen , ) t ( x = >
|
\
|

<

o que tambm pode ser interpretado que os a
k
e os b
k
so uma espcie de projeco
do sinal x(t) nos diversos sinais senos e co-senos componentes da base.

7.5 Srie exponencial de Fourier para sinais contnuos

Nesta seco estudaremos a srie exponencial de Fourier tambm chamada de
srie complexa de Fourier.

18
Se o sinal x(t) R, ento a srie exponencial de Fourier a mesma que a srie trigo-
nomtrica escrita de uma forma diferente, em termos de exponenciais do tipo

t
o
j
e

em vez de em termos de senos e co-senos.

Entretanto, considere agora

um sinal peridico contnuo x(t) C = {conjunto dos nmeros complexos}

ou seja, o sinal x(t) tem valores complexos, com parte real e parte imaginria. A
srie exponencial de Fourier permite-nos aproximar x(t), o que no era possvel com
a srie trigonomtrica.

Na srie exponencial (ou complexa) de Fourier um sinal peridico x(t) pode ser
expresso como:

=
|
|
\
|

=
= =
k
k
k
k
t k
o
j
t k
T
2
j
c
c ) t ( x
e
e
eq. (7.4)

onde:
T = perodo fundamental do sinal x(t).
o
= frequncia fundamental do sinal x(t).
e

=
= =

|
\
|
T
t k j
T
t k
T
2
j
k
dt e ) t ( x
T
1
dt e ) t ( x
T
1
c
o
k = 0, 1, 2, eq. (7.5)

Portanto, a srie exponencial (ou complexa) de Fourier generaliza a srie trigonom-
trica de Fourier e tem tambm a vantagem de ser mais compacta.

Os c
k
s so chamados de coeficientes da srie exponencial de Fourier ou coeficientes
espectrais.


19
Semelhantemente srie trigonomtrica, a equao eq. (7.4) acima conhecida como
a
equao de sntese

enquanto que a equao eq. (7.5) conhecida como a

equao de anlise

da srie exponencial (ou complexa) de Fourier.

Exemplo 7.2:

Tomemos novamente a onda quadrada x(t) em
um perodo (de t = 1 at t = 1) ilustrada na
figura 7.12.

< <
< <
=
1 t 0 se , 1
0 t 1 se , 1
) t ( x

Fig. 7.12 Sinal do Exemplo 7.2. Onda
quadrada em um perodo (de
t = 1 at 1).

E, repetindo-se (ou estendendo-se) este padro para a direita de t = 1 e para esquerda
de t = 1, obtemos um sinal peridico que pode ser aproximado pela srie exponen-
cial (ou complexa) de Fourier.

Novamente, o perodo fundamental T = 2, e

=
=
T
2
o

e portanto, os coeficientes desta srie complexa de Fourier para o sinal da onda qua-
drada acima so:


20

( )
( ) ( )
= + =
= =

1
0
t k j
0
1
t k j
1
1
t k j
k
dt 1
2
1
dt ) 1 (
2
1
dt ) t ( x
T
1
c
e e
e
... 2, 1, , 0 k =

Fazendo-se as integrais, obtemos:

( )
[ ] ( )
( )
[ ] ( )
( ) ( )

= +
=
=
=
k j k j k j k j
1
0
t k j
0
1
t k j
k
2
j k 2
1
1 1
j k 2
1
j k
) 1 (
2
1
j k
1
2
1
c
e e e e
e e

Agora, usando-se as equaes de Eler temos que:

[ ]
( )
( ) ) k cos( 1
k
j
) k cos( 1 2
j k 2
1
) k ( sen j ) k cos( ) k ( sen j ) k cos( 2
j k 2
1
c
k

=
=
=
+
=

e portanto,

=
=
... , 5 , 3 , 1 k se , j
k
2
... , 4 , 2 , 0 k se , 0
c
k

Logo,

[ ]
+
|
|
\
|
=
=
|
|
\
|
=
= =
... , 5 , 3 , 1 k
... , 5 , 3 , 1 k
t k j
k
t k j
k
) t k ( sen j ) t k ( cos j
k
2
j
k
2
c ) t ( x
o
e
e


21
e, desmembrando-se a soma ... , 5 , 3 , 1 k = em duas de ... , 5 , 3 , 1 k = , como o seno
mpar [sen (kt) = sen (kt), k ] e o co-seno par [cos (kt) = cos(kt) , k ],
temos:

=

|
\
|
+
|
\
|
+
+
|
\
|
+
|
\
|
=
... , 5 , 3 , 1 k ... , 5 , 3 , 1 k
... , 5 , 3 , 1 k ... , 5 , 3 , 1 k
) t k ( sen j
k
j 2
) t k ( cos
k
j 2
) t k ( sen j
k
j 2
) t k ( cos
k
j 2
) t ( x

e portanto os dois termos com co-senos se cancelam um ao outro, enquanto que os
dois termos com senos so idnticos, logo podem se juntar ficando:

\
|
=
=
(
\
|
=
... , 5 , 3 , 1 k
... , 5 , 3 , 1 k
) t k ( sen
k
4
) t k ( sen j
k
j 2
2 ) t ( x

que o mesmo resultado obtido no Exemplo 1 com a srie trigonomtrica de Fourier,
ou seja:

( ) ( ) ( )
( ) ( ) ( ) ... t 11 sen
11
4
t 9 sen
9
4
t 7 sen
7
4
t 5 sen
5
4
t 3 sen
3
4
t sen
4
) t ( x
+
+
+
=

Isso acontece porque as sries trigonomtricas e complexa (ou exponencial) de Fou-
rier so equivalentes, um resultado que vamos ver a seguir na prxima seco.

7.6 Equivalncia das sries trigonomtrica e exponencial de Fourier

Se o sinal x(t) for de valores reais, ento existe uma relao entre a srie trigonom-
trica e a srie complexa (ou exponencial) de Fourier. Pode-se facilmente mostrar
que:


22

2
b j a
c
k k
k

=
para k = 0, 1, 2, eq. (7.6)
e

2
b j a
c
k k
k
+
=
para k = 1, 2, eq. (7.7)

Embora o coeficiente b
o
no exista, pois no foi definido, na eq. (7.6) assume-se que
0 b
o
= . Portanto, o coeficiente c
o
pode ser expresso como:

2
a
c
o
o
=
. eq. (7.8)

Note tambm que enquanto os coeficientes a
k
s e b
k
s so definidos nas eq. (7.2) e
eq. (7.3) apenas para k = 0, 1, 2, , os coeficientes c
k
s so definidos nas eq. (7.6) e
eq. (7.7) para k = 0, 1, 2,

Observe tambm que a eq. (7. 7) equivalentes a:

2
b j a
c
k k
k

+
=
para k = 1, 2, eq. (7.9)

Sabemos, pelas eq. (7.2) e eq. (7.3) da srie trigonomtrica de Fourier, que no
existe a
k
s ou b
k
s para k negativos, entretanto a
-k
e b
-k
esto bem definidos na
eq. (7.9) pois nesta equao k = 1, 2, e portanto os ndices de a
-k
e b
-k
sero sem-
pre positivos. Por exemplo:

a
-k
para k = 2 ser o a
2
,
ou
b
-k
para k = 5 ser o b
5
.

Os termos c
k
para k positivos so os conjugados de c
k
para k negativos, e vice-versa,
isto :

c
k
= (c
k
)* , k = 0, 1, 2, 3,


23
As equaes acima permitem que se transforme uma srie trigonomtrica em uma
srie exponencial.

O inverso, ou seja, as equaes que permitem transformar uma srie exponencial em
uma srie trigonomtrica so as seguintes:

o o
c 2 a =
eq. (7.10)

) c c ( a
k k k
+ =
para k = 1, 2, eq. (7.11)
e

) c c ( j b
k k k
=
para k = 1, 2, eq. (7.12)

Com as relaes acima fcil de se mostrar que, quando x(t) um sinal real, ento:

( ) ( ) [ ]
=
|
\
|
+ + =
=
(
\
|

+
|
\
|

+ =
= =
1 k
o k o k
0
1 k
k k
0
k
t k j
k
k
t k
T
2
j
k
t k sen b t k cos a
2
a
t k
T
2
sen b t k
T
2
cos a
2
a
c c ) t ( x
o
e e

ou seja, as duas sries de Fourier, trigonomtrica e exponencial, so equivalentes.

7.7 Propriedades das sries de Fourier para sinais contnuos

Linearidade:

Suponha que


24
x
1
(t) um sinal com perodo T e tem coeficientes de Fourier
k
c

x
2
k
c

e que

) t ( x ) t ( x ) t ( y
2 1
+ =

ento, mostra-se que:

y(t) tem perodo T ,
ou seja,
y(t) tem frequncia fundamental
T
2
o
=
,

e coeficientes de Fourier
k k k
c c c + =


Suponha que

x(t) um sinal com perodo T e tem coeficientes de Fourier c
k

e que

) t t ( x ) t ( y
o
=

ou seja,
y(t) o sinal x(t) com uma translao (shift) no tempo de t
o
.

Ento, mostra-se que:

y(t) tem perodo T ,
ou seja,
T
2
o
=
,



25
k
k k
c
c c
~
o
t
T
2
k j
t
o
k j
o
=
= =
|
|
\
|

e
e

Nota:

Como
=
, 1
j
e
, tem-se que:

k k
c c
~
=

Sinal reflectido / reverso no tempo (time reversal) em torno de t = 0:

Suponha que

k

e que

) t ( x ) t ( y =


y(t) tem perodo T ,
ou seja
T
2
o
=
,


k k
c c
=

Nota:

Como consequncia desta propriedade pode-se concluir que:


26
Se x(t) um sinal par os coeficientes de Fourier c
k
so, eles prprios, pares; i.e.,

k k
c c

=

Se x(t) um sinal mpar os coeficientes de Fourier c
k
so, eles prprios, mpares;
i.e.,
k k
c c

=


Suponha que

k

(portanto x(t) tem frequncia fundamental
T
2
o
=
)

e que
) t ( x ) t ( y =


y(t) tem perodo
T
,
ou seja

T
2
T
o
= =
)
e, alm disso,

t
T
2
k j
t
o
k j
k
k
k
k
c
c ) t ( y
|
|
|
\
|
=
= =
e
e

Note que a srie de Fourier muda por causa da mudana da frequncia fundamental
(e do perodo). Entretanto os coeficientes c
k
no mudam.


27
Multiplicao:

Suponha que

x
1
k
c

x
2
k
c

e que
) t ( x ) t ( x ) t ( y
2 1
=


y(t) tem perodo T , ou seja tem frequncia fundamental
T
2
o
=
,

[ ] [ ] k c k c
c c c
i k
i
i k
=
= =

Ou seja, c
k
a convoluo entre os sinais discretos [ ] k c c
k
=
e [ ] k c c
k
=
.

L + + + + + =
= =
+ +
2 k 2 2 k 2 1 k 1 1 k 1 k o
i k
ij
i k
c c c c c c c c c c
c c c

Conjugao:

Suponha que

k

e que
) t ( x ) t ( y

=


28

T
2
o
=
,


=
k k
c c

Nota:

Se x(t) R, ento

os coeficientes de Fourier
=
k k
c c
;

c
o
R ;
e
k k
c c

=
.

Alm disso, as relaes acima permitem mais uma vez concluir que:
Se x(t) R um sinal par
=
k k
c c
; e
k k
c c

=
(os coeficientes de Fourier so eles prprios pares).

Se ) t ( x R um sinal mpar
k
c
so imaginrios puros, 0 c
o
= e
k k
c c

= (os coeficientes de Fourier so eles prprios mpares).

Translao na frequncia (frequency shifting):

Suponha que

k

e, para um m inteiro, constante, considere agora os coeficientes


29
m k k
c c

=

ou seja,
k
c so os coeficientes c
k
desfasados de m.

Ento, mostra-se que o sinal:

) t ( x ) t ( y
t
o
jm
=

e

tem os coeficientes de Fourier
k
c

Nota:

Esta propriedade dual da translao no tempo (time shifting). Agora a translao
(shift) foi aplicada aos c
k
e no no tempo t.

Outro detalhe, como
=
, 1
j
e
, ento:

k k
c c =
k = 0, 1, 2,

Convoluo no perodo:

Suponha que

x
1
k
c

x
2
k
c

e que y(t) a convoluo (tomada no perodo T):

=
=
T
2 1
2 1
d ) ( x ) t ( x
) t ( x ) t ( x ) t ( y


T
2
o
= ,


k k k
c c T c
~
~
=


30
Derivada:

Suponha que

k

e que
dt
dx
) t ( y =


T
2
o
= ,


k k o k
c
T
2
k j c k j c
|
\
|
= =

Nota:
Para o caso de derivadas de ordem 2 ou mais, pode-se aplicar esta regra sucessivas
vezes. Por exemplo, no caso da segunda derivada, se

2
2
dt
x d
) t ( y =

os coeficientes de Fourier de y(t) so

k
2
2
k
2 2
k
2 2 2
k o k
c
T
2
k c k c k j c k j c
o o
|
\
|
= = = =
.

Integral:

Suponha que

k

e que

=
t
dt ) t ( x ) t ( y


31

T
2
o
=
,


k k
o
k
c
T
2
k j
1
c
k j
1
c
|
\
|
=
=
(

Nota:
No caso de c
o
= 0, esta propriedade s vlida para sinais x(t) peridicos e com valo-
res finitos.

Para o caso de integrais duplas, triplas, etc., pode-se aplicar esta regra sucessivas
vezes.

Relao de Parseval:

Suponha que

k

ento, mostra-se que a potncia mdia do sinal no intervalo de um perodo T:

=
=
= =
k
2
k
T
2
c
dt ) t ( x
T
1
P

7.8 Srie exponencial de Fourier para sinais discretos

J vimos, no captulo 4 (sobre Sistemas), que um sinal discreto peridico se
[ ] [ ] N n x n x + =

onde N o perodo. Alm disso, vimos que

N = perodo fundamental


32
se N for o menor inteiro para o qual a relao acima satisfaz. E neste caso:

N
2
o
=
= frequncia fundamental.

O conjunto de todos os sinais discretos no tempo do tipo exponenciais complexos que
so peridicos (com perodo N) dado por

[ ]
n
N
2
jk
n
o
jk
n
k
|
|
\
|
= = e e
, k = 0, 1, 2, eq. (7.13)

e todos estes sinais tm frequncia fundamental que so mltiplas de
N
2

e portanto so harmonicamente relacionados.

Existem apenas N sinais distintos no conjunto de funes
k
[n] definido pela
eq. (7.13) acima.

Isto uma consequncia do facto de que sinais discretos no tempo do tipo exponen-
ciais complexas que diferem na frequncia por um mltiplo de 2 so idnticos.
Ou seja, aps N consecutivos, estes termos comeam a repetir-se.

[ ] [ ]
[ ] [ ]
[ ] [ ]
[ ] [ ]
M M
M M
n n
n n
n n
n n
N k k
2 N 2
1 N 1
N o
+
+
+
=
=
=
=

Esta situao diferente do caso contnuo pois os coeficientes que aparecem na equa-
o de sntese da srie de Fourier para sinais contnuos:

t
T
2
k j
t
o
k j
) t (
k
|
|
\
|
= = e e
k = 0, 1, 2, ,

so todos diferentes uns dos outros.


33
Portanto, a srie de Fourier para sinais discretos ter apenas N termos, para N conse-
cutivos valores de k,

de l = k at 1 N k + = l .

e, semelhantemente, apenas N coeficientes c
k
.

Logo, a srie de Fourier para sinais discretos tem a expresso:

+
+ =
+
+ =
|
|
\
|
=
= =
) 1 N (
), 1 ( , k
k
) 1 N (
), 1 ( , k
k
n
o
k j
n
N
2
k j
c
c [n] x
l
K l l
l
K l l
e
e
eq. (7.14)

onde, conforme j dito,

N = perodo fundamental do sinal x[n].
o
= frequncia fundamental do sinal x[n].

A equao eq. (7.14) acima conhecida como a

equao de sntese

da srie de Fourier discreta.

J os coeficientes c
k
s no caso discreto so definidos por

[ ]
[ ]
+
+ =
|
|
\
|
+
+ =

=
= =
) 1 N (
), 1 ( , n
) 1 N (
), 1 ( , n
k
n
N
2
k j
n
o
k j
n x
N
1
n x
N
1
c
l
K l l
l
K l l
e
e
k = 0, 1, 2, eq. (7.15)

Os c
k
s so chamados de coeficientes da srie Fourier discreta ou coeficientes
espectrais.


34
A equao eq. (7.15) conhecida como as

equao de anlise

da srie de Fourier discreta.

Exemplo 7.3:

Considere a seguinte onda quadrada x[n] discreta no tempo ilustrada na figura 7.13:

Fig. 7.13 Onda quadrada discreta de perodo N. Sinal do Exemplo 7.3.

=
somao de intervalo no n outros , 0
1
N n
1
N se , 1
[n] x

Neste caso os coeficientes espectrais c
k
ficam:

=
|
|
\
|
=
1
1
N
N n
k
n
N
2
k j
N
1
c e
eq. (7.16)

Se L 2N, N, 0, k = o somatrio desta expresso de c
k
acima fica

) 1 N 2 ( 1
1
N
N n
N
N n
1
1
1
1
2 n j
+ = =

= =

e

e portanto, a expresso de c
k
da eq. (7.16) acima facilmente expressa como:

N
1 N 2
c
1
k
+
=
, L 2N, N, 0, k =

Entretanto, para L 2N, N, 0, k definimos


35
m = n + N
1

e ento, fazemos uma mudana de ndice no somatrio, ficando

=
|
|
\
|
|
|
\
|
=
|
|
\
|
=
= =
1
1
N 2
0 m
N 2
0 m
k
m
N
2
k j
1
N
N
2
k j
)
1
N m (
N
2
k j
N
1
N
1
c
e e
e
.

Agora, usando a frmula da soma finita dos elementos de uma progresso geomtrica,
j vista no captulo 6, eq. (6.3):

L L
L L
, q a a , q a a , q a a
: a : : a : a : a
1 k k 2 3 1 2
k 3 2 1
= = =

que dada por:

) q 1 (
) q 1 ( a
a S
n
1
n
1 k
k
= =

=

pode-se substituir o somatrio da expresso dos c
k
acima, uma vez que uma soma
finita de uma progresso geomtrica com

( )
|
\
|
= + = =
N
2
k j
1 1
q , e 1 N 2 n , 1 a e

obtendo-se:

(
(
(
=
|
\
|
+ |
\
|
\
|
N
2
k j
) 1 N 2 (
N
2
k j
N
N
2
k j
k
1
1
N
1
c
1
e
e
e
para L 2N, N, 0, k

que, aps multiplicao dos termos, pode facilmente ser expresso como


36
(
(

(
(

=
|
|
\
|
|
|
\
|
|
|
\
|
|
|
\
|
|
|
\
|
|
|
\
|
|
|
\
|
|
|
\
|
|
|
\
|
|
|
\
|

N 2
2
N
2
k j
N 2
2
N
2
k j
N
2
k j
2
1
1
N
N
2
k j
2
1
1
N
N
2
k j
N 2
2
k j
N
1
c
k
e e e
e e e

para L 2N, N, 0, k

e, usando Eler, obtemos que

|
\
|
(
\
|
+
=
N
k
sen
2
1
N k
N
2
sen
N
1
c
1
k
, para L 2N, N, 0, k

Desta forma temos ento todos os coeficientes espectrais c
k
da onda quadrada discreta
deste exemplo.

Resumindo:

=
+

|
\
|
\
|
+
=
L
L
2N, N, 0, k se ,
N
1 N 2
2N, N, 0, k se ,
N
k
sen
2
1
N k
N
2
sen
N
1
c
1
1
k

Para o caso particular de N = 9 e N
1
= 2, temos que:

(2N
1
+1) = 5

que representa o nmero de pontos que assumem o valor 1 em cada perodo e conse-
quentemente,

N (2N
1
+1) = 9 5 = 4

representa o nmero de pontos que igual a 0 (zero) em cada perodo.


37
O grfico deste x[n] pode ser visto na figura 7.14.

Fig. 7.14 Sinal onda quadrada discreta. Caso particular N = 9 e N
1
= 2.

e os coeficientes c
k
calculados pela expresso acima so:

3199 , 0 c
5556 , 0 c
3199 , 0 c
0591 , 0 c
1111 , 0 c
0725 , 0 c
1
o
1
2
3
4
=
=
=
=
=
=
M

3199 , 0 c
0591 , 0 c
1111 , 0 c
0725 , 0 c
0725 , 0 c
1111 , 0 c
0591 , 0 c
8
7
6
5
4
3
2
=
=
=
=
=
=
=

M
0725 , 0 c
0725 , 0 c
1111 , 0 c
0591 , 0 c
3199 , 0 c
5556 , 0 c
14
13
12
11
10
9
=
=
=
=
=
=

Observe que a cada N coeficientes eles se repetem. Isto , a cada 9 c
k
eles voltam a
ser os mesmos valores.
M
L
L
L
L
L
L
L
M
0591 , 0 c c c
3199 , 0 c c c
5556 , 0 c c c
3199 , 0 c c c
0591 , 0 c c c
1111 , 0 c c c
0725 , 0 c c c
20 11 2
19 10 1
18 9 o
17 8 1
16 7 2
15 6 3
14 5 4
= = = =
= = = =
= = = =
= = = =
= = = =
= = = =
= = = =

e assim por diante.


38
Agora, com os valores dos coeficientes c
k
, podemos escrever a srie de Fourier,
eq. (7.14).

Ao contrrio do caso contnuo, em que tnhamos que acrescentar mais e mais termos
para obter uma aproximao melhor, aqui no caso discreto possvel uma aproxima-
o exacta com N = 9 termos consecutivos:

+
+ =
|
|
\
|
=
) 8 (
), 1 ( , k
k
n
9
2
k j
c [n] x
l
K l l
e

Por exemplo, se tomarmos primeiramente apenas 3 termos consecutivos, k = 1, 0 e 1,
teremos

=
|
|
\
|
=
1
1 k
k 3
n
9
2
k j
c [n] x e

que nos d uma primeira aproximao, ainda muito grosseira, do sinal x[n], como
pode-se ver no grfico de
[ ] n x
3
na figura 7.15 abaixo.

1
= 2. Aproxima-
o por srie de Fourier com apenas 3 termos.

Se entretanto tomarmos 5 termos consecutivos, k = 2, 1, 0, 1 e 2, teremos ento

=
|
|
\
|
=
2
2 k
k 5
n
9
2
k j
c [n] x e

que nos d uma aproximao um pouco melhor, mas ainda longe de perfeita, do sinal
x[n], como pode-se ver no grfico de
[ ] n x
5


39

1
= 2. Aproxima-
o por srie de Fourier com apenas 5 termos.

Se agora tomarmos 7 termos consecutivos, k = 3, 2, 1, 0, 1, 2 e 3, teremos ento

=
|
|
\
|
=
3
3 k
k 7
n
9
2
k j
c [n] x e

que j nos d uma aproximao bem melhor, mas ainda no perfeita, do sinal x[n],
como pode-se ver no grfico de
[ ] n x
7

1
= 2. Aproxima-
o por srie de Fourier com 7 termos.

Finalmente, se agora tomarmos 9 termos consecutivos, k = 4, 3, 2, 1, 0, 1, 2, 3 e
4, teremos ento

=
|
|
\
|
= =
4
4 k
k 9
n
9
2
k j
c [n] x [n] x e

que nos d a aproximao perfeita, ou exacta do sinal x[n] pois N = 9. Ou seja,

[n] x [n] x
9
=

O grfico de
[ ] n x
9
, que coincidente com x[n], pode ser visto na figura 7.18 abaixo.


40

1
= 2. Aproxima-
o exacta por srie de Fourier com 9 termos.

Exemplo 7.4:

Considere agora o sinal sinusoidal discreto

) n ( sen [n] x
o
=

Este sinal peridico quando:

o
2
um inteiro ou a razo de inteiros.

Suponha que

N
2
o
=

logo,
N
2
o
=

e x[n] ento um sinal peridico com perodo fundamental N.

Usando-se a equao de Eler podemos expandir este sinal x[n] como a soma de 2
termos exponenciais complexas, obtendo-se

n
N
2
j n
N
2
j
j 2
1
j 2
1
[n] x
|
|
\
|
|
|
\
|
= e e

e vemos ento que:


41

=
=
. , 0 c
j
2
1
j 2
1
c
j
2
1
j 2
1
c
somao de intervalo no k de valores outros para
k
1
1

Por exemplo, no caso particular de

N = 5

ento
|
\
|

= n
5
2
sen [n] x

e os coeficientes de Fourier sero:

j
2
1
j 2
1
c
0 c
j
2
1
j 2
1
c
0 c
0 c
j
2
1
j 2
1
c
0 c
j
2
1
j 2
1
c
0 c
0 c
6
5
4
3
2
1
o
1
2
3
= =
=
=
=
=
=
= =
=
=
=
=
=
M

e assim por diante.

M
j
2
1
j 2
1
c
0 c
j
2
1
j 2
1
c
0 c
0 c
j
2
1
j 2
1
c
0 c
j
2
1
j 2
1
c
0 c
0 c
16
15
14
13
12
11
10
9
8
7
= =
=
=
=
=
=
= =
=
=
=
=
=

42
Ou seja, a cada 5 coeficientes c
k
, eles se repetem, i.e., voltam a ter os mesmos valores

M
L
L
L
M
j 5 , 0 c c c
0 c c c
0 c c c
9 4 1
8 3 2
7 2 3
= = = =
= = = =
= = = =

M
L
L
L
M
0 c c c
j 5 , 0 c c c
0 c c c
12 7 2
11 6 1
10 5 o
= = = =
= = = =
= = = =

e assim por diante.

O intervalo de somao pode ser quaisquer 5 coeficientes c
k
consecutivos, como por
exemplo:
de -1 k = at 3 k = , ou
de 0 k = at 4 k = , ou
de 1 k = at 5 k = , ou
de 2 k = at 7 k = ,
etc. etc.

Se tomarmos apenas 3 termos consecutivos, como por exemplo: k = 1, 2 e 3, teremos

=
|
\
|
=
3
1 k
n
5
2
k j
k 3
c [n] x e

que nos d uma aproximao do sinal x[n].

Entretanto, se tomarmos 5 termos consecutivos, como por exemplo: k = 1, 2, 3, 4 e 5,
teremos ento

=
|
\
|
=
5
1 k
n
5
2
k j
k 5
c [n] x e

que nos d a aproximao exacta do sinal x[n] pois N = 5. Ou seja,

|
\
|
= = n
5
2
sen [n] x [n] x
5
.


43
Exemplo 7.5:

Considere novamente o sinal sinusoidal discreto

) n ( sen [n] x
o
=

mas agora suponha que

inteiros 2 de razo
M
N 2
o
= =

onde N e M so 2 inteiros que no tm factores comuns.

Logo,
M
N
2
o

=

Novamente x[n] um sinal peridico e com perodo fundamental N.

Usando-se a equao de Eler podemos tambm expandir este sinal x[n] como a
soma de 2 termos exponenciais complexas, obtendo-se:

n
N
2
M j n
N
2
M j
j 2
1
j 2
1
[n] x
|
|
\
|
|
|
\
|
= e e

e portanto,
= =
= =
j
2
1
j 2
1
c
j
2
1
j 2
1
c
M
M

Alm disso, como
N k N k
c c
+
=
(os c
k
s se repetem a cada N), ento:

( )
( ) tambm
M M N M N
c j
2
1
c c
+
= = =

e
( ) tambm
M M N M N
c j
2
1
c c =
= =
+ +

Entretanto,
. , 0 c somao ervalo de int no ores de k outros val para
k
=


44
Exemplo 7.6:

Neste exemplo anterior (Exemplo 7.5), se tomarmos o caso particular de

N = 5 e M = 3,

ento

( ) n 2 , 1 sen n
5
6
sen n
5
2
3 sen [n] x =
|
\
|
=
|
\
|
=


0 c
0 c
j
2
1
c
j
2
1
c
0 c
0 c
0 c
j
2
1
c
j
2
1
c
0 c
o
1
2
3
4
5
6
7
8
9
=
=
=
=
=
=
=
=
=
=
M

e assim por diante.

k

0 c
0 c
j
2
1
c
j
2
1
c
0 c
0 c
0 c
j
2
1
c
j
2
1
c
0 c
10
9
8
7
6
5
4
3
2
1
=
=
=
=
=
=
=
=
=
=
M
0 c
0 c
j
2
1
c
j
2
1
c
0 c
0 c
0 c
j
2
1
c
j
2
1
c
0 c
20
19
18
17
16
15
14
13
12
11
=
=
=
=
=
=
=
=
=
=

45
M
L
L
L
M
j 5 , 0 c c c c
j 5 , 0 c c c c
0 c c c c
8 3 2 7
7 2 3 8
6 1 4 9
= = = = =
= = = = =
= = = = =

M
L
L
L
M
0 c c c c
0 c c c c
0 c c c c
11 6 1 4
10 5 o 5
9 4 1 6
= = = = =
= = = = =
= = = = =

e assim por diante.

O intervalo de somao novamente pode ser quaisquer 5 coeficientes c
k
consecutivos,
como por exemplo:

de -1 k = at 3 k = , ou
de 0 k = at 4 k = , ou
de 1 k = at 5 k = ,
etc. etc.

Se tomarmos apenas 1, ou 2, ou 3, ou 4 termos consecutivos, teremos uma aproxima-
o do sinal x[n]. Por exemplo: k = 1, 2 e 3,

=
|
|
\
|
=
3
1 k
k 3
n
5
6
k j
c [n] x e

Entretanto, se tomarmos 5 termos consecutivos, como por exemplo: k = 1, 2, 3, 4 e 5,
teremos ento

=
|
|
\
|
=
5
1 k
k 5
n
5
6
k j
c [n] x e


|
\
|

= = n
5
6
sen [n] x [n] x
5


46
Exemplo 7.7:

Novamente considerando o Exemplo 7.5, se tomarmos o caso particular de

N = 7 e M = 3,

ento

( ) ( ) n 6928 , 2 sen n 8571 , 0 sen n
7
6
sen n
7
2
3 sen [n] x = =
|
\
|
=
|
\
|
=


j
2
1
c
0 c
0 c
0 c
0 c
0 c
j
2
1
c
3
2
1
0
1
2
3
=
=
=
=
=
=
=
M

j
2
1
c
0 c
0 c
0 c
0 c
0 c
j
2
1
c
10
9
8
7
6
5
4
=
=
=
=
=
=
=

M
j
2
1
c
0 c
0 c
0 c
0 c
0 c
j
2
1
c
17
16
15
14
13
12
11
=
=
=
=
=
=
=

e assim por diante.

k

M
L
L
L
L
M
= = = =
= = = =
= = = =
= = = =
0 c c c
0 c c c
0 c c c
j 5 , 0 c c c
14 7 o
13 6 1
12 5 2
11 4 3

M
L
L
L
L
M
j 5 , 0 c c c
0 c c c
0 c c c
0 c c c
17 10 3
16 9 2
15 8 1
14 7 o
= = =
= = =
= = =
= = =

e assim por diante.


47
O intervalo de somao agora pode ser quaisquer 7 coeficientes c
k
consecutivos, co-
mo por exemplo:

de -1 k = at 5 k = , ou
de 0 k = at 6 k = , ou
de 1 k = at 7 k = ,
etc. etc.

Se tomarmos apenas 1, ou 2, ou 3, ou 4 termos consecutivos, teremos uma aproxima-
o do sinal x[n]. Por exemplo: k = 1, 2, 3, 4 e 5,

=
|
|
\
|
=
5
1 k
k 5
n
7
6
k j
c [n] x e

Entretanto, se tomarmos 7 termos consecutivos, como por exemplo:

k = 1, 2, 3, 4, 5, 6 e 7,

teremos ento
=
|
|
\
|
=
7
1 k
k 7
n
7
6
k j
c [n] x e


|
\
|

= = n
7
6
sen [n] x [n] x
7 .

7.9 Propriedades da Srie de Fourier para sinais discretos

Linearidade:

Suponha que

x
1
[n] um sinal com perodo N e tem coeficientes de Fourier
k
c

x
2
k
c


48
e que
[ ] [ ] [ ] n x n x n y
2 1
+ =

y[n] tem perodo N ,
ou seja,
y[n] tem frequncia fundamental
N
2
o
=
,


k k k
c c c + =


Suponha que

x[n] um sinal com perodo N e tem coeficientes de Fourier c
k

e que
[ ] [ ]
o
n n x n y =

ou seja, y[n] o sinal x[n] com uma translao (shift) no tempo de n
o
.

y[n] tem perodo N ,
ou seja,
N
2
o
=
,

k
k k
c
c c
~
o
n
N
2
k j
o
n
o
k j
|
|
\
|

=
= =
e
e

Nota:

Como
=
, 1
j
e
, tem-se que

k k
c c
~
=


49
Sinal reflectido / reverso no tempo (time reversal) em torno de n = 0:

Suponha que

k

e que
[ ] [ ] n x n y =


y[n] tem perodo N ,
ou seja,
N
2
o
= ,

k k
c c
=

Nota:

Como consequncia desta propriedade pode-se concluir, (semelhantemente ao caso
contnuo), que:

Se x[n] um sinal par os coeficientes de Fourier c
k
so, eles prprios, pares; i.e.,

k k
c c

=

Se x[n] um sinal mpar os coeficientes de Fourier c
k
so eles prprios, mpares;
i.e.,
k k
c c

=
.


Suponha que

k

(portanto x[n] tem frequncia fundamental
N
2
o
= )


50
e que
[ ]
=
m de mltiplo no n se , 0
m de mltiplo n se ,
m
n
x
n y


y[n] tem perodo N m ,
ou seja,
N m
2
m
o
, e alm disso,

[ ]
+
+ =
|
|
\
|
+
+ =
|
|
\
|
=
= =
) 1 N (
), 1 ( , k
k
) 1 N (
), 1 ( , k
k
n
N m
2
k j
n
m
o
k j
c
c n y
l
K l l
l
K l l
e
e

Note que a srie de Fourier muda por causa da mudana da frequncia fundamental (e
do perodo). Entretanto os coeficientes c
k
no mudam.

Multiplicao:

Suponha que

[ ] n x
1
um sinal com perodo N e tem coeficientes de Fourier
k
c

[ ] n x
2
um sinal com perodo N e tem coeficientes de Fourier
k
c

e que
[ ] [ ] [ ] n x n x n y
2 1
=


y[n] tem perodo N , ou seja tem frequncia fundamental
N
2
o
= ,



51

+
+ =
=
) 1 N (
), 1 ( , j
j k j k
c c c
l
K l l
k = 0, 1, 2,

Ou seja,

etc etc etc etc
) N k ( N 3 k 3 2 k 2 1 k 1
) 1 N k ( 1 N 2 k 2 1 k 1 k o
) 1 N (
), 1 ( , j
j k j k
c c c c c c c c
c c c c c c c c
c c c
M M M M
L
L
l
K l l

+
+
+ =
+ + + + =
+ + + + =
= =

Conjugao:

Suponha que

k

e que
[ ] [ ] n x n y

=

y[n] o conjugado de x[n]; ento, mostra-se que:

N
2
o
=
,

=
k k
c c

Nota:

Se x[n] R, ento


52
=
k k
c c ;

c
o
R ;
e
k k
c c

=
.

Alm disso, as relaes acima permitem mais uma vez concluir que:
Se x[n] R um sinal par
=
k k
c c
; e
k k
c c

=
(os coeficientes de Fourier so eles prprios pares).

Se x[n] R um sinal mpar
k
c so imaginrios puros, 0 c
o
= e
k k
c c

= (os coeficientes de Fourier so eles prprios impares).


Suponha que

k

e, para um m inteiro, constante, considere agora os coeficientes

m k k
c c

= k = 0, 1, 2,
ou seja,
k
c so os coeficientes c
k
desfasados de m.

Ento, mostra-se que o sinal:

[ ] [ ] n x n y
n
o
m j
=

e

tem os coeficientes de Fourier
k
c


53
Nota:

Esta propriedade dual da translao no tempo (time shifting). Agora a translao
(shift) foi aplicada aos c
k
e no no tempo t.

Como
=
, 1
j
e
, ento
k k
c c =

Convoluo no perodo:

Suponha que

x
1
k
c

x
2
k
c

e que y[n] a convoluo (tomada no perodo N):

[ ] [ ] [ ]
[ ] [ ]
+
+ =
=
= =
) 1 N (
), 1 ( , k
2 1
2 1
k x k n x
n x n x n y
l
K l l

N
2
o
=
,

k k k
c c N c
~
~
=

Primeira diferena:

Suponha que

k

e que
[ ] [ ] [ ] 1 n x n x n y =


54
N
2
o
=
,

( )
k
N
2
k j
k
k j
k
c e 1 c e 1 c
o
|
|
\
|
= =
|
\
|

Nota:

Esta propriedade corresponde, no caso discreto, propriedade para a derivada no
caso contnuo.

Para o caso de diferenas de ordem 2 ou maior, pode-se aplicar esta regra sucessivas
vezes. Por exemplo, no caso da segunda diferena, se

[ ] [ ] [ ] 2 n x n x n y =

os coeficientes de Fourier de y(t) so

( )
k
2
N
2
k j
k
2
k j
k
c e 1 c e 1 c
o
|
|
\
|
= =
|
\
|
.

Soma acumulada:

Suponha que
k

e que
[ ]
=
=
n
k
k x ) t ( y


y[n] tem perodo T , ou seja tem frequncia fundamental
N
2
o
=
,


( )
k
N
2
k j
k
k j
k
c
e 1
1
c
e 1
1
c
o
|
|
\
|
=
|
\
|
(


55
Nota:

No caso de c
o
= 0, esta propriedade s vlida para sinais x[n] peridicos e com va-
lores finitos.

Esta propriedade corresponde, no caso discreto, propriedade para a integral no caso
contnuo.

Para o caso de integrais duplas, triplas, etc., pode-se aplicar esta regra sucessivas
vezes.

Relao de Parseval:

Suponha que

k

ento, mostra-se que a potncia mdia do sinal no intervalo de um perodo N:

[ ]
+
+ =
+
+ =
=
= =
) 1 N (
), 1 ( , k
2
k
) 1 N (
), 1 ( , n
2
c
n x
N
1
P
l
K l l
l
K l l

J. A. M. Felippe de Souza 8 Transformadas de Fourier

1

8 Transformadas de
Fourier

8.1 Introduo Anlise de Fourier 3
8.2 A Transformada de Fourier para sinais contnuos 4
Exemplo 8.1 6
Exemplo 8.2 9
Exemplo 8.3 11
8.3 A Transformada de Fourier para sinais peridicos 13
Exemplo 8.4 14
Exemplo 8.5 15
Exemplo 8.6 15
Exemplo 8.7 17
8.4 Propriedades da Transformada de Fourier para sinais contnuos 20
Linearidade 20
Exemplo 8.8 21
Conjugao 23
Exemplo 8.9 25
Derivadas 26
Integral 27
Exemplo 8.10 27
Exemplo 8.11 28

2

Dualidade 30
Exemplo 8.12 30
Derivada na frequncia (dual da derivada) 31
Dual da integral 31
Convoluo 32
Multiplicao (dual da convoluo) 33
8.5 Interpretao da propriedade da Convoluo 33
Exemplo 8.13 35
Exemplo 8.14 36
Exemplo 8.15 37
Exemplo 8.16 38
8.6 Tabela da Transformada de Fourier de alguns sinais contnuos 40
8.7 A Transformada de Fourier para sinais discretos 43
8.8 Propriedades da Transformada de Fourier para sinais discretos 45


3

Transformadas de Fourier

8.1 Introduo s Transformadas de Fourier

Neste captulo continuaremos a Anlise de Fourier estudando agora as Transformadas
de Fourier.

Fig. 8.1 Jean Baptiste Joseph Fourier (1768-1830), francs.

A obra principal de Fourier tem o ttulo: Mmoire sur la thorie de la chaleur, pu-
blicada no Extrait du mmoire lu l'Acadmie des sciences le 1
er
dcembre 1828,
1829, t. 11 p. 13-30.

4
Na figura 8.2 vemos o livro onde foi publicado esta sua obra e alguns extractos dos
originais de Fourier.

Fig. 8.2 Alguns extractos dos originais de Fourier. O livro Extrait du mmoire lu
l'Acadmie des sciencesonde foi publicado a principal obra de Fourier e
alguns extractos dos seus originais.

Enquanto que as sries de Fourier eram definidas apenas para sinais peridicos, as
Transformadas de Fourier so definidas para uma classe de sinais muito mais ampla.

Devido ao facto que os sinais sinusoidais so diferenciveis, a transformada de Fou-
rier permite representar equaes diferenciais lineares com coeficientes constantes na
forma de equaes algbricas ordinrias.

Outro detalhe: as transformadas de Fourier tornam a operao de convoluo em
multiplicaes simples.


5
8.2 Transformadas de Fourier para sinais contnuos

A srie de Fourier s se aplica a sinais peridicos. Sinais que no so peridicos
(ditos sinais aperidicos) tm uma outra representao com a transformada de Fou-
rier.

Um sinal aperidico pode ser visto como um sinal peridico com um perodo infinito.
Mas na srie de Fourier, quando o perodo T de um sinal peridico aumenta, a fre-
quncia
o

T
2
o
=

diminui, e o termos harmonicamente relacionados ficam mais prximos na frequncia.

Ou seja, quando o perodo T cresce,

T

e por conseguinte a frequncia
o
diminui

0
T
2
o

=

as componentes em frequncia (i.e., os c
k
s) formam um contnuo, e o somatrio da
srie de Fourier deste sinal se converte em uma integral.

Considere portanto

um sinal contnuo x(t) C {conjunto dos nmeros complexos}

ou seja, o sinal x(t) tem valores complexos, com parte real e parte imaginria.

A transformada de Fourier deste sinal x(t), normalmente simbolizada por:

F { x(t) } = X(j)

permite expressar o sinal x(t), o que no era possvel com a srie de Fourier se o sinal
no fosse peridico, como:

=

d ) j ( X
2
1
) t ( x
t j
e
eq. (8.1)

6
onde:

=

dt ) t ( x ) j ( X
t j
e
eq. (8.2)

a transformada de Fourier do sinal x(t).

Portanto, a transformada de Fourier uma funo de (ou de j) e, de certa forma,
generaliza a srie de Fourier.

A equao eq. (8.1) acima conhecida como a equao de sntese, ou tambm como
a frmula da transformada inversa de Fourier.

Por outro lado a equao eq. (8.2), que d propriamente a frmula da transformada
de Fourier, conhecida como as equao de anlise.

Quanto convergncia destas integrais, possvel mostrar que estas frmulas so
vlidas para uma classe bastante ampla de sinais de durao infinita.

Exemplo 8.1:

Considere o sinal

0 a , ) t ( u ) t ( x
1
t a
> =

e

cujo grfico v-se na figura 8.3.

Fig. 8.3 O sinal exponencial 0 a , ) t ( u ) t ( x
1
at
> =

e do Exemplo 8.1.

A transformada de Fourier deste sinal x(t) pode ser calculada usando a equao
eq. (8.2).

7
+

+
=
= =
0
0
t ) j a (
t j at
) j a (
1
dt ) j ( X
e
e e

e portanto a transformada de Fourier deste sinal x(t) dada por:

0 a ,
) j a (
1
) j ( X >
+
=

Como a transformada de Fourier tem valores complexos, para express-la atravs de
um grfico necessrio decompor em

diagrama de mdulo |X(j)|,
e,
diagrama de fase X(j).

Para esta transformada X(j) fcil de verificar que o diagrama de mdulo |X(j)|
tem a expresso

2 2
a
1
) j ( X
+
=

que est ilustrado na figura 8.4.

Fig. 8.4 A transformada de Fourier do sinal x(t). Diagrama de mdulo |X(j)|.

8
e que o diagrama de fase X(j) tem a expresso

|
|
\
|
=
a
tg arc ) j ( X

e isso est ilustrado na figura 8.5.

Fig. 8.5 A transformada de Fourier do sinal x(t). Diagrama de fase X( j ).

Observe que se = 0, ento

( ) 0 0 tg arc
a
tg arc = =
|
|
\
|
,
e portanto

( ) X( j0) arctg 0 0 = = .

Tambm fcil verificar que se = a, ento ( )
4
1 tg
a
tg
1 1

= =
|
|
\
|

, e portanto

4 a
tg arc ) j ( X

|
|
\
|
=

Por outro lado, se = a, ento
( )
4
1 tg arc
a
tg arc

= =
|
|
\
|
e portanto

9
4 a
tg arc ) j ( X

|
|
\
|
=

Note tambm que se , ento

( )
2
tg arc
a
tg arc lim
a
tg arc

|
|
\
|
=
|
|
\
|

,

e portanto
2 a
tg arc ) j ( X

|
|
\
|
=

Mas entretanto, se , ento

( )
2
tg arc
a
tg arc lim
a
tg arc

|
|
\
|
=
|
|
\
|

,

e portanto
2 a
tg arc ) j ( X

|
|
\
|
=

Exemplo 8.2:

Considere agora o sinal
0 a , ) t ( x
t a
> =

e

cujo grfico v-se na figura 8.6.

Fig. 8.6 O sinal 0 a , ) t ( x
t a
> =

e do Exemplo 8.2.

10
A transformada de Fourier de x(t) pode ser calculada usando a equao eq. (8.2).

) a (
1
) a (
1
) j a (
1
) j a (
1
dt dt
dt ) j ( X
0
0
0
0
0
t ) j a ( t ) j a (
t j t a t j t a
t j t a
+
+

=
+
+

=
= + =
= =
e e
e e e e
e e

e portanto a transformada de Fourier deste sinal x(t) dada por:

) a (
a 2
) j ( X
2 2

=

o que est ilustrado na figura 8.7.

Fig. 8.7 A transformada de Fourier do sinal x(t). Diagrama de mdulo ) j ( X .

O diagrama de mdulo |X(j)|

) a (
a 2
) j ( X
2 2

=


11
Como o X(j) tem valores reais positivos para | | < a e valores reais e negativos
para | | < a, o diagrama de fase X(j) tem a expresso

> <
< <
=
a ou a se ,
a a se , 0
) j ( X


Fig. 8.8 A transformada de Fourier do sinal x(t). Diagrama de fase X( j ).

Exemplo 8.3:

Considere agora o sinal

>
<
=
a t se , 0
a t se , 1
) t ( x

cujo grfico v-se na figura 8.9 e cha-
mado de um pulso quadrado.

Fig. 8.9 O sinal x(t) do Exemplo 8.3.
pulso quadrado.

Calculando-se a transformada de Fourier de x(t) usando a equao eq. (8.2), temos

a
a
t ) j (
t j
) j (
1
dt 1 ) j ( X
a
a
=
= =

e
e

e logo,

12
( )
j a j a
j
1
) j ( X

= e e

e portanto, usando Eler, a transformada de Fourier deste sinal x(t) dada por:

=
) a ( sen 2
) j ( X

Portanto, esta transformada de Fourier X(j) tambm s tem valores reais , mas
entretanto, os valores que X(j) assume so ora positivos e ora negativos, devido s
oscilaes do seno.

O grfico de X(j) est ilustrado na figura 8.10.

Fig. 8.10 A transformada de Fourier do sinal x(t) do Exemplo 8.3.

Logo, fcil de se obter o diagrama de mdulo |X(j)| conforme pode-se ver ilus-
trado na figura 8.11.

Fig. 8.11 A transformada de Fourier do sinal x(t) do Exemplo 8.3. Diagrama de
mdulo ) j ( X .

13
e o grfico do diagrama de fase X(j) mostrado na figura 8.12.

Fig. 8.12 A transformada de Fourier do sinal x(t) do Exemplo 8.3. Diagrama
de fase X(j).

Ou seja,
<
>
=
0 ) j ( X
0 ) j ( X 0
) j ( X
se
se

8.3 Transformadas de Fourier para sinais peridicos

Note que se
) ( u 2 ) j ( X
o o
=

ento
t
o
j
t j
t j
d ) ( u
d ) ( u 2
2
1
) t ( x
o o
o o

=
= =
=

e
e
e

Logo, se

=
=
k
o o k
) k ( u c 2 ) j ( X
eq. (8.3)

x(t) ento ser:

14
=
k
t
k
o
k j
c ) t ( x e

que a srie de Fourier para sinais peridicos.

X(j) que satisfaz a equao eq. (8.3) acima chamado de

train of impulses

e define a transformada de Fourier para os sinais que so peridicos em funo dos
coeficientes c
k
s da srie de Fourier exponencial.

Exemplo 8.4:

Considere o sinal peridico do seno:

x(t) = sen(
o
t)

Neste caso os coeficientes c
k
s da srie exponencial de Fourier so:

= 1 k se
j 2
1
c
1
=

= 1 k se
j 2
1
c
1
=

{ } 1 , 1 k se
0 c
k
=

E a transformada de Fourier (train of impulses) neste caso :

) ( u
j
) ( u
j
) j ( X
o o o o
+
=

que pode ser vista no grfico da figura 8.13.



15
Exemplo 8.5:

Considere o sinal peridico do co-seno:

x(t) = cos(
o
t)

Agora, neste caso os coeficientes c
k
s da srie exponencial de Fourier so:

=1 k se
2
1
c
1
=

= 1 k se
2
1
c
1
=

{ } 1 , 1 k se 0 c
k
=

e a transformada de Fourier (train of impulses) neste caso :

) ( u ) ( u ) j ( X
o o o o
+ + =

que encontra-se ilustrado na figura 8.14


Exemplo 8.6:

Considere o sinal x(t) do exemplo 7.1 no captulo 7 (onda quadrada).

< <
< <
=
1 t 0 se , 1
0 t 1 se , 1
) t ( x

que aps ser repetido (ou estendido) para a direita de t = 1 e para esquerda de t = 1,
nos d um sinal peridico para t ( < t < ), ilustrado na figura 8.15.

16

Fig. 8.15 Onda quadrada estendida para t ( < t < ).

Este sinal tem frequncia natural

=
=
T
2
o

No Exemplo 7.2 vimos que os coeficientes c
k
s da srie de Fourier complexa so:

=
=
... , 5 , 3 , 1 k se , j
k
2
... , 4 , 2 , 0 k se , 0
c
k

Logo a Transformada de Fourier deste sinal x(t) ser dada por

=
=
=

|
|
\
|
=
=
|
|
\
|
=
= =
K
K
, 5 , 3 , 1 k
o
, 5 , 3 , 1 k
o
k
o o k
) k ( u j
k
4
) k ( u j
k
2
2
) k ( u c 2 ) j ( X

que um train of impulses complexos com reas:
K ,
5
j 4
,
3
j 4
, j 4

localizados
em
K , 5 , 3 , =
, respectivamente. Logo, fcil de se obter o diagrama de
mdulo |X(j)| conforme pode-se ver ilustrado na figura 8.16.

17

Fig. 8.16 A transformada de Fourier do sinal x(t), train of impulses. Dia-
grama de mdulo ) j ( X .

Para o diagrama de fase X(j), note que quando os impulsos esto multiplicados
por +j, o ngulo (ou fase) /2 (ou 90); e quando os impulsos esto multiplicados
por j, o ngulo (ou fase) /2 (ou 90). Isso pode se ver ilustrado na figura 8.17.

Fig. 8.17 A transformada de Fourier do sinal x(t) do Exemplo 8.6. Diagrama
de fase X(j).

Exemplo 8.7:

Considere o sinal peridico x(t) abaixo:

< <
<
=
2
T
t a se , 0
a t se , 1
) t ( x


18
e suponha que foi estendido para esquerda e para direita, tornando-o um sinal peri-
dico, como se encontra-se ilustrado na figura 8.18.

Fig. 8.18 O sinal x(t) do Exemplo 8.7. Onda quadrada.

Para calcular os coeficientes c
k
s da srie de Fourier exponencial, fazemos primeiro
para k = 0, e temos que:

T
a 2
dt 1
T
1
c
a
a
o
=
=

Para k 0 temos que:

0 k ,
j 2 T k
2
T k j
1
dt 1
T
1
c
a k
o
j a k
o
j
a
a
t k
o
j
a
a
t k
o
j
o
o
k
|
|
\
|

=
=

=
= =

e e
e
e

onde
|
\
|

=
T
2
o . Agora, usando-se as equaes de Eler temos que:

0 k ,
T k
) a k ( sen 2
c
o
o
k

=

ou, equivalentemente:

19
0 k ,
k
) a k ( sen
c
o
k

=

Logo, a transformada de Fourier deste sinal peridico x(t) o train of impulses
X(j) abaixo:
=
=
=

+ =
k
) k ( u
) k ( u
k
) a k ( sen
2 ) a ( u
T
a 2
2 ) j ( X
o o k
0 k
k
o o
o
o

onde:

=
0 k se
k
) a k ( sen
2
0 k se
T
a 4
o
k

Na figura 8.19 pode-se ver o grfico de X(j) x para o caso particular de T = 4a.


20
Neste caso (T = 4a),
o
= /2, e os valores de c
k
e dos
k
so:

2
1
c
o
=

=
o

= =

1
c c
1 1
2
1 1
= =

0 c c
2 2
= =

0
2 2
= =

= =

3
1
c c
3 3

3
2
3 3
= =

0 c c
4 4
= =

0
4 4
= =

= =

5
1
c c
5 5

5
2
5 5
= =

0 c c
6 6
= =

0
6 6
= =

M M

8.4 Propriedades da Transformada de Fourier para sinais contnuos

Linearidade:

Suponha que
x
1
(t) e x
2
(t) so dois sinais contnuos.

e que
) t ( x ) t ( x ) t ( y
2 1
+ =

ento, mostra-se que a transformada de Fourier de y(t) :

) j ( X ) j ( X ) j ( Y
2 1
+ =

ou seja,
{ } { } { } ) t ( x ) t ( x ) t ( x ) t ( x
2 1 2 1
F F F + = +


21

Suponha que x(t) um sinal contnuo e que:

) t t ( x ) t ( y
o
=

ou seja, ) t ( y o sinal ) t ( x com uma translao (shift) no tempo, de t
o
.

) j ( X ) j ( Y
o
t j
=

e

ou seja,
{ } { } ) t ( x ) t t ( x
o
t j
o
F F =

e

Nota:

O mdulo do sinal transladado no se altera. Somente a fase. Ou seja, escrevendo-se
a transformada de Fourier de x(t) na forma polar (mdulo e ngulo):

{ }
) j ( X
) j ( X ) j ( X ) t ( x

= = e F

temos que a transformada de Fourier de x(tt
o
) pode ser expressa como:

{ }
[ ]
o
t ) j ( X ( j
o
t j
) j ( X
) j ( X ) t t ( x
o

=
= =
e
e F

Uma translao ou shift (de t
o
) no sinal x(t)

uma translao ou shift (de t
o
)
na transformada X(j) deste sinal.

Exemplo 8.8:

Considere o sinal x(t) da figura 8.20:

22

Fig. 8.20 O sinal x(t) do Exemplo 8.8.

Este sinal pode ser reescrito em funo de dois sinais transladados:
) 5 , 2 t ( x
1

e
) 5 , 2 t ( x
2

:

) 5 , 2 t ( x ) 5 , 2 t ( x ) t ( x
2 1
+ =

que esto representados graficamente na figura 8.21.

Fig. 8.21 Sinais x
1
(t) e x
2
(t) do Exemplo 8.8.

Como as transformadas de Fourier de x
1
(t) e de x
2
(t) so respectivamente X
1
(j) e
X
2
(j):

\
|
=
2
sen
) j ( X
1 e
\
|

=
2
3
sen 2
) j ( X
2

ento, usando as propriedades da linearidade e da translao (time shifting) temos
que:

\
|
+ |
\
|
=
2
3
sen 2
2
sen
) j ( X
2
5
j
e


23
Conjugao:

Suponha que
x(t) um sinal com perodo T e tem coeficientes de Fourier
k
c
e que
) t ( x ) t ( y

=

o conjugado de x(t); ento, mostra-se que a transformada de Fourier de y(t) :

) j ( X ) j ( Y =

isto , a transformada de Fourier do conjugado de um sinal o simtrico do conju-
gado da a transformada de Fourier deste sinal:

{ } ) j ( X ) t ( x =

F

Nota:


Se x(t) R, ento
) j ( X ) j ( X =

Alm disso, se a transformada de Fourier de x(t) expressa na forma cartesiana (parte
real e parte imaginria):

{ } { } { } ) j ( X Im ) j ( X Re ) j ( X ) t ( x + = = F

ento, como x(t) R, temos que

{ } { } ) j ( X Re ) j ( X Re =
(a parte real de X(j) par) eq. (8.4)

{ } { } ) j ( X Im ) j ( X Im =
(a parte imaginria de X(j) mpar) eq. (8.5)

Entretanto, se a transformada de Fourier de x(t) expressa na forma polar (mdulo e
ngulo):

{ }
) j ( X
e ) j ( X ) j ( X ) t ( x

= = F


24

Fig. 8.22 Diagrama esquemtico que mostra o mdulo e a fase de ambos z e z*.

Conforme ilustra a figura 8.22,

= z z

e
= z z

e portanto, temos ento que:

) j ( X ) j ( X =

(o mdulo de X(j) par) eq. (8.6)
) j ( X ) j ( X =

(a fase de X(j) mpar) eq. (8.7)

Logo, se x(t) R, ento s necessrio calcular a transformada de Fourier, para fre-
quncias
0 >

tanto no caso de mdulo e fase

( ) ) j ( X e ) j ( X
,

como no caso de parte real e parte imaginria

{ } { } ( ) ) j ( X Im e ) j ( X Re ,

pois estes valores para frequncias negativas ( 0 < ) podem ser determinados
usando as relaes acima [ eq. (8.4) e eq. (8.5), ou eq. (8.6) e eq. (8.7)].

25
Outro detalhe:
Se x(t) R um sinal par ( ) ) t ( x ) t ( x =
) j ( X R, isto , ) j ( X eixo real; e
) j ( X ) j ( X = , isto , ) j ( X par.
(a transformada de Fourier uma funo real e par)

Se x(t) R um sinal mpar ( ) ) t ( x ) t ( x =
) j ( X imaginrio puro , isto , ) j ( X eixo imaginrio; e
) j ( X ) j ( X = , isto , ) j ( X mpar.

Finalmente, a decomposio de um sinal x(t) em parte par { } ( ) ) j ( X Ev e
mpar { } ( ) ) j ( X Od :

{ } { } { } { } { } ) j ( X Re ) t ( x Re ) t ( x Ev = = F F eq. (8.8)
{ } { } { } { } { } ) j ( X Im j ) t ( x Im j ) t ( x Od = = F F eq. (8.9)

Exemplo 8.9:

Considere o sinal x(t) abaixo:

0 a , e ) t ( x
t a
>
=

que vimos na figura 8.6 (Exemplo 8.2) acima. Mas, pelo resultado do Exemplo 8.1
sabemos que:

{ }
( ) +
=
j a
1
) t ( u ) t ( x
1
F

e como

<
>
=
0 t
0 t
) t ( x
se
se
t a
t a
e
e

podemos escrever que:

26
{ } ) t ( u Ev 2
2
) t ( u ) t ( u
2
) t ( u ) t ( u ) t ( x
1
t a
1
t a
1
t a
1
t a
1
t a
=
=
(
(
+
=
= + =
e
e e
e e

Agora, usando a eq. (8.8) acima, temos que:

{ } { }
( )
)
`
+
=
j a
1
Re ) t ( u Ev
1
t a
e F

logo,

{ } { }
( )
( )
2 2
1
a
a 2
j a
1
Re 2
) t ( u Ev 2 ) j ( X
t a
+
=
=
)
`
+
=
= =

e F

que foi o resultado obtido no Exemplo 8.2.

Derivadas:

Suponha que x(t) um sinal e que
) t (
dt
dx
) t ( y =


) j ( X j ) j ( Y =

ou seja,

{ } ) t ( x j ) t (
dt
dx
F F =
)
`


27
Nota:
Para o caso de derivadas de ordem 2 ou mais, pode-se aplicar esta regra sucessivas
vezes. Por exemplo, no caso da segunda derivada, se

2
2
dt
x d
) t ( y =

ento a Transformada de Fourier de y(t)

( ) ) j ( X ) j ( X j ) j ( Y
2 2
= = .

ou seja,
{ } ) t ( x
dt
x d
2
2
2
F F =
)
`

Integral:


=
t
dt ) t ( x ) t ( y


) ( u ) 0 ( X ) j ( X
j
1
) j ( Y
o
+
=

ou seja,

{ } { } ) ( u ) 0 ( X ) t ( x
j
1
d ) ( x
o
t
+

F F

Exemplo 8.10:

A transformada de Fourier do impulso unitrio u
o
(t):

{ } dt ) t ( u ) t ( u
t j
o o

=

e F


28
e usando a propriedade da integral para o impulso unitrio u
o
(t), que vimos no cap-
tulo 3 [eq. (3.13)], isto ,

< < =
a ), a ( x dt ) a t ( u ) t ( x
o

obtemos que:

{ } 1 ) t ( u
0
t
o
t
j
= =
=

e F

Ou seja, a transformada de Fourier do impulso unitrio u
o
(t) igual a 1.

Exemplo 8.11:

Considere o sinal x(t) degrau unitrio u
1
(t):

) t ( u ) t ( x
1
=

Como

=
t
o
d ) ( u ) t ( x

ento, como
{ } 1 ) t ( u
o
= F usando a propriedade da integral para a transformada
de Fourier, temos que

) ( u 1
j
1
) j ( X
o
+
=

ou seja, a transformada de Fourier do degrau unitrio ) t ( u
1
:

{ } ) ( u
j
1
) t ( u
o 1
+
= F

Por outro lado, como

) t (
dt
du
) t ( u
1
o
=

usando a propriedade da derivada para a transformada de Fourier, temos que

29
{ } { }
+ =
=
(
=
= =
) ( u j 1
) ( u
j
1
j
) t ( u j ) t ( u
o
o
1 o
F F

Entretanto, sabemos que 0 , 0 ) ( u
o
= e isso implica que:

0 ) ( u
o
=

e portanto:
{ } 1 ) t ( u
o
= F

que foi o resultado encontrado no Exemplo 8.10.


) t ( x ) t ( y =
|
\
|
=
j
X
1
) j ( Y

ou seja,
{ }
|
\
|
=
j
X
1
) t ( x F

Sinal reflectido / reverso no tempo (time reversal) em torno de t = 0:

) t ( x ) t ( y =

) j ( X ) j ( Y =
ou seja,
{ } ) j ( X ) t ( x = F

30
Relao de Parseval:

Suponha que x(t) um sinal. Ento, mostra-se que a energia total do sinal

dt ) t ( x E
2
=

pode ser expressa em termos da transformada de Fourier pela relao de Parseval:

= =

d ) j ( X
2
1
dt ) t ( x E
2
2

Dualidade:

Suponha que x
1
(t) e x
2
(t) so sinais contnuos e que

{ } ) j ( X ) t ( x
1 1
= F
{ } ) j ( X ) t ( x
2 2
= F

Mostra-se que: se
( )
t
j X ) t ( x
1 2
=
=

ento,

( )
=
=
t
1 2
) t ( x 2 j X

Exemplo 8.12:

Usando o resultado obtido no Exemplo 8.2 podemos afirmar que: se

t
) t ( f

= e

ento:

{ }
( )
2
1
2
) t ( f ) j ( F
+
= = F


31
Logo, se
( )
2
t 1
2
) t ( g
+
=

ento, pela propriedade da dualidade:

{ }

= = e 2 ) t ( g ) j ( G F

Derivada na frequncia (dual da derivada):


( ) ) t ( x t j ) t ( y =


=
d
) j ( dX
) j ( Y

ou seja,

{ } { } ( ) ) t ( x
d
d
) t ( x t j F F
=

que a derivada de X(j) em , ou dita: derivada na frequncia.

Dual da integral:


) t ( u ) 0 ( x ) t ( x
t j
1
) t ( y
o
+ =


= d ) ( X ) j ( Y

ou seja,

=
)
`
+ d ) ( X ) t ( u ) 0 ( x ) t ( x
t j
1
o
F

32

Esta propriedade a dual da propriedade da translao no tempo (time shifting).
Agora a translao (shift) foi aplicada varivel e no no tempo t.


) t ( x ) t ( y
o
t j
=

e

ou seja, y(t) o sinal x(t) multiplicado por
o
t j
e .


( ) ) ( j X ) j ( Y
o
=

ou seja,
{ } ( ) ) ( j X ) t ( x
o
o
t j
=
e F

a transformada de Fourier de y(t) a transformada { } ) t ( x ) j ( X F = com uma
translao (shift) na frequncia , de
o
.

Convoluo:

Suponha que x
1
(t) e x
2

) t ( x ) t ( x
d ) ( x ) t ( x ) t ( y
2 1
2 1
=
= =


( ) ( ) = j X j X ) j ( Y
2 1

ou seja,

{ } { } { }
( ) ( ) =
=
j X j X
) t ( x ) t ( x ) t ( x ) t ( x
2 1
2 1 2 1
F F F

isto , a transformada de Fourier da convoluo entre 2 sinais x
1
(t) e x
2
(t) o produto
das transformadas de Fourier destes sinais.

33
Multiplicao (dual da convoluo):

Suponha que x
1
(t) e x
2

) t ( x ) t ( x ) t ( y
2 1
=


( ) ( ) ( )
= d j X j X
2
1
) j ( Y
2 1

ou seja,

{ } ( ) ( ) ( )
= d j X j X
2
1
) t ( x ) t ( x
2 1 2 1
F

8.5 Interpretao da propriedade da Convoluo

Uma interpretao da propriedade da Convoluo vista na seco anterior dada aqui.

J vimos no captulo 4 (sobre Sistemas) que a sada y(t) de um sistema linear e inva-
riante no tempo (SLIT) a convoluo de h(t) [resposta do sistema ao impulso unit-
rio] com x(t) [sinal de entrada do sistema].

A figura 8.23 ilustra o que foi dito acima atravs do diagrama de blocos (caixa preta)
de um sistema termos de x(t), h(t) e y(t), conforme visto no captulo 4.

Fig. 8.23 Diagrama esquemtico de um sistema em funo de x(t), h(t) e y(t).

A figura 8.24 apresenta novamente o diagrama de blocos (caixa preta) de um sistema
mas agora em termos de X(j), H(j) e Y(j).

Fig. 8.24 Diagrama esquemtico de um sistema em funo de X(j), H(j) e Y(j).

34
Portanto, Y(j) = F {y(t)}, a transformada de Fourier da sada y(t) de um sistema o
produto
( ) ( ) = j X j H ) j ( Y

onde:

H(j) = F {h(t)} = a transformada de Fourier de h(t) [resposta impulsional do
sistema], tambm chamado de resposta na frequncia.
X(j) = F {x(t)} = a transformada de Fourier x(t) [sinal de entrada do sistema]

A propriedade da convoluo permite escrevermos o diagrama de blocos (caixa preta)
na forma mostrada na figura 8.25.

Fig. 8.25 Diagrama esquemtico de um sistema em funo de X(j), H(j) e Y(j)
ilustrando a propriedade da transformada da convoluo.

Alm disso, tambm foi visto no captulo 4 (sobre Sistemas) que se dois sistemas S
1
e
S
2
, lineares e invariantes no tempo (SLIT), esto ligados em cascata, conforme ilustra
a figura 8.26, ento a resposta entrada impulso unitrio dos dois sistemas juntos
(S
1
e S
2
) a convoluo ( h
1
(t) * h
2
(t) ).

Fig. 8.26 Diagrama esquemtico de um sistema em cascata.

Portanto, a sada y(t) deste sistema em cascata a convoluo (dupla) de h
1
(t) com
h
2
(t) com x(t).

( ) ( ) ( ) t x t h t h ) t ( y
2 1
=


Fig. 8.27 Diagrama esquemtico de um sistema em cascata.

35
Este sistema em cascata pode ser representado de forma equivalente por apenas um
bloco conforme mostra a figura 8.28.

Fig. 8.28 Diagrama esquemtico equivalente a de um sistema em cascata.

Pela propriedade da convoluo para a Transformada de Fourier, a resposta na fre-
quncia deste sistema

( ) ( ) = j H j H ) j ( H
2 1

e a transformada de Fourier da sada y(t) deste sistema em cascata o produto das
transformadas de Fourier de h
1
(t), h
2
(t) e x(t).

{ } { } { } { }
( ) ( ) ( ) =
=
j X j H j H
) t ( x ) t ( h ) t ( h ) t ( y
2 1
2 1
F F F F

E isso est ilustrado na figura 8.29.

Fig. 8.29 Diagrama esquemtico equivalente a de um sistema em cascata.

Exemplo 8.13:

Considere o sistema SLIT onde a resposta ao impulso dada por

( )
o o
t t u ) t ( h =
.

Usando a propriedade dual do time shifting para a transformada de Fourier, obte-
mos a resposta no domnio da frequncia, a transformada de Fourier de h(t)

( ) { }
o
t j
o
t j
t u ) j ( H
o

=
= =
e
e F


36

Fig. 8.30 Diagrama esquemtico de um sistema SLIT com
o
t j
) j ( H

= e .

Portanto, para uma entrada x(t) com transformada de Fourier X(j) = F {x(t)}, tem-
se que a transformada de Fourier da sada y(t), Y(j) = F {y(t)} dada por

( ) ( )
( ) =
= =

j X
j X j H ) j ( Y
o
t j
e

e portanto, usando a propriedade dual do time shifting para a transformada de Fou-
rier
) t t ( x ) t ( y
o
=

observamos que a sada y(t) o sinal x(t) com uma translao (shift) de t
o
e que este
sistema o sistema com retardo (time delay system).

Exemplo 8.14:

Considere o sistema SLIT chamado de diferenciador, onde para um sinal de
entrada x(t) a sada y(t) a sua derivada

) t (
dt
dx
) t ( y =

conforme est ilustrado na figura 8.31.

Fig. 8.31 Diagrama esquemtico do sistema diferenciador.

Usando a propriedade da derivada para a transformada de Fourier temos que

{ } ( ) = = j X j ) t ( y ) j ( Y F


37
Logo, pela propriedade da convoluo para a transformada de Fourier, a resposta na
frequncia H(j)

( ) = j j H


Fig. 8.32 Diagrama esquemtico do sistema diferenciador,
( ) = j j H
.

Este resultado consistente com a definio de H(j), pois

( )
dt
) t ( du
t h
o
=

e portanto H(j) = F {h(t)}

{ }
=
= =
j
) t ( u j ) j ( H
o
F

Exemplo 8.15:

Considere agora o sistema SLIT abaixo chamado de integrador, onde para um sinal
de entrada x(t) a sada y(t) a sua integral

=
t
d ) ( x ) t ( y

que est ilustrado na figura 8.33.

Fig. 8.33 Diagrama esquemtico do sistema integrador.

38
Usando a propriedade da integral para a transformada de Fourier,

{ } ) ( u
j
1
d ) ( u
o
t
1
+

F

e, como
( )

=
t
o
d ) ( u t h

ento a resposta do sistema na frequncia :

{ }
(
= = ) ( u
j
1
) t ( h ) j ( H
o
F
.


Fig. 8.34 Diagrama esquemtico do sistema integrador.

e pela propriedade da convoluo para a transformada de Fourier, temos que Y(j), a
a transformada de Fourier da sada y(t) dada por

( ) ( ) ( ) ( ) ( )
( ) ( ) ) ( u 0 X j X
j
1
) ( u j X j X
j
1
j X j H j Y
o
o
+
=
= +
= =

que o mesmo resultado que obtemos calculando ( ) { } ) t ( y j Y F = pela proprie-
dade da integral para transformada de Fourier.

{ } ( ) ( ) ) ( u 0 X j X
j
1
d ) ( x
o
t
+

F

Exemplo 8.16:

Considere agora o filtro passa-baixa ideal (low pass band filter).

39
( )
>
<
=
c
c
se
se
0
1
j H


Fig. 8.35 Diagrama esquemtico do filtro passa-baixa ideal (low pass band filter).

Pelo Exemplo 8.3 e pela propriedade da dualidade para transformada de Fourier
temos que

( ) ( ) { }
t
) t ( sen
j H
-
t h
c
1
=
= = F

cujo grfico mostrado na figura 8.36.

Fig. 8.36 Grfico de h(t) do filtro passa-baixa ideal (low pass band filter).


40
8.6 Tabela da Transformada de Fourier de alguns sinais contnuos
conhecidos

x(t) X(j )
x(t) = u
o
(t) X(j) = 1,
x(t) = u
1
(t) ( ) ) ( u
j
1
j X
o
+
=

x(t) = u
2
(t)
( )
( )
) ( u
j
1
j
1
j X
o
2
+
=

x(t) = e
jt

) ( u 2 ) j ( X
o o
=
x(t) = 1, t ( ) ) ( u 2 j X
o
=
x(t) = sen
o
t
( ) [ ] ) ( u ) ( u
j
j X
o o o o
+
=

x(t) = cos
o
t ( ) [ ] ) ( u ) ( u j X
o o o o
+ + =
x(t) = e
at

u
1
(t) , a > 0

( )
) j a (
1
j X
+
=

0 > a , ) t ( u t ) t ( x
1
at
= e
( )
2
) j a (
1
j X
+
=

0 > a , ) t ( u
)! 1 n (
t
) t ( x
1
1 n
at
e

( )
n
) j a (
1
j X
+
=

t
) t ( sen
) t ( x
c
=

( )
>
<
=
c
c
se
se
0
1
j X

( )
>
<
=
o
o
t t 0
t t 1
t x
se
se

=
) t ( sen 2
) j ( X
o

( )

+
=
=
n
o
) nT t ( u t x
|
\
|

=

+
=
T
k 2
u
T
2
) j ( X
k
o

J. A. M. Felippe de Souza 9 Diagramas de Bode

1

9 Diagramas de Bode

9.1 Introduo aos diagramas de Bode 3
9.2 A Funo de Transferncia 4
9.3 Plos e zeros da Funo de Transferncia 8
Equao caracterstica 8
Plos da Funo de Transferncia 8
Zeros da Funo de Transferncia 8
Exemplo 9.1 8
Exemplo 9.2 9
Exemplo 9.3 9
9.4 Os factores bsicos em s para a construo de
um diagrama de Bode 10
9.5 Os factores bsicos em j para a construo de
um diagrama de Bode 12
9.6 Desmembramento de funes G(s) em factores bsicos 14
Exemplo 9.4 14
Exemplo 9.5 15
9.7 Diagramas de Bode dos factores bsicos 16
O ganho de Bode (K
B
) 17
Factor integral (j)
-1
19

2

Outros factores integrativos (j)
-2
, (j)
-3
, , (j)
-n
21
Factores derivativos j, (j)
2
, (j)
3
, , (j)
n
23
Factor plo primeira ordem (1 + jT)
-1
24
Factores plos mltiplos (1 + jT)
-2
, (1 + jT)
-3
, ..., (1 + jT)
-n
28
Factores zeros simples e mltiplos (1 + jT)
1
, (1 + jT)
2
, ...,
..., (1 + jT)
n
32
Factores plos quadrticos [1 + 2(j/
n
) + (j/
n
)
2
]
-1, -2, , -n
34
Factores zeros quadrticos [1 + 2(j/
n
) + (j/
n
)
2
]
1, 2, , n
39
9.8 Factores bsicos com sinais negativos 39
Exemplo 9.6 39
Exemplo 9.7 41
Exemplo 9.8 42
Exemplo 9.9 43
Exemplo 9.10 44
Exemplo 9.11 45
Exemplo 9.12 46
Exemplo 9.13 47
9.9 Exemplos adicionais de construo diagramas de Bode (mdulo e fase) 48
Exemplo 9.14 48
Exemplo 9.15 49
Exemplo 9.16 49
Exemplo 9.17 50
Exemplo 9.18 51
Exemplo 9.19 50
Exemplo 9.20 51
Exemplo 9.21 53


3

Diagramas de Bode

9.1 Introduo aos diagramas de Bode

Neste captulo estudaremos os diagramas de Bode (Bode plots) que levam este
nome devido Hendrik Wade Bode (1905-1982), um engenheiro americano que
actuava principalmente nas reas de electrnica, telecomunicaes e sistemas.

Fig. 9.1 Hendrik Wade Bode (1905-1982), americano.

Os diagramas de Bode (de mdulo e de fase) so uma das formas de caracterizar
sinais no domnio da frequncia.

4

9.2 A Funo de Transferncia

Os sinais so representados no domnio da frequncia por funes de s:

X(s), Y(s), etc.

como j vimos no captulo 6 (Transformadas de Laplace, L { x(t) } = X(s) e
L { y(t) } = Y(s) ) ou por funes de j

X(j), Y(j), etc.

como j vimos no captulo 8 (Transformadas de Fourier, F { x(t) } = X(j) e
F { y(t) } = Y(j) ).

Na verdade as Transformadas de Laplace e as Transformadas de Fourier so
representaes que esto muito relacionadas uma com a outra. Em muitos casos, se
substituirmos s por j, isto , fazendo-se s ser um nmero complexo com parte
real nula e parte imaginria ,

s = 0 + j = j

obtemos a Transformadas de Fourier a partir da Transformada de Laplace,

X(s) = X(0+j) = X(j), Y(s) = Y(0+j) = Y(j), etc.

Se x(t) a entrada de um sistema e y(t) a sada deste mesmo sistema, em certas apli-
caes podem ser mais interessante representar no diagrama de blocos estes sinais

X(s), X(j), Y(s) e Y(j)

no domnio da frequncia, em vez de no domnio do tempo conforme ilustrado na
figura 9.2.

Fig. 9.2 Diagrama de blocos com os sinais de entrada e sada representados no
domnio da frequncia.

onde G(s) e G(j) so a reposta impulsional do sistema conforme visto nas seces
5.10 (no captulo 5, Transformada de Laplace) e 8.5 (no captulo 8, Transformada de
Fourier) respectivamente.

5

Note que l a reposta impulsional do sistema era, de forma geral, H(s) e H(j)
enquanto que aqui, de forma geral, ser utilizado a notao G(s) e G(j).

No captulo 4, sobre Sistemas e no captulo 8 sobre Transformadas de Fourier ns vi-
mos alguns resultados clssicos sobre SLIT (sistemas lineares e invariantes no tem-
po). Por exemplo, no caso particular da entrada x(t) = impulso unitrio,

x(t) = u
o
(t)

ento a sada y(t) = g(t) = a resposta impulsional do sistema.

Sabendo-se a resposta impulsional g(t) de um sistema linear e invariante no tempo
(SLIT) podemos saber a sada y(t) para qualquer entrada x(t)

. d ) ( g ) t ( x ) t ( g ) t ( x
d ) ( x ) t ( g ) t ( x ) t ( g ) t ( y
= =
= =
+

+

Ou seja, a sada y(t) a convoluo entre a resposta impulsional g(t) e a entrada x(t).
Isso que implica que

). j ( G ) j ( X
) j ( X ) j ( G ) j ( Y
=
=

onde

X(j) = F { x(t) } X(j) = Transformada de Fourier de x(t),
Y(j) = F { y(t) } Y(j) = Transformada de Fourier de y(t), e
G(j) = F { h(t) } G(j) = Transformada de Fourier de g(t)

e que est ilustrado na figura 9.3 abaixo.

Fig. 9.3 Diagrama de blocos com os sinais de entrada x(t) e de sada y(t) e resposta
impulsional h(t), todos representados no domnio da frequncia, em j:
X(j), Y(j) e G(j).

6

Este resultado se deve ao facto que:

a transformada da convoluo o produto das transformadas.

a propriedade da Convoluo para as Transformadas de Fourier, que foi vista na
seco 8.4 (no captulo 8, Propriedades da Transformada de Fourier).

Por esta razo pode-se expressar G(j) como a razo entre o sinal de sada tomado no
domnio da frequncia [ Y(j) ] e o sinal de entrada, tambm tomado no domnio da
frequncia [ X(j) ], quando as condies iniciais do sistema so nulas

) j ( X
) j ( Y
) j ( G
=
eq. (9.1)

que chamada de funo de transferncia do sistema.

Mas esta afirmao acima valida para as Transformadas de Fourier, tambm vale
para as Transformadas de Laplace, conforme visto no captulo 5. Logo:

). s ( G ) s ( X
) s ( X ) s ( G ) s ( Y
=
=

onde

X(s) = L { x(t) } X(s) = Transformada de Laplace de x(t),
Y(s) = L { y(t) } Y(s) = Transformada de Laplace de y(t), e
G(s) = L { h(t) } G(s) = Transformada de Laplace de h(t)

e que est ilustrado na figura 9.4 abaixo.

Fig. 9.4 Diagrama de blocos com os sinais de entrada x(t) e de sada y(t) e resposta
impulsional h(t), todos representados no domnio da frequncia, em s:
X(s), Y(s) e G(s).

7

Mais uma vez este resultado se deve ao facto que:

a transformada da convoluo o produto das transformadas,

a propriedade da Convoluo, mas agora para Transformada de Laplace, vista na
seco 5.4 (no captulo 5, Propriedades da Transformada de Laplace).

Por esta razo pode-se expressar G(s) como a razo entre o sinal de sada tomado no
domnio da frequncia [ Y(s) ] e o sinal de entrada tambm tomado no domnio da
frequncia [ X(s) ], quando as condies iniciais do sistema so nulas

) s ( X
) s ( Y
) s ( G =
eq. (9.2)

que tambm chamada de funo de transferncia do sistema.

Portanto a funo de transferncia de um sistema linear invariante no tempo (SLIT)
representada no domnio da frequncia:

G(s) ou G(j),

conforme definidas nas equaes eq. (9.1) e eq. (9.2), muito comummente so
fraces racionais, ou seja, fraces cujo numerador e o denominador so
polinmios, seja em s:

) s ( p
) s ( q
) s ( G =
eq. (9.3)

ou em j

) j ( p
) j ( q
) j ( G
=

eq. (9.4)

onde q(s) e p(s) so polinmios em s do tipo

a
n
s
n
+ a
n-1
s
n-1
+ ... + a
1
s + a
o

e p(j) e q(j) so polinmios em s = j do tipo

a
n
(j)
n
+ a
n-1
(j)
n-1
+ ... + a
1
(j) + a
o


8

9.3 Plos e zeros da Funo de Transferncia

Considere agora a funo de transferncia G(s) de um sistema, conforme foi definida
na eq. (9.2), depois de reduzida para forma de frao racional da eq. (9.3)

) s ( p
) s ( q
) s ( G =

e suponha que todos as eventuais razes comuns de q(s) e p(s) tenham sido canceladas
e portanto esta expresso acima est na forma irreductvel.

Equao Caracterstica:
O polinmio p(s) chamado de polinmio caracterstico de G(s), ou o polinmio ca-
racterstico do sistema. A equao

p(s) = 0

chamada de a equao caracterstica do sistema.

Plos da funo de transferncia:
As razes do polinmio caracterstico so chamadas de plos de G(s) ou plos do sis-
tema. Ou seja, os plos so as solues da equao caracterstica.

Zeros da funo de transferncia:
As razes do numerados de G(s) (q(s)) so chamadas de zeros de G(s) ou zeros do sis-
tema. Ou seja, os zeros so as solues da equao q(s) = 0.

De maneira semelhante se define os plos e zeros de uma resposta impulsional G(s).

Exemplo 9.1: Considere a funo de transferncia G(s) dada por

2) + 2s + (s 2) + (s s
) 30 s ( 2
) s ( G
2
+
=

fcil de se verificar que G(s) tem um zero em

s = 30

e quatro plos, respectivamente em:

9

s = 0, s = 2, e s = 1 j

sendo que: 2 so reais e 2 so complexos.

Como s = 0 um plo de G(s), costuma-se dizer que este sistema tem um plo na
origem.

A equao caracterstica deste sistema :

s 4 s 6 s 4 s 2) + s 2 + (s 2) + (s s ) s ( p
2 3 4 2
+ + + = =

Exemplo 9.2: Considere agora a funo de transferncia G
1
(s) dada por

) 10 + s 10 + (s 10) + (s
s 10
) s ( G
4 2 2
5
1
=

Nitidamente G
1
(s) tem um zero na origem, ou seja, em

s = 0

e trs plos, respectivamente em
10 s =

e

3 50 j 50 s =

A equao caracterstica deste sistema :

5 3 2 3 4 2 2
1
10 s 10 11 s 110 s ) 10 + s 10 + (s 10) + (s ) s ( p + + + = =

Exemplo 9.3: Considere agora a funo G(s) dada por

,
c) - (s ) b + (s a) + (s
s 10
) s ( G
2 2
2
=

G(s) tem um zero duplo na origem (i.e., em s = 0) e quatro plos, respectivamente
em
s = a (duplo), s = b
2
e s = c.


10

9.4 Os factores bsicos em s para a construo de um diagrama de
Bode

Vamos apresentar aqui os factores bsicos para a construo de um diagrama de Bode
de G(s).

Estes factores bsicos so funes racionais em s. Qualquer G(s) da forma da
eq. (9.4) acima pode ser desmembrado em factores bsicos e com isso a construo
de um esboo do diagrama de Bode se torna mais simples.

Na prxima seco apresentaremos de forma semelhante os factores bsicos em j
para a construo de um diagrama de Bode.

FACTORES BSICOS EM S:

O ganho de Bode (K
B
)

G(s) = K
B

Factores integrativos [plos na origem]: (1/s)
n
, n = 1, 2, ...

s
1
) s ( G =
, 2
s
1
) s ( G =
, 3
s
1
) s ( G =
,
L

Factores derivativos [zeros na origem]: s
n
, n = 1, 2, ...

G(s) = s , G(s) = s
2
, G(s) = s
3
,
L

Factores de 1 ordem do tipo plos reais: 1/(Ts + 1)
n
, n = 1, 2, ...

( ) 1 Ts
1
) s ( G
+
=
,
( )
2
1 Ts
1
) s ( G
+
=
,
( )
3
1 Ts
1
) s ( G
+
=
,
L

Factores de 1 ordem do tipo zeros reais: (Ts+ 1)
n
, n = 1, 2, ...

( ) 1 Ts ) s ( G + =
,
( )
2
1 Ts ) s ( G + =
,
( )
3
1 Ts ) s ( G + =
,
L


11

Factores de 2 ordem ou quadrticos, do tipo plos complexos:
1/[1+2(s/
n
)+( s/
n
)
2
]
n
, n = 1, 2, ...

(
+
|
|
\
|
+
=
2
n
2
n
s
s
2
1
1
) s ( G
,

2
2
n
2
n
s
s
2
1
1
) s ( G
(
+
|
|
\
|
+
=
,

3
2
2
2
1
1
) (
(
+
|
|
\
|
+
=
n n
s
s
s G

,
L

Factores de 2 ordem ou quadrticos, do tipo zeros complexos:
[1+2(s/
n
)+( s/
n
)
2
]
n
, n = 1, 2, ...

2
n
2
n
s
s
2
1 ) s ( G
+
|
|
\
|
+ =
,

2
2
n
2
n
s
s
2
1 ) s ( G
(
(
+
|
|
\
|
+ =
,

3
2
n
2
n
s
s
2
1 ) s ( G
(
(
+
|
|
\
|
+ =
,
L


12

9.5 Os factores bsicos em j para a construo de um diagrama
de Bode

Vamos apresentar aqui os factores bsicos para a construo de um diagrama de Bode
de G(j).

Estes factores bsicos so na verdade derivados dos j vistos acima para G(s). Eles
so as mesmas funes racionais em s da seco anterior, depois de substituir-se s
por j.
s = 0 + j = j

Qualquer G(j) da forma da eq. (9.4) acima pode ser desmembrado em factores
bsicos e com isso a construo de um esboo do diagrama de Bode se torna mais
simples.

FACTORES BSICOS EM S:

O ganho de Bode (K
B
)

G(j) = K
B

Factores integrativos [plos na origem]: (1/j)
n
, n = 1, 2, ...

=
j
1
) j ( G
,
( )
2
j
1
) j ( G
=
,
( )
3
j
1
) j ( G
=
,
L

Factores derivativos [zeros na origem]: (j)
n
, n = 1, 2, ...

G(j) = j , G(j) = (j)
2
, G(j) = (j)
3
,
L

Factores de 1 ordem do tipo plos reais: 1/(1+ jT)
n
, n = 1, 2, ...

( ) 1 T j
1
) j ( G
+
=
,
( )
2
1 T j
1
) j ( G
+
=
,
( )
3
1 T j
1
) j ( G
+
=
,
L

Factores de 1 ordem do tipo zeros reais: (1+ jT)
n
, n = 1, 2, ...

( ) 1 T j ) j ( G + =
,
( )
2
1 T j ) j ( G + =
,
( )
3
1 T j ) j ( G + =
,
L


13

Factores de 2 ordem ou quadrticos, do tipo plos complexos:
1/[1+2(j/
n
)+( j/
n
)
2
]
n
, n = 1, 2, ...

(
(
|
|
\
|
+
|
|
\
|
+
=
2
n n
j j
2 1
1
) j ( G
,

2
2
n n
j j
2 1
1
) j ( G
(
(
|
|
\
|
+
|
|
\
|
+
=
,

3
2
n n
j j
2 1
1
) j ( G
(
(
|
|
\
|
+
|
|
\
|
+
=
,
L

Factores de 2 ordem ou quadrticos, do tipo zeros complexos:
[1+2 (j/
n
)+( j/
n
)
2
]
n
, n = 1, 2, ...

2
n n
j j
2 1 ) j ( G
|
|
\
|
+
|
|
\
|
+ =
,

2
2
n n
j j
2 1 ) j ( G
(
(
|
|
\
|
+
|
|
\
|
+ =
,

3
2
n n
j j
2 1 ) j ( G
(
(
|
|
\
|
+
|
|
\
|
+ =
,
L


14

9.6 Desmembramento de funes G(s) em factores bsicos

Qualquer funo transferncia G(s) pode facilmente ser reescrita somente com os
factores bsicos definidos acima nas duas seces anteriores.

Vamos ilustrar isso com um exemplo:

Exemplo 9.4: Considere agora a funo G(s) vista no exemplo 9.1 que dada por

) 2 s 2 s ( ) 2 s ( s
) 30 s ( 2
) s ( G
2
+ + +
+
=

Agora, substituindo-se (s + 30) no numerador por

|
\
|
+ = + 1
30
s
0 3 ) 30 s (

obtemos a expresso abaixo que j tem um fator bsico no numerador:

) 2 s 2 s ( ) 2 s ( s
1
30
s
30 2
) s ( G
2
+ + +
|
\
|
+
=

Semelhantemente, para o denominador, uma vez que um dos 3 factores j um factor
bsico (integrativo, plo na origem), substituindo-se os outros dois:

|
\
|
+ = + 1
2
s
2 ) 2 s (

e
|
|
\
|
+ + = + + 1 s
2
s
2 ) 2 s 2 s (
2
2

obtemos a expresso abaixo que j tem trs fatores bsico no denominador:

|
|
\
|
+ +
|
\
|
+
|
\
|
+
=
1 s
2
s
1
2
s
s 2 2
1
30
s
30 2
) s ( G
2


15

Finalmente, juntando as constantes (do numerador e do denominador), obtm-se:

15
2 2
30 2
K
B
=

=

e podemos escrever a expresso abaixo:

|
|
\
|
+ +
|
\
|
+
|
\
|
+
=
1 s
2
s
1
2
s
s
1
30
s
15
) s ( G
2

que est inteiramente escrita em termos de factores bsicos na forma:

( )
( )
|
|
\
|
+
+
+
=
1 s
2 s
1 Ts s
1 s ' T K
) s ( G
n
2
n
2
B

onde:

K
B
= 15 T = 1/2 T = 1/30

2
n
=
707 , 0
2
2
2
1
= = =

Exemplo 9.5:

Para escrever a funo de transferncia G(s) do exemplo anterior na forma de factores
bsicos em j e ento obtermos G(j) basta substituir no resultado obtido para G(s),

s = 0 + j,

ou seja,
s = j

pois esta a nica diferena entre as duas formas G(s) e G(j).

Fazendo isso, obtm-se:

16

( )
(
+
|
|
\
|

|
\
|

+
|
\
|

+
=
=
|
|
\
|
+ +
\
|
+
\
|
+
=
j
2
1
2
j 1 j
30
j 1 15
1 j
2
j
1
2
j
j
1
30
j
15
) j ( G
2
2

9.7 Diagramas de Bode dos factores bsicos

Os diagramas de Bode so construdos para funes de transferncia G(j) e so
dois:

diagramas de Bode de mdulo
e
diagramas de Bode de fase.

Os diagramas de Bode de mdulo so grficos de

| G(j) | em dB (| G(j) |
dB
)

(com escala logartmica)

enquanto que os diagramas de Bode de fase so grficos de

G(j) em graus

(com escala logartmica)

Sabendo-se os diagramas de Bode dos factores bsicos possvel utiliza-los na cons-
truo dos diagramas de Bode de qualquer outra funo de transferncia G(j) que
desmembrarmos em termos dos factores bsicos.

17

Uma vez familiarizados com os grficos dos diagramas de Bode dos factores bsicos
que apresentamos aqui nesta seco, a construo dos diagramas de Bode das demais
funes de transferncia fica facilitada, como veremos nos exemplos da prxima sec-
o.

Portanto, agora vamos mostrar os diagramas de Bode (mdulo e fase) para cada um
dos factores bsicos vistos na seco anterior.

O ganho de Bode (K
B
)

Como G(j) = K
B
uma constante (no varia com ), temos que |K
B
| em dB dado
por:

B 10
dB
B
K log 20 K =

enquanto que K
B
0 ou 180, , isto :

K
B
= 0 se K
B
uma constante positiva,

ou

K
B
= 180 se K
B
uma constante negativa.

Logo, como j dito acima na definio de diagramas de Bode da fase, o normal
representar a fase de K
B
(i.e., o ngulo K
B
) em graus (em vez de radianos).

<
>
= =
0 K se , 180
0 K se , 0
K ) j ( G
B
B
B

claro que o ngulo de fase para K
B
negativo, 180 o mesmo que +180 que na
verdade . No entanto, para efeito de diagrama de Bode tem-se a tendncia de
adoptar K
B
= 180 nestas situaes.

Isso se deve ao facto de que, como G(j) tem um nmero de plos superior (ou no
mximo igual) ao nmero de zeros, ento o G(j) ir sempre tender para a parte
negativa (para a parte de baixo, abaixo de 0).

O diagrama de Bode (mdulo e fase) de G(j) = K
B
est esboado na figura 9.5.

18

0dB
0
-90
0.1 1
10
0.1 10
1
90
1 K
B
>
1 K
B
=
1 0 < <
B
K
-180
0 K
B
>
0 K
B
<
m
d
u
l
o

[
d
B
]

[rad/s]

[rad/s]
f
a
s
e

[
g
r
a
u
s

]

Fig. 9.5 Diagrama de Bode (mdulo e fase). O ganho de Bode G(j) = K
B
.

Note que no diagrama de Bode de mdulo acima foi levado em considerao que:

Se K
B
>1, ento
0 ) j ( G
dB
>

Se K
B
=1, ento
0 ) j ( G
dB
=

Se 0<K
B
<1, ento
0 ) j ( G
dB
<

O efeito que uma variao do ganho K
B
em um diagramas de Bode com vrios facto-
res bsicos que ele faz deslocar a curva de mdulo para cima (se K
B
> 0) ou para
baixo (se K
B
< 0) e no afecta a curva do ngulo de fase.

19

Isto , aumentando-se o valor de K
B
fazemos todo o diagrama de Bode de mdulo
subir enquanto que diminuindo-se o valor de K
B
fazemos todo o diagrama de Bode
de mdulo descer.

Por outro lado o diagrama de Bode de fase fica inalterado s variaes de K
B
se
K
B
> 0 , ou fica deslocado para baixo de 180, no caso de K
B
< 0.

Factor Integral (j)
-1

Para G(j) = (j)
-1
, temos que | G(j)| em dB dado por:

[ ] dB log 20
j
1
log 20 ) j ( G
10
10
dB
=
=

que na verdade a equao de uma recta com declive 20 dB/dcada pois est
representado na escala logartmica.

Para se ver isto, primeiramente note que

|G(j)|
dB
intercepta 0 dB em = 1, eq. (9.5)

um detalhe que facilita para fazermos o seu esboo.

Na verdade temos que, olhando-se para algumas dcadas consecutivas, temos que, no
diagrama de Bode de mdulo de G(j) (|G(j)|
dB
):

M M
para = 0,01 G(j) = 40 dB
para = 0,1 G(j) = 20 dB
para = 1 G(j) = 0 dB
para = 10 G(j) = 20 dB
para = 10
2
G(j) = 40 dB
M M

o que permite se ver claramente que trata-se de uma recta com declive 20
dB/dcada (como pode ser visto na figura 9.6).

20

0dB
0
20dB
-90
0.1 1 10
0.1
10
1
declive: -20dB/dcada
(ou -6dB/oitava)
-20dB
m
d
u
l
o

[
d
B
]

[rad/s]

[rad/s]
f
a
s
e

[
g
r
a
u
s

]

Fig. 9.6 Diagrama de Bode (mdulo e fase). Factor integral G(j) = 1/ j.

Tambm costume se olhar para algumas oitavas consecutivas (em vez de dcadas)
do diagrama de Bode de mdulo de G(j) (| G(j)|
dB
). Isto : uma oitava corresponde
: o dobro /ou a metade, dependendo do sentido (para direita ou para esquerda /
aumentando-se / ou diminuindo-se).

M M
para = 0,5 G(j) = 6 dB
para = 4 G(j) = 12 dB
M M

que uma forma alternativa de olhar para esta recta pois o declive de 20 dB/dcada
equivalente a 6 dB/oitava.

21

Uma oitava corresponde : o dobro /ou a metade, dependendo do sentido (para direita
ou para esquerda; aumentando-se / ou diminuindo-se).

Assim como o termo harmnico, que aparecia nas sries de Fourier (captulo 5),
vem da msica, tambm este termo oitava vem da msica. Corresponde oitava
nota, ou seja, a mesma nota mas no harmnico seguinte / ou no anterior, pois as notas
so apenas sete e depois se repetem, com o dobro / ou com a metade da frequncia.
como o oitavo dia, que o mesmo dia da semana, mas na semana seguinte / ou na
anterior.

Por outro lado, para a fase G(j), temos que:

G(j) = (1/ j) =
= j =
= 90 , .

Observe que, como est representado numa escala logartmica, ento sempre
positivo ( > 0) e portanto j = 90, e logo j = 90.

Portanto, o diagrama de Bode de fase G(j), , uma constante igual a 90:

Este diagrama de Bode (mdulo e fase) de G(j) = 1/ j est esboado na figura 9.6.

O efeito do factor bsico G(j) = 1/j em um diagrama de Bode de fase com vrios
factores bsicos que ele faz deslocar a curva de fase para baixo de 90.

Outros factores integrativos (j)
-2
, (j)
-3
, , (j)
-n

Para G(j) = (j)
-n
, temos uma situao bastante semelhante aos factores (j)
-1
que
vimos acima. O mdulo |G(j)| em dB dado por:

( )
[ ] dB log n 20
j
1
log n 20
j
1
log 20 ) j ( G
10
10
n
10
dB
=
=


22

que na verdade a equao de uma recta com declive 20n dB/dcada pois est
representado na escala logartmica (como pode ser visto na figura 9.7).

Equivalentemente esta recta tem o declive de 6n dB/oitava.

Note tambm que, assim como antes [na eq. (9.5)],

|G(j)|
dB

um detalhe que facilita para fazermos o esboo do diagrama de Bode.

Fig. 9.7 Diagrama de Bode (mdulo e fase). Factores integrativos G(j) = (1/ j)
n
.


G(j) = (1/ j)
n
=
= n ( j) =
= 90 n, .

23

Portanto, o diagrama de Bode de fase G(j), , uma constante igual a

90 n:

Este diagrama de Bode (mdulo e fase) de G(j) = (1/ j)
n
est esboado na
figura 9.7.

O efeito do factor bsico G(j) = (1/ j)
n
em um diagrama de Bode de fase com
vrios factores bsicos que ele faz deslocar a curva de fase para baixo de 90 n.

Factores derivativos j, (j)
2
, (j)
3
, , (j)
n

Para G(j) = (j)
n
, temos uma situao um pouco semelhante aos factores (j)
-n
que
vimos acima. O mdulo |G(j)| em dB dado por:

( )
[ ] dB log n 20
j log n 20
j log 20 ) j ( G
10
10
n
10
dB
=
=
=

que a equao de uma recta com declive +20n dB/dcada pois est representado
na escala logartmica (como pode ser visto na figura 9.8).

Equivalentemente esta recta tem o declive de +6n dB/oitava.

Note tambm que aqui novamente, assim como antes [na eq. (9.5) e (9.6)],

|G(j)|
dB

que nos facilita para fazermos o esboo do diagrama de Bode de mdulo.


G(j) = (1/ j)
n
=
= n ( j) =
= 90 n, .

24

Portanto, o diagrama de Bode de fase G(j), , uma constante igual a +90 n:

Este diagrama de Bode (mdulo e fase) de G(j) = (j)
n

O efeito do factor bsico G(j) = (j)
n
em um diagrama de Bode de fase com vrios
factores bsicos que ele faz deslocar a curva de fase para cima de 90 n.

Fig. 9.8 Diagrama de Bode (mdulo e fase). Factores derivativos G(j) = (j)
n
.

Factor plo primeira ordem (1 + jT)
-1

Para G(j) = 1/ (1 + jT), temos que o mdulo |G(j)| em dB dado por:

( )
( )
2
10
10
dB
T 1 log 20
T j 1
1
log 20 ) j ( G
+ =
+
=


25

que vamos dividir em 2 intervalos: << 1/T e >> 1/T, ou seja, para frequncias
baixas e altas.

No intervalo, << 1/T (frequncias baixas), observamos que:

( ) ( ) ( ) dB 0 1 log 20 T 1 log 20 ) j ( G 1 T 1 1 T
10
2
10
dB
2
= + = + <<

enquanto que no intervalo, >> 1/T (frequncias altas), observamos que:

( ) ( ) ( ) ( ) T log 20 T 1 log 20 ) j ( G T T 1 1 >> T
10
2
10
dB
2 2
+ = +

e portanto:

( )
>>
<<
=
T
1
, T log 20
T
1
, 0
) j ( G
10
dB

Logo, temos 2 aproximaes para a curva G(j)|
dB
= 1/ (1 + jT)|
dB
, ambas rectas, s
quais chamamos de
rectas assmptotas

para frequncias altas e baixas, que podem ser vistas na figura 9.9.

A expresso de G(j)|
dB
para >> 1/T (frequncias altas) de facto uma recta com
declive de 20 dB/dcada, (ou 6 dB/oitava), pois est representado na escala
logartmica.

Note que:

a recta assmptota para frequncias altas
intercepta 0 dB em =
c
= 1/T, eq. (9.8)

em vez de em = 1, como era o caso das rectas das eq. (9.5), eq. (9.6) e eq. (9.7).

Este um detalhe a ter em ateno ao fazermos o esboo do diagrama de Bode de
mdulo.

Na verdade, este ponto:
0 dB para = 1/T

onde as duas rectas assmptotas se interceptam (como pode ser visto na figura 9.9).

26

Por esta razo a frequncia
T
1
c
=
chamada de frequncia de canto (corner
frequency), s vezes tambm chamada de frequncia de corte (em processamento
de sinais quando envolvem filtros).

T
1
T
10
T 10
1

Fig. 9.9 Diagrama de Bode de mdulo. Factor plo primeira ordem
G(j) = 1/ (1 + jT).

A curva real de G(j)|
dB
s coincide com as assmptotas quando <<
c
ou quando
>>
c
, que na prtica corresponde a

( ) T 10
1
< (para frequncias baixas) e

T
10
< (para frequncias altas)

Ou seja, as assmptotas so vlidas para uma dcada antes da frequncia de canto
c
= 1/T (no caso da assmptota para frequncias baixas) ou uma dcada depois da
frequncia de canto
c
= 1/T (no caso da assmptota para frequncias altas).

Na verdade mostra-se facilmente que tanto para = 1/10T (uma dcada abaixo de
c
), como tambm para = 10T (uma dcada acima de
c
), a curva de mdulo
G(j)|
dB
apresenta erro desprezvel, praticamente nulo:

G(j)|
dB
= 0,04 db 0 dB para = 1/(10T) ou para = 10T.

Nas proximidades da frequncia de canto
c
as assmptotas apenas aproximam da
curva real de G(j)|
dB
.

27

O erro mximo de 3 dB e ocorre exactamente na frequncia de canto
c
= 1/T, o
ponto onde as duas assmptotas se encontram, pois para este valor de ,

( ) T
1
para ,
2
1
log 20
j 1
1
log 20 ) j ( G
c 10 10
dB
= = = =
+
= d
B
d
B
d
B
d
B
3 33 3

(como pode ser visto na figura 9.9).

Para o ngulo de fase G(j), temos que:

G(j) = 1/ (1 + jT) =
= (1 + jT)
= arctg (T) eq. (9.9)

Aqui tambm pode-se pensar nos intervalos: << 1/T e >> 1/T, ou seja, para
frequncias baixas e altas.

Nas frequncias baixas, << 1/T, observamos que:

( ) 0 1 ) j ( G 1 T 1 1 T = + <<

enquanto que nas frequncias altas, >> 1/T, observamos que:

( ) ( ) ( ) 90 T j ) j ( G T j T j 1 1 >> T = +

resultados que tambm poderiam ser facilmente obtidos usando a eq. (9.9) com
T 0 e T , respectivamente, pois

arctg (0) = 0 e arctg() = 90.

e portanto:

>>
< <
<<
=
T
1
, 90
T 100
100
T
, ) T ( arctg
T
1
, 0
) j ( G

Note que para
c
= 1/T, G(j
c
) = arctg (
c
T)= arctg (1)= 45, logo, na frequn-
cia de canto ou de corte
c
= 1/T temos:

28

a curva do G(j) passa por 45 em = 1/T, eq. (9.10)

isto , na metade do intervalo entre 0 e 90; um detalhe a ter em ateno ao fazer-
mos o esboo do diagrama de Bode de fase.

Ou seja diagrama de Bode de fase G(j) tende assimptoticamente para 0 (
esquerda) e para 90 ( direita).

Na prtica consideramos que G(j) varia de 0 a 90 enquanto a frequncia
varia

c
c
10 at
10
de
.

isto , desde uma dcada antes da frequncia de canto
c
= 1/T (assmptota para fre-
quncias baixas) at uma dcada depois da frequncia de canto
c
= 1/T (assmptota
para frequncias altas).

O diagrama de Bode de fase de G(j) = (1 + jT)
-1

T
1
T
10
T 10
1
f
a
s
e

[
g
r
a
u
s

]

Fig. 9.10 Diagrama de Bode de fase. Factor plo primeira ordem
G(j) = 1/ (1 + jT).

Factores plos mltiplos (1 + jT)
-2
, (1 + jT)
-3
, ..., (1 + jT)
-n

Para G(j) = 1/ (1 + jT)
n
, temos que o mdulo |G(j)| em dB dado por:

29

( )
( ) [ ] dB T 1 log n 20
T j 1
1
log 20 ) j ( G
2
10
n
10
dB
+ =
+
=

e dividindo em 2 intervalos: << 1/T e >> 1/T, ou seja, para frequncias baixas
e altas, observamos que:

( )
>>
<<
=
T
1
, T log n 20
T
1
, 0
) j ( G
10
dB

que pode ser vista na figura 9.11.

Portanto, temos novamente 2 aproximaes para a curva G(j)|
dB
= 1/ (1 + jT)
n
|
dB
,
por duas rectas assmptotas em frequncias baixas e altas (esta ltima com declive
de 20 dB/dcada ou 6 dB/oitava).

Note que, aqui tambm tem-se a frequncia de canto ou de corte (corner fre-
quency),
c
= 1/T, e assim como na seco anterior, eq. (9.8), aqui tambm:

c
= 1/T, eq. (9.11)

um detalhe a ter em ateno ao fazermos o esboo do diagrama de Bode de mdulo.

T
1
T
10
T 10
1

Fig. 9.11 Diagrama de Bode de mdulo. Factores plos mltiplos
G(j) = 1/ (1 + jT)
n
, n = 2, 3,

30

Novamente, a curva real de G(j)|
dB
s coincide com as assmptotas quando <<
c

ou quando >>
c
, que na prtica corresponde a

( ) T 10
1
< (para frequncias baixas) e

T
10
< (para frequncias altas)

Ou seja, as assmptotas so vlidas para uma dcada antes da frequncia de canto
c
= 1/T (no caso da assmptota para frequncias baixas) ou uma dcada depois da
frequncia de canto
c
= 1/T (no caso da assmptota para frequncias altas).

c
curva real de G(j)|
dB
.

O erro mximo agora de 3n dB e ocorre exactamente na frequncia de canto
c
= 1/T, o ponto onde as duas assmptotas se encontram, pois para este valor de ,

( )
T
1
para ,
2
1
log n 20
j 1
1
log 20 ) j ( G
c 10
n
10
dB
= = = =
+
= dB n 3

(como pode ser visto na figura 9.11).


G(j) = 1/ (1 + jT)
n
=
= (1 + jT)
n

= n arctg (T) eq. (9.12)

Nas frequncias baixas, << 1/T, observamos que:

0 ) j ( G

enquanto que nas frequncias altas, >> 1/T, observamos que:

n 90 ) j ( G

resultados que tambm poderiam ser facilmente obtidos usando a eq. (9.12) com
T 0 e T , respectivamente, pois

arctg (0) = 0 e arctg () n = 90 n,

e portanto:

31

>>
< <
<<
=
T
1
, n 90
T 100
100
T
, ) T ( arctg n
T
1
, 0
) j ( G

Note que para
c
= 1/T, G(j
c
) = arctg (
c
T)= arctg (1)= 45 n, logo, na fre-
quncia de canto ou de corte
c
= 1/T temos:

a curva do G(j) passa por 45 n em =
c
= 1/T, eq. (9.13)

isto , na metade do intervalo entre 0 e 90 n; um detalhe a ter em ateno ao
fazermos o esboo do diagrama de Bode de fase.

Ou seja, o diagrama de Bode de fase G(j) tende assimptoticamente para 0 (
esquerda) e para 90 n ( direita).

Na prtica consideramos que G(j) varia de 0 a 90 n enquanto a frequncia
varia

c
c
10 at
10
de
.

c
c
= 1/T (assmptota

-n

T
1
T
10
T 10
1

Fig. 9.12 Diagrama de Bode de fase. Factores plos mltiplos
G(j) = 1/ (1 + jT)
n
, n = 2, 3,

32

Factores zeros simples e mltiplos (1 + jT)
1
, (1 + jT)
2
, ..., (1 + jT)
n

Para G(j) = (1 + jT)
n
, n = 1,2, , n a situao anloga aos casos de plos sim-
ples e mltiplos nas duas seces anteriores. Temos que o mdulo |G(j)| em dB
dado por:
( )
( )
2
10
10
dB
T 1 log n 20
T j 1 log 20 ) j ( G
n
+ =
+ =

e dividindo em 2 intervalos: << 1/T e >> 1/T, ou seja, para frequncias baixas
e altas, observamos que:

( )
>> +
<<
=
T
1
, T log n 20
T
1
, 0
) j ( G
10
dB

que pode ser vista na figura 9.13.

T
1
T
10
T 10
1

Fig. 9.13 Diagrama de Bode de mdulo. Factores zeros simples e mltiplos
G(j) = (1 + jT)
n
, n = 1, 2,

33

Note que, aqui tambm tem-se a frequncia de canto ou de corte (corner fre-
quency),
c
= 1/T, e assim como nas seces anteriores, eq. (9.8) e eq. (9.11), aqui
tambm:

c
= 1/T, eq. (9.14)


Novamente, para a curva real de G(j)|
dB
, as assmptotas so vlidas para uma
dcada antes da frequncia de canto
c
= 1/T (no caso da assmptota para frequn-
cias baixas) ou uma dcada depois da frequncia de canto
c
= 1/T (no caso da
assmptota para frequncias altas).

c
curva real de G(j)|
dB
apresentando um erro mximo de 3n dB que ocorre exacta-
mente na frequncia de canto
c
= 1/T, o ponto onde as duas assmptotas se encon-
tram.


G(j) = (1 + jT)
n
=
= n arctg (T)

e portanto:
>>
< <
<<
=
T
1
, n 90
T 100
100
T
, ) T ( arctg n
T
1
, 0
) j ( G

Note que para
c
= 1/T, a frequncia de canto ou de corte, temos que:

a curva do G(j) passa por 45 n em =
c
= 1/T, eq. (9.15)

isto , na metade do intervalo entre 0 e 90 n; um detalhe a ter em ateno ao
fazermos o esboo do diagrama de Bode de fase.

varia

c
c
10 at
10
de
.

34

c
c
= 1/T (assmptota

-n

T
1
T
10
T 10
1
f
a
s
e

[
g
r
a
u
s

]

Fig. 9.14 Diagrama de Bode de fase. Factores zeros simples e mltiplos
G(j) = (1 + jT)
n
, n = 1, 2,

Factores plos quadrticos [1 + 2(j/
n
) + (j/
n
)
2
]
-n
, n = 1, 2, , 1 0 .

Note que a funo de transferncia G(j)

(
(
|
|
\
|
+
=
(
(
|
|
\
|
+ =
2
n n
1
2
n n
j
2 1
1 j j
2 1 ) j ( G
tem um par de plos que sero:
a) plos complexos se 1 0 <

b) plos duplos se 1 =

c) plos reais e distintos se
1 >

Os factores quadrticos que tratamos nesta seco fazem parte dos casos (a) e (b)
acima, isto 1 0 , pois o caso (c), plos reais e distintos ( 1 > ), j esto co-
bertos nos factores bsicos anteriores.

35

Na verdade, mesmo no caso (b), quando temos a situao limite de 1 = , ento

2
n
2
n n
j
1
1
j
2 1
1
) j ( G
(
|
|
\
|
+
=
(
(
|
|
\
|
+
=

que corresponde a plos duplos e iguais a
n
/ j , um caso que tambm j est abran-
gido nos factores bsicos anteriores.

Portanto as tcnicas que sero apresentadas nesta seco para 1 0 vo coincidir
com outras j apresentadas anteriormente no caso particular de 1 = .

Para G(j) = [1 + 2(j/
n
) + (j/
n
)
2
]
-n
, n = 1,2, , n temos que o mdulo |G(j)|
em dB dado por:

2
n
2
n
10
2
n n
10
dB
j
2 1 log n 20
j j
2 1 log 20 ) j ( G
n
|
|
\
|
+
(
(
|
|
\
|
=
(
(
|
|
\
|
+
|
|
\
|
+ =

e dividindo em 2 intervalos: <<
n
e >>
n
, ou seja, para frequncias baixas e
altas, observamos que:

( )
>>
< <
|
|
\
|
+
(
(
|
|
\
|

<<
=
n 10
n n
2
n
2
n
10
n
dB
, T log n 40
10 1 , 0
j
2 1 log n 20
, 0
) j ( G

Note que, assim como nas seces anteriores tinha
c
em eq. (9.8), eq. (9.11) e
eq. (9.14), aqui tambm tem-se uma frequncia
n
que chamada de

n
= frequncia natural do sistema,

que separa as frequncias altas e baixas e

n
, eq. (9.16)


36

10
n

Fig. 9.15 Diagrama de Bode de mdulo. Factores plos quadrticos
G(j) = [1 + 2(j/
n
) + (j/
n
)
2
]
-n
, = 1, n = 1.

Nas proximidades da frequncia natura
n
as assmptotas apenas aproximam da curva
real de G(j)|
dB
apresentando um erro mximo de 6n dB que ocorre exactamente na
frequncia de canto
n
, o ponto onde as duas assmptotas se encontram.

A curva G(j)|
dB
para o caso particular que falamos acima,

1 = , est representado
na figura 9.15.

A medida que o valor de diminui, 1 < as curvas de
dB
) j ( G vo ficando mais altas
e vo criando picos (a partir de 707 , 0 2 / 2 = < ) que vo se tornando cada vez mais
altos a medida que 0 .
Estas curvas de
dB
) j ( G esto ilustradas na figura 9.16 para o caso geral de 1 0 .
Estes picos ocorrem nas frequncias
r
chamadas
r
= frequncia de ressonncia

que assume valores
2
2
0 para , 2 1
2
n r
=

Note que para = 0,
r
=
n
. A medida que aumenta a frequncia de ressonncia
r

diminui ligeiramente at que, quando

37

707 , 0
2
2
= =

ento a frequncia de ressonncia
r
=
n
/2.

8dB
14 dB
10
n
5dB
n
-40 dB
=0.1
=0.2
=0.3
=1
=0.8
=0.707
=0.5
10
n
=0.6
0dB
m
d
u
l
o

[
d
B
]

[rad/s]

Fig. 9.16 Diagrama de Bode de mdulo. Factores plos quadrticos
G(j) = [1 + 2(j/
n
) + (j/
n
)
2
]
-n
, n = 1, 2,

Por outro lado, estes picos atingem valores M
r

M
r
= pico de ressonncia
que tem os valores
2
2
0 para ,
1 2
1
M
2
r

=

Note que para 1 707 , 0 no h pico de ressonncia. Em particular, se = 0,707,
ento
M
r
= 1 = 0 dB

(tambm no h pico de ressonncia).

38

A medida que diminui, o pico de ressonncia M
r
aumenta. Por exemplo,

, dB 25 , 1 155 , 1 M 5 , 0 quando
r
= =

, dB 6 , 6 133 , 2 M 25 , 0 quando
r
= =

, dB 14 025 , 5 M 1 , 0 quando
r
= =

. dB 20 01 , 10 M 05 , 0 quando
r
= =

A figura 9.16 ilustra estes picos de ressonncia.


(
(
(
(
(
|
|
\
|
|
|
\
|

=
(
(
|
|
\
|
+
|
|
\
|
2
n
n
n
2
n n
1
2
arctg n
j j
2 1 ) j ( G

0
10
n
-90
n
-180
10
n
=0.1
=1

[rad/s]
=0.5

Fig. 9.17 Diagrama de Bode de fase. Factores plos quadrticos
simples e mltiplos G(j) = (1 + jT)
n
, n = 1, 2,

Portanto:

=

=
, n 180
, n 90
0 , 0
) j ( G
n

conforme esboado a figura 9.17.

39

varia

n
n
10 at
10
de
.

isto , desde uma dcada antes da frequncia de natural
n
(assmptota para frequn-
cias baixas) at uma dcada depois da frequncia de natural
n
(assmptota para fre-
quncias altas).

O diagrama de Bode de fase de G(j) se torna mais ngreme (com declive mais
acentuado) a medida que 0 e isto est ilustrado na figura 9.17.

Factores zeros quadrticos [1 + 2(j/
n
) + (j/
n
)
2
]
n
, n = 1, 2,

Os factores zeros quadrticos que tm a funo de transferncia G(j)

n
2
n n
j j
2 1 ) j ( G
(
(
|
|
\
|
+ =

so em tudo anlogo aos factores plos quadrticos que vimos acima. Ou seja, curva
de mdulo e fase para os factores zeros quadrticos podem ser obtidas invertendo-se
o sinal das curvas de mdulo e fase dos factores plos quadrticos

As principais diferenas so que os picos de ressonncia so para baixo em vez de
para cima e as curvas de fase vo de 0 a 180 em vez de 0 a 180.

9.8 Factores bsicos com sinais negativos

No caso de factores bsicos com sinais negativos do tipo
( ) 1 Ts
1
) s ( G
=
,
( )
2
1 Ts
1
) s ( G
=
,
( )
3
1 Ts
1
) s ( G
=
,
L

ou
( ) 1 Ts ) s ( G =
,
( )
2
1 Ts ) s ( G =
,
( )
3
1 Ts ) s ( G =
,
L

fcil mostrar que o diagrama de Bode de mdulo idntico ao factor bsico corres-
pondente com sinal + , entretanto para a construo do diagrama de Bode de fase
necessrio um cuidado maior na anlise.

40

Nos prximos exemplos ilustramos como fazer nestas situaes.

Exemplo 9.6:
|
|
\
|
+
+
=
+
+
=
1
100
s
) 1 s (
100
1
) 100 s (
) 1 s (
) j ( G

Note que neste caso K
B
= 1/100= 40 dB e G(j) tem mais dois factores bsicos:
1
1 s
100
1
e ) 1 s (
\
|
+ +
Alm disso, a fase de G(j) dada por

) 100 / j 1 ( ) j 1 ( ) j ( G + + =

Fig. 9.18 Diagrama de Bode de mdulo e fase do Exemplo 9.6.


41

Exemplo 9.7:
|
\
|
+
=
+
=
1
100
s
) 1 s (
100
1
) 100 s (
) 1 s (
) j ( G

B
= 1/100= 40 dB novamente e G(j) tem ainda mais dois
factores bsicos:
1
1 s
100
1
e ) 1 s (
\
|
+
Logo, o diagrama de Bode de mdulo igual ao do exemplo anterior (Exemplo 9.6).

) 100 / j 1 ( ) j 1 ( 180 ) 100 / j 1 ( ) j 1 ( ) j ( G + + = + + =



42

Exemplo 9.8:
|
\
|

+
=
+
=
1
100
s
) 1 s (
100
1
) 100 s (
) 1 s (
) j ( G

B
= 1/100 = 40 dB novamente e G(j) tem ainda mais dois
factores bsicos:
1
1 s
100
1
e ) 1 s (
\
|
+
Logo, o diagrama de Bode de mdulo igual aos 2 exemplos anteriores (Exemplos
9.6 e 9.7). Alm disso, a fase de G(j) dada por

) 100 / j 1 ( 180 ) j 1 ( ) 100 / j 1 ( ) j 1 ( ) j ( G + + = + + =

0db
-40dB
0.1 1 10 100 1000
-180
-90
0.1 1 10 100 1000
0



43

Exemplo 9.9:
|
\
|

=
1
100
s
) 1 s (
100
1
) 100 s (
) 1 s (
) j ( G

B
= 1/100 = 40 dB novamente e G(j) tem ainda mais os 2
factores bsicos:
1
1 s
100
1
e ) 1 s (
\
|

Logo, o diagrama de Bode de mdulo igual aos 3 exemplos anteriores (Exemplos
9.6, 9.7 e 9.8). Alm disso, a fase de G(j) dada por

) 100 / j 1 ( ) j 1 (
) 100 / j 1 ( 180 ) j 1 ( 180 ) 100 / j 1 ( ) j 1 ( ) j ( G
=
+ = + + =



44

Exemplo 9.10:
( )
|
\
|
+ +
=
+ +
=
1
100
s
1 s
1
) 100 s ( ) 1 s (
100
) j ( G

B
= 1 = 0 dB e G(j) tem ainda mais dois factores bsicos:
1
1
1 s
100
1
e ) 1 s (
\
|
+ +

) 100 / j 1 ( ) j 1 ( ) j ( G + + =



45

Exemplo 9.11:
( )
|
\
|
+
=
+
=
1
100
s
1 s
1
) 100 s ( ) 1 s (
100
) j ( G

B
= 1 = 0 dB novamente e G(j) tem ainda mais dois factores
bsicos:
1
1
1 s
100
1
e ) 1 s (
\
|
+
Logo, o diagrama de Bode de mdulo igual ao exemplo anterior (Exemplo 9.10).

) 100 / j 1 ( 180 ) j 1 ( ) 100 / j 1 ( ) j 1 ( ) j ( G + + = + + =



46

Exemplo 9.12:
( )
|
\
|
+
=
+
=
1
100
s
1 s
1
) 100 s ( ) 1 s (
100
) j ( G

B
bsicos:
1
1
1 s
100
1
e ) 1 s (
\
|
+
Logo, o diagrama de Bode de mdulo igual aos dois exemplos anteriores (Exemplos
9.10 e 9.11). Alm disso, a fase de G(j) dada por

) 100 / j 1 ( ) j 1 ( 180 ) 100 / j 1 ( ) j 1 ( ) j ( G + = + + =



47

Exemplo 9.13:
( )
|
\
|

=

=
1
100
s
1 s
1
) 100 s ( ) 1 s (
100
) j ( G

B
bsicos:
1
1
1 s
100
1
e ) 1 s (
\
|

Logo, o diagrama de Bode de mdulo igual aos trs exemplos anteriores (Exemplos
9.10, 9.11 e 9.12). Alm disso, a fase de G(j) dada por

) 100 / j 1 ( ) j 1 (
) 100 / j 1 ( 180 ) j 1 ( 180 ) 100 / j 1 ( ) j 1 ( ) j ( G
=
= + + =



48

9.9 Exemplos adicionais de construo de diagramas de Bode (mdu-
lo e fase)

Nesta seco apresentamos vrios exemplos de diagramas de Bode (mdulo e fase)
que foram esboados usando quase sempre o auxlio dos factores bsicos apresenta-
dos aqui.

Exemplo 9.14:
|
|
\
|
+ +
|
\
|
+
|
\
|
+
=
+ + +
+
=
1 s
400
5
400
s
1 s
100
1
s
1 s
4
1
1 , 0
) 400 s 5 s ( ) 100 s ( s
) 4 s ( 1000
) j ( G
2
2



49

Exemplo 9.15:
|
|
\
|
+ |
\
|
+
|
\
|
+
=
+ +
+
=
1 s
400
5
400
s
1 s
100
1
s
1 s
4
1
1 , 0
) 400 s 5 s ( ) 100 s ( s
) 4 s ( 1000
) j ( G
2 2

O diagrama de Bode de mdulo igual ao do exemplo anterior (Exemplo 9.14). O
diagrama de Bode de fase est esboado na figura 9.27.

0
100
10
-270
-90
-180
0.1
1000 1
90
180
n
= 20 = 0,125

Fig. 9.27 Diagrama de Bode de fase do Exemplo 9.15.

Exemplo 9.16:
|
|
\
|
+ + |
\
|

|
\
|
+
=
+ +
+
=
1 s
400
5
400
s
1 s
100
1
s
1 s
4
1
1 , 0
) 400 s 5 s ( ) 100 s ( s
) 4 s ( 1000
) j ( G
2 2

O diagrama de Bode de mdulo igual aos dos 2 exemplos anteriores (Exemplos
9.14 e 9.15). O diagrama de Bode de fase est esboado na figura 9.28.


50


Exemplo 9.17:
|
|
\
|
+ + |
\
|
+
|
\
|

=
+ + +
=
1 s
400
5
400
s
1 s
100
1
s
1 s
4
1
1 , 0
) 400 s 5 s ( ) 100 s ( s
) 4 s ( 1000
) j ( G
2 2

O diagrama de Bode de mdulo igual aos dos trs exemplos anteriores (Exemplos
9.14, 9.15 e 9.16). O diagrama de Bode de fase est esboado na figura 9.29.



51

Exemplo 9.18:
|
|
\
|
+ +
|
\
|

|
\
|

=
+ +
=
1 s
400
5
400
s
1 s
100
1
s
1 s
4
1
1 , 0
) 400 s 5 s ( ) 100 s ( s
) 4 s ( 1000
) j ( G
2 2

O diagrama de Bode de mdulo igual aos dos quatro exemplos anteriores
(Exemplos 9.14, 9.15, 9.16 e 9.17). O diagrama de Bode de fase est esboado na
figura 9.30.


Exemplo 9.19:

( )
|
|
\
|
+ + |
\
|
+
+
=
+ + +
+
=
1 s
10
1
10
s
1 s
10
1
s
1 s 10
) 10 s 10 s ( ) 10 s ( s
) 1 , 0 s ( 10
) j ( G
2 4
2 4 2 2
6

Note que

dB 0 1 K
B
= =
100
n
=
5 , 0 =
dB 897 , 0 155 , 1
1
1
M
2
r
= =

=
) zero ( 10 T
1
= ) plo (
10
1
T
2
=
71 , 70 2 1
2
n r
= =

52

0
0.1
20dB
40dB
60dB
80dB
-60dB
-20dB
-40dB
-80dB
-100dB
0.01 10000
-
2
0
d
B
/
d
e
c
0
10 1
-270
-90
-180
0.01
100
0.1
1 10
100
1000
1000 10000
0dB/dec
-
6
0
d
B
/
d
e
c
-
2
0
d
B
/
d
e
c
M
r
= 1.155 = 0,9 dB
r
= 70,7
n
= 100
= 0,5
K
B
= 0 dB


Exemplo 9.20:

( )
( ) ( ) 1 s s 1 s 1 , 0 s
1 s 10 1 , 0
) 1 s s ( ) 10 s ( s
) 1 , 0 s ( 10
) j ( G
2 2
+ + +
+
=
+ + +
+
=

Note que

dB 20 1 , 0 K
B
= =
1
n
= 5 , 0 =
707 , 0 2 1
2
n r
= =
dB 897 , 0 155 , 1
1
1
M
2
r
= =

=
) zero ( 10 T
1
= ) plo (
10
1
T
2
=

53

0
0.1
20dB
40dB
60dB
80dB
-60dB
-20dB
-40dB
-80dB
-100dB
0.01
10000
-
2
0
d
B
/
d
e
c
0
10
1
-270
-90
-180
0.01 100 0.1
1
10
100 1000
1000 10000
M
r
= 1.155 = 0,9 dB
r
= 0,707
n
= 1
= 0,5
K
B
= -20 dB
-
6
0
d
B
/
d
e
c
0dB/dec
-
4
0
d
B
/
d
e
c


Exemplo 9.21:

( )
|
|
\
|
+ + |
\
|
+
+
=
+ + +
|
\
|
+
=
1
2
s
2
s
1
20
s
s
1 s 2
) 2 s s ( ) 20 s ( s
2
1
s 80
) j ( G
2 2

Note que

dB 0 1 K
B
= =
414 , 1 2
n
= =
354 , 0 =

54

224 , 1 2 1
2
n r
= = dB 58 , 0 069 , 1
1
1
M
2
r
= =

=

2 T
1
= (zero da F.T.)
20
1
T
2
=
(plo da F.T.)

-82
0 dB
10
20dB
1
40dB
60dB
80dB
-60dB
-20dB
-40dB
-80dB
-100dB
0.01
100
0.1 0.5
20
2
-2
0
d
B
/d
e
c
9.8dB
10.7dB
-29.5dB
-
4
0
d
B
/
d
e
c
-
6
0
d
B
/
d
e
c
0
10
1
-270
-90
-180
0.01
100
0.1
0.5
20
2
-74
-111
-250
-258
M
r
= 1.07 = 0,58 dB
r
= 1,224
n
= 1,41
= 0,354
K
B
= 0 dB


J . A. M. Felippe de Souza Derivadas (resumo e tabela)

1
Derivadas

A teoria do clculo diferencial de autoria do fsico e matemtico ingls Sir Isaac
Newton (1643-1727) e do filsofo e matemtico alemo Gottfried Wilhelm von
Leibniz (1646-1716).

dt
) t ( df
(devido Newton)
ou
) t ( ' f (devido Leibniz).

A derivada de uma funo f(t) no instante t nos d a inclinao (ou declive) de uma
recta tangente curva naquele instante.

Se f(t) crescente em t =a, ento a derivada ser positiva naquele instante

0 >
dt
df
) a ( ' f
a t=
=
.
Isso ilustrado na figura 1.

Fig. 1 Inclinao positiva (ou declive positivo) da recta tangente curva f(t) no
instante t =a.
Por outro lado, se f(t) decrescente em t =a, ento a derivada ser negativa naquele
instante

0 <
dt
df
) a ( ' f
a t=
=
.
Isso ilustrado na figura 2.

2

Fig. 2 Inclinao negativa (ou declive negativo) da recta tangente curva f(t) no
instante t =a.

Fig. 3 Inclinao nula (ou declive nulo) da recta tangente curva f(t) no instante
t =a. Caso de mximo local.

Finalmente, se f(t) no crescente nem decrescente em t =a, ento a derivada ser
zero naquele instante

0
dt
df
) a ( ' f
a t
= =
=
.

Neste caso temos um mximo ou um mnimo local. Isso ilustrado nas figuras 3 e 4.

3

Fig. 4 Inclinao nula (ou declive nulo) da recta tangente curva f(t) no instante
t =a. Caso de mnimo local.


Linearidade:
( )
) t ( ' f c
dt
) t ( df
c
dt
) t ( f c d
= =
(homogeneidade)
( )
) t ( ' f ) t ( ' f
dt
) t ( df
dt
) t ( df
dt
) t ( f ) t ( f d
2 1
2 1 2 1
+ = + =
+
(aditividade)

Regra do produto:
( ) ) t ( f ) t ( ' g ) t ( g ) t ( ' f
dt
) t ( dg
) t ( f ) t ( g
dt
) t ( df
) t ( g ) t ( f
dt
d
+ = + =

Regra do quociente:
) t ( g
) t ( ' g ) t ( f ) t ( ' f ) t ( g
) t ( g
dt
) t ( dg
) t ( f
dt
) t ( df
) t ( g
) t ( g
) t ( f
dt
d
2 2

=

=

Regra da cadeia:
( ) ) t ( ' g )) t ( g ( ' f
dt
) t ( dg
) t ( g
dt
df
)) t ( g ( f
dt
d
= =


4
Algumas derivadas de funes simples:
0 c
dt
d
=

( )
1 n n
t n t
dt
d

=

1 t
dt
d
=
(caso particular, n =1)

( ) c t c
dt
d
=
(aplicando a homogeneidade)

( )
2
2 1
t
1
t t
dt
d
t
1
dt
d
= = =

(caso particular, n =-1)

( )
1 m
1 m m
m
t
1
m t m t
dt
d
t
1
dt
d
+
+
= = =
(caso particular, n =-m)

( ) ( ) 0 t ,
t 2
1
t
2
1
t
dt
d
t
dt
d
2 1 2 1
= = =

(caso particular, n =1/2)
0 t , ) t ( sign
t
t
t
dt
d
= =

Derivadas de funes exponenciais e logartmicas:
c ln c c
dt
d
t t
=

t t
dt
d
e e =
(caso particular, c =e, a nica funo que igual a prpria derivada)
c ln t
1
t log
dt
d
c
=

0 > t , t
t
1
t ln
dt
d
1
= =
(caso particular, c =e)
1
t
t
1
t ln
dt
d

= =

) t ln 1 ( t t ln
dt
d
t t
+ =


5
Derivadas de funes trigonomtricas:
) t ( cos ) t ( sen
dt
d
=

) t ( sen ) t ( cos
dt
d
=

) t ( cos
1
) t ( sec ) t ( tg
dt
d
2
2
= =

) t ( sec ) t ( tg ) t ( sec
dt
d
=

) t ( sen
1
) t ( sec cos ) t ( g cot
dt
d
2
2

= =

) t ( g cot ) t ( sec cos ) t ( sec cos
dt
d
=

2
t 1
1
) t ( arcsen
dt
d
=

2
t 1
1
) t ( arccos
dt
d
=

2
t 1
1
) t ( arctg
dt
d
+
=

1 t t
1
) t ( sec arc
dt
d
2

=

2
t 1
1
) t ( g cot arc
dt
d
+
=

1 t t
1
) t ( sec arccos
dt
d
2

=


6
Derivadas de funes hiperblicas:
2
) t ( cosh ) t ( senh
dt
d
t - t
e e +
= =

2
) t ( senh ) t ( cosh
dt
d
t - t
e e
= =

) t ( h sec ) t ( tgh
dt
d
2
=

) t ( h sec ) t ( tgh ) t ( h sec
dt
d
=

) t ( h sec cos ) t ( gh cot
dt
d
2
=

) t ( h sec cos ) t ( gh cot ) t ( h csc
dt
d
=

1 t
1
) t ( arcsenh
dt
d
2
+
=

1 t
1
) t ( h arccos
dt
d
2
=

2
t 1
1
) t ( h arctg
dt
d
=

2
t 1 t
1
) t ( h sec arc
dt
d
=

2
t 1
1
) t ( h cot arc
dt
d
=

2
t 1 t
1
) t ( h sec arc
dt
d
+
=

J . A. M. Felippe de Souza Integrais (resumo e tabela)

1
Integrais

A integral indefinida de uma funo f(t) representada como

d ) ( f

Por outro lado, a integral definida, representada como

b
a
d ) ( f
,

b
3
d ) ( f
ou

a
d ) ( f

faz a Soma de Riemann que calcula a rea sob a curva em m intervalo bem definido
como por exemplo:

[ a , b ] , ] - , b ] ou [ a , [.

Este nome acima dado em aluso ao matemtico alemo Georg Friedrich Bernhard
Riemann (1826-1866).

A integral um processo inverso do da derivada de funes pois,

( ) ( ) C t f df dt
dt
) t ( df
dt ) t (
dt
df
dt t f + = = = =

ou
( ) ) t ( f dt ) t ( f
dt
d
=
.

Mais precisamente:
=
t
a
dt ) t ( f ) t ( F

chamada de primitiva de f(t).

Este resultado chamado de Teorema Fundamental do Clculo e faz a interligao
entre o Clculo Diferencial (seco anterior) e o Clculo Integral (desta seco).

Algumas regras de integrao de funes em geral
( ) ( ) C dt t f a dt t f a + =

(regra da homogeneidade)
( ) ( ) [ ] ( ) ( ) C dt t g dt t f dt t g t f + + = +

(regra da aditividade)
( ) ( ) [ ] ( ) ( )

+ = dt t g ) t ( f ) t ( g t f dt t g t f

2
Se definirmos

) t ( g ) t ( u = e ) t ( f ) t ( v =
ento
dt ) t ( g du = e dt ) t ( f dv =

e a regra da integral por partes pode ser escrita doutra forma:

= du v uv dv u

Por outro lado, se

) t ( f ) t ( u =
e dt ) t ( f du = ,

ento a integral definida calculada como:

] ) a ( u ) b ( u u du
b
a
b
a
= =

Fig. 1 A rea S sob a curva f(t) no intervalo definido [ a, b ].

A integral definida desde a at b da funo f

S d ) ( f
b
a
=

a rea S sob a curva, conforme ilustrado na figura 1.


3

A figura 2 mostra dois exemplos da integral definida desde a at b da funo f, onde
reas abaixo do eixo das abcissas contam negativamente.

2 1
b
a
1
S S d ) ( f =

e
3 2 1
b
a
2
S S S d ) ( f + =

Fig. 2 Dois exemplos da rea sob a curva f(t) no intervalo definido [a, b]. As
reas abaixo do eixo das abcissas contam negativamente.

A figura 3 mostra dois exemplos da integral definida em intervalos infinitos: ] -, b ]
e [ a , [.

' S d ) ( f
b
3
=

e
' ' S d ) ( f
a
4
=

Fig. 3 Dois exemplos da rea sob a curva f(t) definidos em intervalos infini-
tos: ] - , b] e [ a , [.


4
Apresentamos agora uma tabela das integrais das principais funes.

Integrais de funes racionais:
C u du + =

1 n , C
) 1 n (
u
du u
1 n
n
+
+
=
+

C u ln
u
du
du u
1
+ = =

C
a
u
arctg
a
1
dt
a u
1
2 2
+
=
+

2 2
2 2
a > u , C
a u
a u
arctg
a 2
1
a u
du
+

Integrais de funes irracionais:
C a u u ln
a u
du
2 2
2 2
+ + + =
+

C a u u ln
a u
du
2 2
2 2
+ + =

C
a
u
sec arc
a
1
a u u
du
2 2
+

2 2
2 2
a < u , C
a
u
arcsen
u a
du
+

Integrais de logaritmos:
C log t ) t a ( log t dt ) t a ( log
b b b
+ =
e (*)
C t ) t a ( ln t dt ) t a ( ln + =

[caso particular b =e da integral (*) acima]
( )
1 n , C
1 n
t
) t a ( ln
1 n
t
dt ) t a ( ln t
2
1 n 1 n
n
+
+

+
=
+ +

[ ] C ) t a ( ln
2
1
dt ) t a ( ln t
2 1
+ =


5
[ ] C ) t a ( ln ln
) t a ( ln t
dt
+ =

Integrais de funes exponenciais:
0 a , 1 a , C
) a ( ln
a
du a
u
u
> + =
(**)
C du
u u
+ =
e e [caso particular a =e da integral (**) acima]

C
) b ( ln
b
a
1
dt b
at
at
+ =
(***)
C
a
1
dt
at at
+ =
e e [caso particular b =e da integral (***) acima]

C ) 1 at (
a
dt t
2
at
at
+ =
e
e
dt t
a
n
t
a
1
dt t
at 1 n at n at n
e e e

=
1 b , 0 b , dt b t
) b ln( a
n
) b ln( a
b t
dt b t
at 1 n
at n
at n
>
=

( )
[ ] C ) bt cos( b ) bt ( sen a
b a
dt ) t b ( sen
2 2
at
at
+
+
=
e
e
( )
[ ] C ) bt ( sen b ) bt cos( a
b a
dt ) t b cos(
2 2
at
at
+ +
+
=
e
e
Integrais de funes trigonomtricas:
( ) ( ) C u cos du u sen + =

( ) ( ) C u sen du u cos + =

( ) ( ) C ) u ( sec ln du u tg + =

( ) C ) u ( sen ln du u g cot + =

( )
( )
C ) u ( tg ) u ( sec ln du
u cos
1
du u sec + + = =


6
( )
( )
C ) u ( g cot ) u ( ec cos ln du
u sen
1
du u ec cos + = =

( ) ( )
( )
( )
C ) u ( sec du
u sen
u tg
du u tg u ec s + = =

( ) ( )
( ) ( )
C ) u ( ec cos du
u tg u sen
1
du u tg co u ec cos + =
=

( )
( )
C ) u ( tg du
u cos
1
du u ec s
2
2
+ = =

( )
( )
C ) u ( g cot du
u sen
1
du u ec cos
2
2
+ = =

( ) ( ) C t a cos
a
1
dt t a sen +

( ) ( ) C t a sen
a
1
dt t a cos + =

( )
( )
C
a 4
t a 2 sen
2
t
dt t a sen
2
+ =

( )
( )
C
a 4
t a 2 sen
2
t
dt t a cos
2
+ + =

Frmula de recorrncia para integrais de potncias de funes trigonomtricas:
( ) ( )

du u a sen
n
1 n
a n
) u a cos( ) u a ( sen
du u a sen
2 n
1 n
n

( ) ( )

du u a cos
n
1 n
a n
) u a ( sen ) u a ( cos
du u a cos
2 n
1 n
n

( )
( )
( )

=

du u a tg
1 n a
) u a ( tg
du u a tg
2 n
1 n
n

( )
( )
( )

=

du u a g cot
1 n a
) u a ( g cot
du u a g cot
2 n
1 n
n

( )
( )
( )

+

=

du u a sec
1 n
2 n
1 n a
) u a ( tg ) u a ( sec
du u a sec
2 n
2 n
n

( )
( )
( )

+

=

du u a ec cos
1 n
2 n
1 n a
) u a ( g cot ) u a ( ec cos
du u a ec cos
2 n
2 n
n


7
Integrais de outras funes trigonomtricas:
( ) ( )
[ ] [ ]
2 2
b a , C
) b a ( 2
t ) b a ( cos
) b a ( 2
t ) b a ( cos
dt t b cos t a sen +
+
+
=

( ) ( )
[ ] [ ]
2 2
b a , C
) b a ( 2
t ) b a ( sen
) b a ( 2
t ) b a ( sen
dt t b sen t a sen +
+
+

( ) ( )
[ ] [ ]
2 2
b a , C
) b a ( 2
t ) b a ( sen
) b a ( 2
t ) b a ( sen
dt t b cos t a cos +
+
+
+

( ) ( ) C
a 4
) t a 2 ( cos
dt t a cos t a sen +

( )
( )
( )
( ) C t a cos ln
a
1
dt
t a cos
t a sen
dt t a tg + =
=

( )
( )
( )
( ) C t a sen ln
a
1
dt
t a sen
t a cos
dt t a g cot + = =

( ) C ) t a ( cos
a
t
) t a ( sen
a
1
dt t a sen t
2
+ =

( ) C ) t a ( sin
a
t
) t a ( cos
a
1
dt t a cos t
2
+ + =

( ) dt ) t a ( cos t
a
n
) t a ( cos
a
t
dt t a sen t
1 n
n
n

+ =
( ) dt ) t a ( sen t
a
n
) t a ( sen
a
t
dt t a cos t
1 n
n
n

=
Integrais de funes hiperblicas:
C ) at ( cosh
a
1
dt ) at ( senh + =

C ) at ( senh
a
1
dt ) at ( cosh + =

C
2
t
a 4
) at 2 ( senh
dt ) at ( senh
2
+ =

C
2
t
a 4
) at 2 ( senh
dt ) at ( cosh
2
+ + =

C ) at ( senh
a
1
) at ( cosh
a
t
dt ) at ( senh t
2
+ =


8
C ) at ( cosh
a
1
) at ( senh
a
t
dt ) at ( cosh t
2
+ =

C dt ) at ( cosh t
a
n
) at ( cosh
a
t
dt ) at ( senh t
1 n
n
n
+ =

C dt ) at ( senh t
a
n
) at ( senh
a
t
dt ) at ( cosh t
1 n
n
n
+ =

[ ] C ) at ( cosh ln
a
1
dt
) at ( cosh
) at ( senh
dt ) at ( tanh + = =

C ) at ( senh ln
a
1
dt
) at ( senh
) at ( cosh
dt ) at ( coth + = =

Integrais definidas:
=
2
1
dt t
0
-t
e

a 2
1
dt
0
a
2
x

=

e

=

2
1
dt
0
t
2
e

6
dt
1
t
2
0
t
e

15
dt
1
t
4
0
3
t
e

2
dt
t
) t ( sen
0

( )! 1 n ) n ( dt t
0
t 1 n
= =

e
[funo gama]
( ) ( )

= =

3 mpar eiro int n se ,
2 ) 1 n ( 7 5 3
n 6 4 2
2 par eiro int n se ,
2 n 6 4 2
) 1 n ( 5 2 1
dt t cos dt t sen
2
0
n
2
0
n
L
L
L
L

Analise 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

Analise de Sinais

Transféré par

Droits d'auteur :

Formats disponibles

J. A. M.

Felippe de Souza 1 Introduo e Base Matemtica

Fig. 1.18 A rea S sob a curva f(t) no intervalo

Fig. 1.19 Dois exemplos da rea sob a curva f(t) no intervalo

e e [caso particular a = e da integral (**) acima]

e e [caso particular b = e da integral (***) acima]

podem no convergir. Por exemplo, se x(t) ou

< (energia total finita), ento:

(no caso contnuo) eq. (2.10)

(no caso discreto) eq. (2.11)

e e T um perodo de x(t). No caso particular de

e , ento, para este sinal temos que a energia total E

ento para este sinal temos novamente que

unidades de tempo que obviamente tambm

com o impulso unitrio u

t, assim como tambm do

0, etc nas frmulas acima so chamados de resduos.

t, cuja Transformada de Laplace

t 1, da eq. (5.4), como era de se esperar.

t, n 1 podem ser calculadas recursivamente e obtendo-se os j conhecidos re-

t cuja Transformada de Laplace

C As A com (s + 1), o numerador de

com o numerador de X(s)

Cs 3A com 2, o numerador de Y(s), temos

Ys s y0 y0 5sYs 5y0 9Ys 0

um inteiro ou a razo de inteiros.

< (para frequncias baixas) e

< (para frequncias baixas) e

(caso particular, n =-m)

e e [caso particular a =e da integral (**) acima]

e e [caso particular b =e da integral (***) acima]

Vous aimerez peut-être aussi