Você está na página 1de 317

UTFPR – Universidade Tecnológica Federal do Paraná

DAMAT – Departamento Acadêmico de Matemática

Cálculo Diferencial e Integral 4 (MA64A)

SÉRIES - TRANSFORMADAS
NOTAS DE AULA

Rudimar Luiz Nós

2o semestre/2011
2
Não é paradoxo dizer

que nos nossos momentos de inspiração mais teórica

podemos estar o mais próximo possível

de nossas aplicações mais práticas.

A. N. Whitehead (1861-1947)

rudimarnos@gmail.com
http://pessoal.utfpr.edu.br/rudimarnos

3
4
SUMÁRIO

1. SÉRIES .................................................................................................................................................................................9
1.1 – SEQUÊNCIAS INFINITAS .................................................................................................................................................9
1.2 – SÉRIES INFINITAS ..........................................................................................................................................................9
1.3 – CONVERGÊNCIA DE SÉRIES ..........................................................................................................................................10
1.3.1 – A série geométrica..............................................................................................................................................10
1.3.2 – Condição necessária à convergência.................................................................................................................11
1.3.3 – Teste da divergência...........................................................................................................................................11
1.3.4 – Série de termos positivos: o teste da integral.....................................................................................................11
1.3.5 – Convergência absoluta e condicional ................................................................................................................12
1.3.6 – Convergência uniforme (série de funções).........................................................................................................12
1.3.7 – Teste M de Weierstrass ......................................................................................................................................13
2. A SÉRIE DE FOURIER....................................................................................................................................................17
2.1 – FUNÇÕES PERIÓDICAS .................................................................................................................................................17
2.2 – SÉRIES TRIGONOMÉTRICAS ..........................................................................................................................................18
2.3 – SÉRIE DE FOURIER .......................................................................................................................................................22
2.3.1 – Definição............................................................................................................................................................22
2.3.2 – Coeficientes ........................................................................................................................................................22
2.3.3 – Continuidade seccional ou por partes................................................................................................................25
2.3.4 – Convergência: condições de Dirichlet ...............................................................................................................25
2.4 – SÉRIE DE FOURIER DE UMA FUNÇÃO PERIÓDICA DADA ................................................................................................27
2.5 – FUNÇÕES PARES E FUNÇÕES ÍMPARES ..........................................................................................................................35
2.6 – SÉRIE DE FOURIER DE COSSENOS.................................................................................................................................39
2.7 – SÉRIE DE FOURIER DE SENOS .......................................................................................................................................40
2.8 – O FENÔMENO DE GIBBS ...............................................................................................................................................44
2.9 – A IDENTIDADE DE PARSEVAL PARA SÉRIES DE FOURIER..............................................................................................45
2.10 – CONVERGÊNCIA DE SÉRIES NUMÉRICAS ATRAVÉS DA SÉRIE DE FOURIER ..................................................................47
2.11 – DERIVAÇÃO E INTEGRAÇÃO DA SÉRIE DE FOURIER....................................................................................................48
2.12 – A FORMA EXPONENCIAL (OU COMPLEXA) DA SÉRIE DE FOURIER ...............................................................................50
2.13 – APLICAÇÕES DA SÉRIE DE FOURIER NA SOLUÇÃO DE EQUAÇÕES DIFERENCIAIS PARCIAIS .........................................55
2.13.1 – Equações diferenciais ......................................................................................................................................55
2.13.2 – Equação do calor .............................................................................................................................................56
2.13.3 – Equação da onda..............................................................................................................................................59
2.13.4 – Equação de Laplace .........................................................................................................................................61
2.14 – EXERCÍCIOS RESOLVIDOS ..........................................................................................................................................65
2.15 – EXERCÍCIOS COMPLEMENTARES ................................................................................................................................77
3. A INTEGRAL DE FOURIER / TRANSFORMADAS DE FOURIER .........................................................................91
3.1 – A INTEGRAL DE FOURIER ............................................................................................................................................92
3.2 – CONVERGÊNCIA DA INTEGRAL DE FOURIER ................................................................................................................92
3.2.1 – Convergência absoluta e condicional ................................................................................................................93
3.3 – A INTEGRAL COSSENO DE FOURIER .............................................................................................................................93
3.4 – A INTEGRAL SENO DE FOURIER ...................................................................................................................................94
3.5 – FORMAS EQUIVALENTES DA INTEGRAL DE FOURIER....................................................................................................95
3.6 – DEFINIÇÃO DA TRANSFORMADA DE FOURIER E DA TRANSFORMADA INVERSA DE FOURIER ........................................97
3.7 – TRANSFORMADA COSSENO DE FOURIER E TRANSFORMADA COSSENO DE FOURIER INVERSA ......................................99
3.8 – TRANSFORMADA SENO DE FOURIER E TRANSFORMADA SENO DE FOURIER INVERSA .................................................100
3.9 – FUNÇÃO DE HEAVISIDE .............................................................................................................................................102
3.10 – ESPECTRO, AMPLITUDE E FASE DA TRANSFORMADA DE FOURIER ............................................................................104
3.11 – PROPRIEDADES OPERACIONAIS DAS TRANSFORMADAS DE FOURIER ........................................................................106
3.11.1 – Comportamento de F(α) quando |α|→∞ ........................................................................................................107
3.11.2 – Linearidade ....................................................................................................................................................108
3.11.3 – Simetria (ou dualidade)..................................................................................................................................108
3.11.4 – Conjugado ......................................................................................................................................................109
3.11.5 – Translação (no tempo) ...................................................................................................................................109
3.11.6 – Translação (na frequência) ............................................................................................................................110

5
3.11.7 – Similaridade (ou mudança de escala) e inversão de tempo ...........................................................................110
3.11.8 – Convolução ....................................................................................................................................................111
3.11.9 – Multiplicação (Convolução na frequência)....................................................................................................114
3.11.10 – Transformada de Fourier de derivadas .......................................................................................................115
3.11.11 – Derivadas de transformadas de Fourier ......................................................................................................116
3.12 – RESUMO: PROPRIEDADES OPERACIONAIS DAS TRANSFORMADAS DE FOURIER ........................................................119
3.13 – DELTA DE DIRAC.....................................................................................................................................................120
3.13.1 – Propriedades do delta de Dirac .....................................................................................................................121
3.13.2 – Transformada de Fourier do delta de Dirac ..................................................................................................122
3.14 – MÉTODOS PARA OBTER A TRANSFORMADA DE FOURIER .........................................................................................122
3.14.1 – Uso da definição.............................................................................................................................................122
3.14.2 – Uso de equações diferenciais .........................................................................................................................126
3.14.3 – Decomposição em frações parciais................................................................................................................128
3.15 – TRANSFORMADA DE FOURIER DE ALGUMAS FUNÇÕES ............................................................................................130
3.15.1 – A função constante unitária ...........................................................................................................................130
3.15.2 – A função sinal.................................................................................................................................................131
3.15.3 – A função degrau .............................................................................................................................................132
3.15.4 – Exponencial....................................................................................................................................................132
3.15.5 – Função cosseno ..............................................................................................................................................133
3.16 – RESUMO: TRANSFORMADAS DE FOURIER DE ALGUMAS FUNÇÕES ...........................................................................134
3.17 – IDENTIDADE DE PARSEVAL PARA AS INTEGRAIS DE FOURIER ..................................................................................135
3.18 – CÁLCULO DE INTEGRAIS IMPRÓPRIAS ......................................................................................................................137
3.19 – SOLUÇÃO DE EQUAÇÕES DIFERENCIAIS ...................................................................................................................141
3.19.1 – Equações diferenciais ordinárias...................................................................................................................141
3.19.2 – Equações diferenciais parciais ......................................................................................................................142
Derivação sob o sinal de integração – Regra de Leibniz .................................................................................................................. 142
3.19.2.1 – Equação do calor (EDP parabólica).................................................................................................................................. 144
3.19.2.2 – Equação da onda (EDP hiperbólica) ................................................................................................................................. 146
3.19.2.3 – Equação de Laplace (EDP elíptica) .................................................................................................................................. 148
3.20 – SOLUÇÃO DE EQUAÇÕES INTEGRAIS E DE EQUAÇÕES ÍNTEGRO-DIFERENCIAIS .........................................................151
3.21 – EXERCÍCIOS RESOLVIDOS ........................................................................................................................................154
3.22 – EXERCÍCIOS COMPLEMENTARES ..............................................................................................................................157
4. TRANSFORMADAS DE LAPLACE ............................................................................................................................165
4.1 – DEFINIÇÃO DA TRANSFORMADA DE LAPLACE ...........................................................................................................165
4.1.1 – Motivação.........................................................................................................................................................165
4.1.2 – Função de Heaviside........................................................................................................................................166
4.1.2.1 - Generalização........................................................................................................................................................................ 167
4.1.3 – Transformada de Laplace ................................................................................................................................168
4.2 – FUNÇÕES DE ORDEM EXPONENCIAL...........................................................................................................................171
4.3 – CONVERGÊNCIA DA TRANSFORMADA DE LAPLACE UNILATERAL ..............................................................................174
4.3.1 – Convergência absoluta e condicional ..............................................................................................................174
4.3.2 – Condições suficientes para a convergência .....................................................................................................174
4.4 – TRANSFORMADA DE LAPLACE UNILATERAL DAS FUNÇÕES ELEMENTARES ...............................................................175
4.4.1 – f(t) = tn ..............................................................................................................................................................175
4.4.2 – f(t) = eat ............................................................................................................................................................177
4.4.3 – Transformada de algumas funções elementares ..............................................................................................177
4.5 – PROPRIEDADES DA TRANSFORMADA DE LAPLACE UNILATERAL ................................................................................178
4.5.1 – Comportamento da transformada de Laplace F(s) quando s→∞ ....................................................................178
4.5.2 – Linearidade ......................................................................................................................................................178
4.5.3 – Primeira propriedade de translação ou deslocamento ....................................................................................181
4.5.4 – Segunda propriedade de translação ou deslocamento.....................................................................................181
4.5.5 – Similaridade (ou mudança de escala) ..............................................................................................................182
4.5.6 – Transformada de Laplace unilateral de derivadas ..........................................................................................183
4.5.7 – Transformada de Laplace unilateral de integrais............................................................................................185
4.5.8 – Derivadas de transformadas de Laplace unilaterais (multiplicação por tn) ....................................................186
4.5.9 – Integrais de transformadas de Laplace unilaterais (divisão por t) ..................................................................187
4.5.10 – Convolução ....................................................................................................................................................189
4.5.11 – Valor inicial ...................................................................................................................................................190
4.5.12 – Valor final ......................................................................................................................................................191
4.6 – TRANSFORMADA DE LAPLACE UNILATERAL DE FUNÇÕES PERIÓDICAS ......................................................................192
6
4.7 – CÁLCULO DE INTEGRAIS IMPRÓPRIAS ........................................................................................................................194
4.8 – MÉTODOS PARA DETERMINAR A TRANSFORMADA DE LAPLACE UNILATERAL ...........................................................196
4.8.1 – Uso da definição...............................................................................................................................................196
4.8.2 – Expansão em série de potências.......................................................................................................................196
4.8.3 – Uso de equações diferenciais ...........................................................................................................................200
4.8.4 – Outros métodos ................................................................................................................................................200
4.8.5 – Uso de tabelas de transformadas .....................................................................................................................200
4.9 – TRANSFORMADA DE LAPLACE UNILATERAL DE ALGUMAS FUNÇÕES .........................................................................200
4.9.1 – Função nula .....................................................................................................................................................200
4.9.2 – Função degrau unitário ...................................................................................................................................200
4.9.3 – Função impulso unitário ..................................................................................................................................201
4.9.4 – Algumas funções periódicas.............................................................................................................................202
4.10 – MÉTODOS PARA DETERMINAR A TRANSFORMADA DE LAPLACE UNILATERAL INVERSA...........................................204
4.10.1 – Completando quadrados ................................................................................................................................204
4.10.2 – Decomposição em frações parciais................................................................................................................204
4.10.3 – Expansão em série de potências.....................................................................................................................209
4.10.4 – Uso de tabelas de transformadas de Laplace.................................................................................................211
4.10.5 – A fórmula de Heaviside ..................................................................................................................................211
4.10.6 – A fórmula geral (ou complexa) de inversão ...................................................................................................212
4.11 – SOLUÇÃO DE EQUAÇÕES DIFERENCIAIS ...................................................................................................................213
4.11.1 – Equações diferenciais ordinárias com coeficientes constantes......................................................................213
4.11.2 – Equações diferenciais ordinárias com coeficientes variáveis........................................................................219
4.11.3 – Equações diferenciais ordinárias simultâneas...............................................................................................221
4.11.4 – Equações diferenciais parciais ......................................................................................................................223
4.12 – SOLUÇÃO DE EQUAÇÕES ÍNTEGRO-DIFERENCIAIS ....................................................................................................229
4.13 – EXERCÍCIOS RESOLVIDOS ........................................................................................................................................232
4.14 – EXERCÍCIOS COMPLEMENTARES ..............................................................................................................................240
5. TRANSFORMADAS Z ...................................................................................................................................................251
5.1 – DEFINIÇÃO DA TRANSFORMADA Z UNILATERAL .......................................................................................................252
5.2 – TRANSFORMADA Z UNILATERAL DE ALGUMAS SEQUÊNCIAS .....................................................................................253
5.2.1 – Versão discreta da função delta de Dirac........................................................................................................253
5.2.2 – Sequência unitária ou passo discreto unitário .................................................................................................253
5.2.3 – Exponencial......................................................................................................................................................254
5.2.4 – Potência............................................................................................................................................................255
5.3 – SÉRIES DE POTÊNCIAS: DEFINIÇÃO, RAIO DE CONVERGÊNCIA ....................................................................................256
5.4 – EXISTÊNCIA E DOMÍNIO DE DEFINIÇÃO DA TRANSFORMADA Z UNILATERAL .............................................................258
5.5 – PROPRIEDADES DA TRANSFORMADA Z UNILATERAL .................................................................................................260
5.5.1 – Linearidade ......................................................................................................................................................260
5.5.2 – Translação (ou deslocamento) .........................................................................................................................264
5.5.3 – Similaridade .....................................................................................................................................................265
5.5.4 – Convolução ......................................................................................................................................................266
5.5.5 – Diferenciação da transformada de uma sequência ..........................................................................................267
5.5.6 – Integração da transformada de uma sequência ...............................................................................................269
5.5.7 – Valor inicial .....................................................................................................................................................270
5.5.8 – Valor final ........................................................................................................................................................271
5.6 – RESUMO: TRANSFORMADA Z UNILATERAL DAS FUNÇÕES DISCRETAS ELEMENTARES ...............................................272
5.7 – TRANSFORMADA Z UNILATERAL INVERSA ................................................................................................................272
5.8 – MÉTODOS PARA DETERMINAR A TRANSFORMADA Z UNILATERAL INVERSA ..............................................................273
5.8.1 – Uso da transformada Z unilateral e de suas propriedades..............................................................................273
5.8.2 – Decomposição em frações parciais..................................................................................................................274
5.8.3 – Expansão em série de potências.......................................................................................................................277
5.8.4 – Estratégia geral de inversão ............................................................................................................................279
5.9 – TRANSFORMADA Z BILATERAL .................................................................................................................................280
5.9.1 - Série de Laurent................................................................................................................................................280
5.8.1.1 - Singularidades ....................................................................................................................................................................... 280
5.9.2 – Definição..........................................................................................................................................................282
5.10 – EQUAÇÕES DE DIFERENÇAS .....................................................................................................................................286
5.10.1 – Definição ........................................................................................................................................................286
5.10.2 – Equações de diferenças lineares ....................................................................................................................287
7
5.10.3 – Solução de equações de diferenças lineares ..................................................................................................287
5.11 – EXERCÍCIOS RESOLVIDOS ........................................................................................................................................294
5.12 – EXERCÍCIOS COMPLEMENTARES ..............................................................................................................................301
6. FORMULÁRIO ...............................................................................................................................................................307
REFERÊNCIAS...................................................................................................................................................................317

8
1. SÉRIES
1.1 – Sequências infinitas

Uma sequência infinita é uma função discreta cujo domínio é N \ {0} .


Notação: {a n }, n ∈ N \ {0}, a n = f (n )

Exemplos

o n2
n +1  1 4 9 16 25 
1 ) {a n } = (− 1) ⇒ {a n } =  ,− , ,− , ,L
3n − 1  2 5 8 11 14 
n
2o) A sequência {a n } = é convergente ou divergente?
2n + 1
{a n } =  1 , 2 , 3 , 4 , 5 ,L , n , n + 1 ,K
 3 5 7 9 11 2n + 1 2n + 3 

Se lim a n existe, então {a n } é convergente. Caso contrário, {a n } é divergente.


n →∞

n 1 1
Como lim = lim = , {a n } é convergente.
n →∞ 2n + 1 n → ∞ 1 2
2+
n

1.2 – Séries infinitas

Uma série infinita é definida como sendo a soma dos termos de uma sequência infinita.

Notação:
∑ n =1
a n = a1 + a 2 + a 3 + L + a n + L

S1 = a 1
S2 = a1 + a 2
Somas parciais: S3 = a 1 + a 2 + a 3
M
Sn = a1 + a 2 + a 3 + L + a n

Se lim S n = S , então a série infinita é convergente. Se o limite S não existe, então a série
n →∞
infinita é divergente.

Exemplo


1 1 1 1 1 1
∑ n(n + 1) = 1.2 + 2.3 + 3.4 + 4.5 + L + n(n + 1) + L
n =1

9
1 1 1
an = = −
n (n + 1) n n + 1
 1 1 1 1 1 1 1 
S n = a 1 + a 2 + a 3 + L + a n = 1 −  +  −  +  −  + L +  − 
 2  2 3  3 4  n n + 1
1 n
Sn = 1 − =
n +1 n +1
n
lim S n = lim =1
n →∞ n →∞ n + 1

Logo, a série infinita é convergente.

1.3 – Convergência de séries

Diferenciar:

• Condições necessárias à convergência;


• Condições suficientes à convergência;
• Condições necessárias e suficientes à convergência.

1.3.1 – A série geométrica

Teorema: A série geométrica

∑n =1
a r n -1 = a + ar + ar 2 + ar 3 + K , com a≠0,

a
(i) converge, e tem por soma , se r < 1 (− 1 < r < 1) ;
1− r
(ii) diverge, se r ≥ 1 (r ≤ -1 ou r ≥ 1) .

Exemplos


1 1 1 1 1 1 1
1o) ∑2 n −1
=1+ + 2 + 3 + 4 + L + n −1 + L =
2 2 2 2 2 1
=2
n =1
1−
2

5 5
5 5 5 5 10 = 10 = 5
2o) 0, 5 = 0,5555K = + + + +K =
10 100 1000 10000 1− 1 9 9
10 10

10
1.3.2 – Condição necessária à convergência

Teorema: Se a série infinita


∑ n =1
a n é convergente, então lim a n = 0 .
n →∞

A recíproca não é sempre verdadeira.

1.3.3 – Teste da divergência

Se lim a n não existir ou lim a n ≠ 0 , então a série infinita


n →∞ n →∞ ∑ n =1
a n é divergente.

1.3.4 – Série de termos positivos: o teste da integral

Teorema: Se f é uma função contínua, decrescente e de valores positivos para todo x ≥ 1 , então
a série infinita

∑ ( ) ()
n =1
f n = f 1 + f (2 ) + L + f (n ) + L

(i) converge se a integral imprópria


∫ () 1

f x dx converge;

(ii) diverge se a integral imprópria


∫ () 1
f x dx diverge.

Exemplo

A série harmônica

n =1
1
n
1 1 1 1
= 1 + + + + + L é divergente.
2 3 4 5
1
lim =0 (condição necessária, porém não suficiente)
n →∞ n

∞ b

∫ ∫
1 1 b
dx = lim dx = lim[ln (x )]1 = lim[ln (b ) − 0] = ∞
1
x b→∞
1
x b →∞ b→∞

Como a integral diverge, a série harmônica diverge.

11
1.3.5 – Convergência absoluta e condicional

∞ ∞

A série
∑ n =1
a n é dita absolutamente convergente se
∑ n =1
a n = a 1 + a 2 + a 3 + K convergir.

∞ ∞ ∞

Se

n =1
a n convergir mas
∑n =1
a n divergir, então

n =1
a n é dita condicionalmente convergente.

∞ ∞

Teorema: Se
∑ n =1
a n converge, então
∑ n =1
a n também converge.

Exemplo

1 1 1 1 1 1 1
A série 1 + 2
− 2 − 2 + 2 + 2 − 2 − 2 + L é absolutamente convergente, uma vez que
2 3 4 5 6 7 8

2
1
3
1
4
1
5
1
6
1
7
1
8
1
1+ 2 + 2 + 2 + 2 + 2 + 2 + 2 +L =
∑n =1
1 π2
n2
=
6
(provaremos usando a série de Fourier).

1.3.6 – Convergência uniforme (série de funções)

Série de números reais

∑n =1
a n = a1 + a 2 + a 3 + K

Exemplo:
∑ n =1
2n
n!
4 8 16 32
= 2+ + + +
2! 3! 4! 5!
+K

Série de funções

∑n =1
u n (x ) = u 1 (x ) + u 2 (x ) + u 3 (x ) + K

Exemplo:
∑ n =1
sen (nx )
n!
= sen (x ) +
sen (2 x ) sen (3x ) sen (4 x )
2!
+
3!
+
4!
+K

12

a
A série de Fourier 0 +
2 ∑ n =1


 nπ x 
 
 nπ x  
a n cos L  + b n sen  L  é uma série de funções trigonomé-
 
ricas.

Sejam a série
∑n =1
u n (x ) , onde {u n (x )}, n = 1,2,3,K é uma sequência de funções definidas em

[a,b], S n (x ) = u 1 (x ) + u 2 (x ) + u 3 (x ) + L + u n (x ) a soma parcial da série e lim S n (x ) = S(x ) . A série


n →∞

converge para S(x ) em [a , b] se para cada ε > 0 e cada x ∈ [a , b] existe um N > 0 tal que
S n (x ) − S(x ) < ε para todo n > N . O número N depende geralmente de ε e x . Se N depende
somente de ε , então a série converge uniformemente ou é uniformemente convergente em [a , b] .

Teorema 1: Se cada termo da série


∑ n =1
u n (x ) é uma função contínua em [a,b] e a série é

uniformemente convergente para S(x) em [a,b], então a série pode ser integrada termo a termo, isto é,
b ∞  ∞
 b 
∫ ∑ ∑∫
 
 u n (x )dx =  u n (x )dx  .
a 
 n =1  n =1 
 a 

Teorema 2: Se cada termo da série


∑n =1
u n (x ) é uma função contínua com derivada contínua

∞ ∞

em [a,b] e se
∑ n =1
u n (x ) converge para S(x) enquanto
∑n =1
u 'n (x ) converge uniformemente em [a,b],

d  
∞ ∞

então a série pode ser diferenciada termo a termo em [a,b], isto é,


dx 

∑ n =1
u n (x ) =



n =1
 d
 dx

 u n (x )  .

1.3.7 – Teste M de Weierstrass

Karl Theodor Wilhelm Weierstrass (1815-1897): matemático alemão.

Se existe uma sequência de constantes M n , n = 1,2,3,K , tal que para todo x em um intervalo

(a) u n (x ) ≤ M n
e

(b)
∑n =1
M n converge,

então

n =1
u n (x ) converge uniforme e absolutamente no intervalo.

13
Observações:

1a) O teste fornece condições suficientes, porém não necessárias.

2a) Séries uniformemente convergentes não são necessariamente absolutamente convergentes ou vice-
versa.

Exemplo

∑n =1
cos(nx )
n 2
= cos(x ) +
cos(2 x ) cos(3x ) cos(4 x )
22
+
32
+
42
+L é uniforme e absolutamente

convergente em [0,2π] (ou em qualquer intervalo), uma vez que


cos(nx )
n 2
n
1
≤ 2 e
∑n =1
1
n2
=
π2
6
.

Exercícios

01. Mostre que a série


∑n =1
n2
5n 2 + 4
diverge.

R.: Use o teste da divergência.

02. Mostre que a série


∑(
n =1
1
2n − 1)(2n + 1)
converge e determine sua soma.

1
R.:
2

03. Determine se as séries infinitas a seguir são convergentes ou divergentes.



n x
a) 2
R.: A série é divergente: dx = ∞ .
2
n +1 1
x +1
n =1



ln(n ) ln (x ) 1
b) R.: A série é convergente: dx = .
n3 1
x 3
4
n =1

14



−n 2
c) ne R.: A série é convergente: xe − x dx = .
1
e
n =1



1 dx
d) R.: A série é divergente: = ∞.
n ln (n ) 2
x ln (x )
n =2

04. Verifique se as séries de funções seguintes são uniformemente convergentes para todo x .

a)

n =1
cos(nx )
2n
R.: A série é uniformemente convergente para todo x .

b)

n =1
1
n + x2
2
R.: A série é uniformemente convergente para todo x .

c)

n =1
sen 2 (nx )
2n − 1
R.: A série é uniformemente convergente para todo x .

∞ ∞

∑ ∑(
π


sen (nx ) 1
05. Seja f (x ) = . Prove que f (x )dx = 2 .
n3 0 2n − 1)
4
n =1 n =1

sen (nx ) 1 ∞
1
R.: Use
n 3

n 3
, o teste M de Weierstrass (prove que ∑
n =1 n
3
converge usando o teste da

integral) e o fato de que uma série uniformemente convergente pode ser integrada termo a termo.

∞ ∞

∑( ∫∑
π
1 π4 sen (nx ) π4
Observação: Mostraremos futuramente que 4
= . Assim, dx = .
2n − 1) 96 0
n3 48
n =1 n =1


 cos(2 x ) cos(4x ) cos(6 x ) 
06. Prove que  1.3 + 3.5 + 5.7 + L dx = 0 .
0  

15
16
2. A SÉRIE DE FOURIER

Jean-Baptiste Joseph Fourier (1766-1830): físico, matemático e engenheiro francês. Principais


contribuições: teoria da condução do calor, séries trigonométricas.

Por que aproximar uma função por uma função dada por senos e cossenos?

Para facilitar o tratamento matemático do modelo, uma vez que as funções trigonométricas seno
e cosseno são periódicas de período fundamental 2π , contínuas, limitadas e de classe C ∞ , ou seja, são
infinitamente diferenciáveis.

2.1 – Funções periódicas

Uma função f : R → R é periódica de período fundamental P se

f (x + P ) = f (x ) ∀x, P > 0 .

Exemplos

(a) (b)

(c) (d)

Figura 1: (a) f (x ) = sen (x ) , função de período fundamental P = 2π ; (b) f (x ) = cos(x ) , função de


período fundamental P = 2π ; (c) f (x ) = 5 , função de período fundamental P = k, k > 0 ; (d) função
onda triangular, de período fundamental P = 2 .

17
Como as funções sen (x ) e cos(x ) são 2π-periódicas, temos que

sen (x ) = sen (x + 2π ) = sen (x + 4π ) = sen (x + 6π ) = L


.
cos(x ) = cos(x + 2π ) = cos(x + 4π ) = cos(x + 6π ) = L

Funções periódicas surgem em uma grande variedade de problemas físicos, tais como as
vibrações de uma corda, o movimento dos planetas em torno do sol, a rotação da terra em torno do seu
eixo, o movimento de um pêndulo, a corrente alternada em circuitos elétricos, as marés e os
movimentos ondulatórios em geral.

2.2 – Séries trigonométricas

Denomina-se série trigonométrica a uma série da forma

a0
+ a 1 cos(x ) + b1sen (x ) + a 2 cos(2 x ) + b 2 sen (2x ) + a 3 cos(3x ) + b 3 sen (3x ) + L
2

ou

a0
2
+
∑[
n =1
a n cos(nx ) + b n sen (nx )] (2.2.1)

ou

a0
2
+
∑n =1


 nπ x 
 
 nπ x  
a n cos L  + b n sen  L  .
 
(2.2.2)

Obtém-se a forma (2.2.2) através de uma transformação linear que leva um intervalo de
amplitude 2L em um intervalo de amplitude 2π .

Em (2.2.1) ou (2.2.2), para cada n temos um harmônico da série e a 0 , a n e b n são os


coeficientes da série.

a 0 : constante

a n = f (n ) e b n = f (n ) : sequências infinitas

Exemplo

n
2 2(− 1)  2 1 2 1 2 
an = cos(nπ ) = ⇒ {a n } = − , ,− , ,− ,K
nπ nπ  π π 3π 2π 5π 

A série trigonométrica (2) também pode ser escrita na forma

18

a0
2
+
∑n =1
 nπ x
A n sen
 L

+ φn  ,

(2.2.3)

2 2
onde A n = a n + b n , a n = A n sen (φ n ) e b n = A n cos(φ n ) .

2 2
A forma (2.2.3) é obtida multiplicando-se e dividindo-se a forma (2.2.2) por a n + bn .


2 2 2 2
a0 a n + bn   nπ x   nπ x  a n + b n
2
+ a n cos L  + b n sen  L 
2
a n + bn
2
     a n 2 + b n 2
n =1


 
a0
2
+
∑n =1
a n + bn 
2 2 an
 a n 2 + bn 2

 nπ x 
cos
 L 
 +
bn
2
a n + bn
2
 nπ x 
sen
 L 

2 2 an b
Considerando a n + bn = An , = sen (φ n ) e n = cos(φ n ) , temos que:
An An


a0
2
+
∑n =1


 nπ x 
A n sen (φ n ) cos
 L 
 nπ x 
 + cos(φ n )sen 
 L 



a0
2
+
∑n =1
 nπ x
A n sen
 L

+ φn 

 nπ x 
Em (2.2.3), o termo A n sen  + φ n  é chamado harmônico de ordem n e pode ser
 L 
caracterizado somente pela amplitude A n e pelo ângulo de fase φ n .

Questões

01. Dada uma função f(x) 2L-periódica, quais as condições que f(x) deve satisfazer para que exista uma
série trigonométrica convergente para ela?

02. Sendo m, n ∈ N , mostre que:


 nπ x 
(a) cos dx = 0, n ≠ 0
−L  L 

19
nπ x nπ L
u= du = dx dx = du
L L nπ

L L


 nπx  L   nπx  L
cos dx = sen  = [sen(nπ) − sen (− nπ)] = 0
−L  L  nπ   L  − L nπ

L L

∫ ∫
 nπx  L
n =0⇒ cos dx = dx = [x ]−L = L − (− L ) = 2L
−L
 L  −L


 nπ x   nπ x 
(b) sen dx = 0 ( f (x ) = sen   é ímpar no intervalo [− L, L] )
−L  L   L 

nπ x nπ L
u= du = dx dx = du
L L nπ

L L


 nπ x  L   nπ x  L
sen dx = − cos  = − [cos(nπ ) − cos(− nπ )] = 0
−L  L  nπ   L  −L nπ

L L

∫ ∫
 nπ x 
n =0⇒ sen dx = 0dx = 0
−L  L  −L


 mπ x   nπ x  0, se m ≠ n
(c) cos  cos dx = 
−L  L   L  L, se m = n ≠ 0

1
Lembrando que : cos(u ) cos(v ) = [cos(u + v ) + cos(u − v )]
2
L L

∫ ∫
 mπ x   nπ x  1   (m + n )π x   (m - n )π x  
cos  cos dx = cos   + cos   dx =0 se m ≠ n
−L  L   L  2 −L   L   L 
L L L

∫ ∫ ∫
 nπ x  1   2 nπ x   1 1 L
m=n ≠0⇒ 2
cos  dx = cos L  + 1 dx = 2 dx = [x ]−L = L
−L
 L  2 −L 
   −L
2
L L

∫ ∫
 mπ x   nπ x  1 L
m=n =0⇒ cos  cos dx = 2dx = [x ]−L = 2L
−L
 L   L  2 −L


 mπ x   nπ x  0, se m ≠ n
(d) sen sen  dx =  (o produto de duas funções ímpares é par)
−L  L   L  L, se m = n ≠ 0

20
1
Lembrando que : sen (u )sen (v ) = [cos(u − v ) − cos(u + v )]
2
L L

∫ ∫
 mπ x   nπ x  1   (m - n )π x   (m + n )π x  
sen  sen  dx = cos   − cos   dx = 0 se m ≠ n
−L
 L   L  2 −L   L   L 

L L L

∫ ∫ ∫
 nπ x  1   2nπ x  1 1 L
m=n ≠0⇒ 2
sen  dx = 1 − cos L  dx = 2 dx = [x ]−L = L
−L
 L  2 −L 
  −L
2
L L

∫ ∫
 mπ x   nπ x  1
m=n =0⇒ sen  sen dx = 0dx = 0
−L
 L   L  2 −L


 mπ x   nπ x 
(e) cos sen dx = 0 (o produto de uma função par por uma ímpar é ímpar)
−L  L   L 

1
Lembrando que : sen (u ) cos(v ) = [sen(u + v ) + sen(u − v )]
2
L L

∫ ∫
 mπ x   nπ x  1   (n + m )π x   (n - m )π x  
sen  cos dx = sen   + sen   dx =0
−L  L   L  2 −L   L   L 

Observações:

1a) Os resultados encontrados anteriormente continuam válidos quando os limites de integração –L e L


são substituídos por c e c + 2L, respectivamente, com c ∈ R .

2a) Funções ortogonais

Definição 1: O produto interno ou produto escalar de duas funções f (x ) e g(x ) em um


intervalo [a,b] é o número

(f | g ) =
∫ a
f (x )g (x ) dx .

Definição 2: Duas funções f e g são ortogonais em um intervalo [a , b] se

(f | g ) =
∫ a
f (x )g(x ) dx = 0 .

 nπ x   nπ x 
Assim, as funções f (x ) = sen  e g (x ) = cos  são ortogonais no intervalo (− L, L ) .
 L   L 

21
2.3 – Série de Fourier

2.3.1 – Definição

Seja a função f(x) definida no intervalo (− L, L ) e fora desse intervalo definida como
f (x + 2L ) = f (x ) , ou seja, f (x ) é 2L-periódica. A série de Fourier ou a expansão de Fourier
correspondente a f(x) é dada por


a0
2
+
∑n =1


 nπ x 
 
 nπ x  
a n cos L  + b n sen L 
 

sendo que os coeficientes de Fourier a 0 , a n e b n são dados pelas expressões a seguir.


1
a0 = f (x )dx
L
−L


1  nπ x 
an = f (x ) cos dx
L −L  L 


1  nπ x 
bn = f (x ) sen  dx
L  L 
−L

2.3.2 – Coeficientes

Se a série

A+

n =1


 nπ x 
 
 nπ x  
a n cos L  + b n sen L 
 

converge uniformemente para f (x ) em (− L, L ) , mostre que, para n = 1,2,3,K ,


1  nπ x 
1. a n = f (x ) cos dx ;
L −L  L 


1  nπ x 
2. b n = f (x ) sen  dx ;
L  L 
−L

a0
3. A = .
2

22

1. Multiplicando f (x ) = A +

n =1


 nπ x 
 
 nπ x 
 
 mπ x 
a n cos L  + b n sen L  por cos L  e integrando de –L
 
a L, obtemos:

L L

∫ ∫
 mπ x   mπ x 
f (x ) cos dx = A cos dx +
−L  L  L  L 
144
− 42444 3
I

∑ ∫
 L L
 mπ x   nπ x  

 mπ x   nπ x 
+ a n cos  cos dx + b n cos sen dx 
 −L  L   L  −L  L   L  
n =1 1444444444444424444444444444 3
II n =1,2,3,K, m,K

Considerando m ≠ 0 em I e n = m em II:


 mπ x 
f (x ) cos dx = a m L
 L 
−L

L L

∫ ∫
1  mπ x  1  nπ x 
am = f (x ) cos dx ou a n = f (x ) cos dx
L  L  L  L 
−L −L


1
Para n = 0 , a 0 = f (x )dx . (2.3.2.1)
L
−L

2. Multiplicando f (x ) = A +

n =1


 nπ x 
 
 nπ x 
 
 mπ x 
a n cos L  + b n sen L  por sen L  e integrando de –L
 
a L, obtemos:

L L

∫ ∫
 mπ x   mπ x 
f (x ) sen dx = A sen dx +
−L  L  −L  L 

∑ ∫
 L L
 mπ x   nπ x  

 mπ x   nπ x 
+ a n sen   cos dx + b n sen sen dx 
 −L  L   L  −L  L   L  
n =1 1444444444444424444444444444 3
I n =1,2,3,K, m,K

Considerando n = m em I:

23
L


 mπ x 
f (x ) sen dx = b m L
 L 
−L

L L

∫ ∫
1  mπ x  1  nπ x 
bm = f (x ) sen  dx ou b n = f (x ) sen  dx
L  L  L  L 
−L −L

3. Integrando f (x ) = A +
∑n =1


 nπ x 
 
 nπ x 
a n cos L  + b n sen L  de –L a L, obtemos:
 


  nπ x  
∑ ∫
L L L L

∫ ∫ ∫
 nπ x 
f (x )dx = A dx + a n cos dx + b n sen  dx 
−L −L  −L  L  −L  L  
n =1

Para n = 1,2,3,K , obtemos:

∫ −L
f (x )dx = 2AL


1
A= f (x )dx (2.3.2.2)
2L −L

a0
Comparando (2.3.2.1) e (2.3.2.2), concluímos que a 0 L = 2AL ⇒ A = .
2

Observação: Os resultados encontrados continuam válidos quando os limites de integração –L e L são


substituídos por c e c + 2L, respectivamente, com c ∈ R .

∞ ∞

Teorema 1: Se

n =1
u n (x ) e
∑n =1
v n (x ) são uniformemente convergentes em a ≤ x ≤ b e se

∞ ∞

h (x ) é contínua em a ≤ x ≤ b , então as séries


∑[n =1
u n (x ) + v n (x )] ,
∑[
n =1
u n (x ) − v n (x )],

∑[ ( )

∑[ ( )
n =1
h x u n (x )] e
n =1
h x v n (x )] são uniformemente convergentes em a ≤ x ≤ b .

Demonstração: KAPLAN, W. Cálculo avançado. Vol 2. Página 393.

24
Teorema 2: Toda série trigonométrica uniformemente convergente é uma série de Fourier.
Mais precisamente, se a série

a0
+ a 1 cos(x ) + b1sen (x ) + a 2 cos(2 x ) + b 2 sen (2x ) + a 3 cos(3x ) + b 3 sen (3x ) + L
2

converge uniformemente a f (x ) para todo x , então f (x ) é contínua para todo x , f (x ) tem período
2π e a série trigonométrica é a série de Fourier de f (x ) .

2.3.3 – Continuidade seccional ou por partes

Uma função é seccionalmente contínua ou contínua por partes em um intervalo α ≤ t ≤ β se


este intervalo pode ser subdividido em um número finito de intervalos em cada um dos quais a função é
contínua e tem limites, à direita e à esquerda, finitos.

Exemplo

Figura 2: Função seccionalmente contínua – [13].

2.3.4 – Convergência: condições de Dirichlet

Peter Gustav Lejeune Dirichlet (1805-1859): matemático alemão.

Suponha que:

(1) f (x ) é definida em (− L, L ) , exceto em um número finito de pontos;

(2) f (x ) é 2L-periódica fora de (− L, L ) ;

(3) f (x ) e f ' (x ) são seccionalmente contínuas em (− L, L ) .

Então, a série

a0
2
+
∑n =1


 nπ x 
 
 nπ x  
a n cos L  + b n sen  L  ,
 

25
com coeficientes de Fourier, converge para:

(a) f(x), se x é um ponto de continuidade;

f (x + ) + f (x − )
(b) , se x é um ponto de descontinuidade.
2

Observações:

1a) f (x + ) e f (x − ) representam os limites laterais de f(x), à direita e à esquerda, respectivamente.

f (x + ) = lim+ f (x + h ) e f (x − ) = lim+ f (x − h )
h →0 h →0

2a) As condições (1), (2) e (3) impostas a f(x) são suficientes para a convergência, porém não
necessárias.

Demonstração: SPIEGEL, M.R.; WREDE, R.C. Cálculo avançado. 2a ed. Porto Alegre:
Bookman.

Teorema fundamental: Seja f (x ) uma função definida e muito lisa por partes no intervalo
− π ≤ x ≤ π e seja f (x ) definida fora desse intervalo de tal modo que tenha período 2π . Então a série
de Fourier de f (x ) converge uniformemente a f (x ) em todo intervalo fechado que não contenha
descontinuidades de f (x ) . Em cada descontinuidade x 0 , a série converge para

1
lim f (x ) + lim f (x ) .

2  →x 0 +
x x →x 0 − 

Demonstração: KAPLAN, W. Cálculo avançado. Vol 2. Página 461.

Observação: Uma função contínua por partes é lisa por partes se em cada subintervalo tem derivada
primeira contínua; é muito lisa por partes se em cada subintervalo tem derivada segunda contínua.

Teorema da unicidade: Sejam f 1 (x ) e f 2 (x ) funções seccionalmente contínuas no intervalo


− π ≤ x ≤ π , de modo que ambas tenham os mesmos coeficientes de Fourier. Então, f 1 (x ) = f 2 (x ) ,
exceto talvez nos pontos de descontinuidade.

Demonstração: KAPLAN, W. Cálculo avançado. Vol 2. Página 456.

26
2.4 – Série de Fourier de uma função periódica dada

Exemplo 1

0, se - 5 < x < 0


Seja f (x ) =  , f (x ) = f (x + 10) .
3, se 0 < x < 5

a) Construa o gráfico de f(x).

0, se - 5 < x < 0


Figura 3: Gráfico de f (x ) =  , f (x ) = f (x + 10) .
3, se 0 < x < 5

b) f(x) satisfaz às condições de Dirichlet?

• f (x ) é definida em (− 5,5) , exceto em x = 0 (há um número finito de


descontinuidades no intervalo);
• f (x ) é periódica de período fundamental P = 10 , isto é, f (x ) = f (x + 10) ;
• f (x ) e f ' (x ) são seccionalmente contínuas em (− 5,5) .
3
Assim, a série de Fourier converge para f (x ) nos pontos de continuidade e para (média
2
dos limites laterais) nos pontos de descontinuidade.

c) Determine a série de Fourier correspondente a f(x).

P = 2L = 10 ⇒ L = 5

1  3
L 0 5

∫ ∫ ∫
1 3
f (x )dx =  3dx  = [x ]0 = (5 − 0 ) = 3
5
a0 = 0dx +
L 5  5 5
−L  −5 0 

a0 = 3
27
1  
L 0 5

∫ ∫ ∫
1  nπ x   nπ x   nπ x  
an = f (x ) cos  dx = 0 cos dx + 3 cos  dx
L  L  5  5   5  
−L  −5 0 

5
3 5  nπ x   3
a n =  sen  = [sen (nπ) − sen (0)] = 0
5  nπ  5   0 nπ

an = 0

1  
L 0 5

∫ ∫ ∫
1  nπ x   nπ x   nπ x  
bn = f (x )sen   dx = 0sen dx + 3sen  dx
L  L  5  5   5  
−L  −5 0 

5
3 5  nπ x  3 3
b n = − cos  = − [cos(nπ) − cos(0)] = [1 − cos(nπ)]
5  nπ  5  0 nπ nπ

3 3
bn =

[ n
1 − (− 1) =

]
(− 1)n +1 + 1 [ ]

3
bn =

[
(− 1)n +1 + 1 ]

Série de Fourier de f (x ) :


3 3
f (x ) = +
2 π ∑
n =1
(− 1)n +1 + 1 sen nπ x 
n
 
 5 

3 3 2 πx 2  3π x  2  5π x  2  7π x  
f (x ) = +  sen   + sen  + sen  + sen  + K
2 π 1  5  3  5  5  5  7  5  

3 6  πx 1  3π x  1  5π x  1  7π x  
f (x ) = + sen   + sen  + sen  + sen   + K
2 π  5  3  5  5  5  7  5  


3 6
f (x ) = +
2 π ∑
n =1
1
2n − 1
 (2n − 1)π x 
sen 
 5 

28
(a) (b)

Figura 4: (a) Expansão de f(x) em série de Fourier com n = 19 ; (b) expansão de f(x) em série de
Fourier com n = 49 .

d) Redefina f(x) para que a série de Fourier venha a convergir para f(x) em − 5 ≤ x ≤ 5 .

3 2 , x = -5
0, - 5 < x < 0

f (x ) = 3 2 , x = 0
3, 0 < x < 5

3 2 , x = 5

Exemplo 2

Seja f (x ) = x 2 , 0 < x < 2π , f (x ) = f (x + 2π) .

a) Esboce o gráfico de f(x).

Figura 5: Gráfico de f (x ) = x 2 , 0 < x < 2π , f (x ) = f (x + 2π) .

29
b) Expanda f(x) em uma série de Fourier.

P = 2 L = 2π ⇒ L = π

Lembre-se de que a função está definida em (0,2L ) , e não em (− L, L ) .

c+ 2L 2π 2π

∫ ∫
1 1 1 x3  1 8π 2
a0 =
L
f (x )dx =
π
2
x dx =   =
π  3 0 3π
8π 3 − 0 =
3
( )
c 0

8π 2
a0 =
3

c+2L 2π

∫ ∫
1  nπ x  1
an = f (x ) cos dx = x 2 cos(nx )dx (2.4.1)
L  L  π
c 0

Usando integração por partes, temos que:

∫ udv = uv −
∫ vdu

sen (nx )
u = x 2 , du = 2xdx, dv = cos(nx )dx , v =
n

∫ ∫
x 2 sen (nx ) 2
x 2 cos(nx )dx = − x sen (nx )dx
n n

cos(nx )
u = x , du = dx, dv = sen (nx )dx , v = −
n

x 2 sen (nx ) 2  x cos(nx ) 1 


∫ x 2 cos(nx )dx =
n
− −
n  n
+
n ∫ cos(nx )dx 



x 2 sen (nx ) 2 x cos(nx ) 2sen (nx )
x 2 cos(nx )dx = + − +C
n n2 n3

Voltando a (2.4.1), obtemos:

2π 2π


1 1  x 2 sen (nx ) 2x cos(nx ) 2sen (nx ) 
an = x cos(nx )dx = 
2
+ − 
π
0
π n n2 n3 0
30
1  4π  4
an =  2
− 0 = 2
π n  n

4
an =
n2

c+2L 2π

∫ ∫
1  nπ x  1
bn = f (x )sen dx = x 2 sen (nx )dx (2.4.2)
L  L  π
c 0

Usando integração por partes, temos que:

cos(nx )
u = x 2 , du = 2xdx, dv = sen (nx )dx, v = −
n

∫ ∫
x 2 cos(nx ) 2
x 2 sen (nx )dx = − + x cos(nx )dx
n n
sen (nx )
u = x , du = dx, dv = cos(nx )dx , v =
n

x 2 cos(nx ) 2  x sen (nx ) 1 


∫ x sen (nx )dx = −
2

n
+ 
n  n

n ∫ sen (nx )dx 



x 2 cos(nx ) 2 x sen (nx ) 2 cos(nx )
x 2 sen (nx )dx = − + + +C
n n2 n3

Voltando a (2.4.2), obtemos:

2π 2π


1 1  x 2 cos(nx ) 2x sen (nx ) 2 cos(nx ) 
bn = x sen (nx )dx = −
2
+ + 
π
0
π n n2 n3 0

1  4π 2 2 2 4π
bn = − + 3 − 3=−
π n n n  n


bn = −
n

31
Série de Fourier de f (x ) :

f (x ) =
4π 2
3
+4
∑ n =1
 cos(nx ) πsen (nx ) 
 n 2 − n  (2.4.3)

Em x = 0 , (2.4.3) converge para a média dos limites laterais, ou seja

4π 2 + 0
= 2π 2 .
2

Figura 6: (a) Expansão de f(x) em série de Fourier com n = 10 ; (b) expansão de f(x) em série de
Fourier com n = 20 .

c) Usando a série de Fourier de f(x), prove que


∑n =1
1
n2
1 1 1
= 1+ 2 + 2 + 2 +L =
2 3 4
π2
6
.

Considerando x = 0 em (3), temos que:

2π 2 =
4π 2
3
+4
∑n =1
1
n2

4
∑ n =1
1
n2
= 2 π 2

4π 2 2π 2
3
=
3

32

∑ n =1
1
n2
=
π2
6

Observações:

1a) Comando do winplot para uma função definida por várias sentenças::

joinx( )

Exemplo


x 2 + 2, x <1

f (x ) = − x + 4, 1 ≤ x ≤ 3
1
 , x>3
x

 1
joinx  x 2 + 2 | 1,− x + 4 | 3, 
 x

2a) Comando do winplot para uma soma:

sum(f(n,x),n,a,b): soma de f (n, x ) de n = a até n = b

Exemplo


4
f (x ) = +
π ∑n =1
1
n
sen (2nx )

(4/pi)+sum((1/n)*sin(2*n*x),n,1,100)

33
Exercícios

01. Seja f ( x ) = x + π , − π < x < π , uma função 2π -periódica.

a) Verifique se f ( x ) satisfaz às condições de Dirichlet.

b) Expanda f ( x ) em uma série de Fourier.

R.: f (x ) = π + 2
∑n =1
(− 1)n +1 sen(nx )
n


(− 1)n+1 = π .
c) Mostre que ∑ 2n − 1
n =1 4

d) Como f ( x ) deveria ser definida em x = −π e x = π para que a série de Fourier convergisse para
f ( x ) em − π ≤ x ≤ π ?

e) Plote simultaneamente o gráfico de f ( x ) e da série de Fourier que converge para ela.

02. Calcule a série de Fourier do sinal periódico representado no gráfico (a) da figura abaixo.

(a) (b)

Figura 7: (a) Sinal; (b) Série de Fourier do sinal com n = 5 .

 nπ 
∞ 1 − cos 
R.: f (x ) =
1 8
+
2 π2 ∑ n =1
n
 2
2
 cos nπ x 

 2 

34
03. Seja o sinal representado no gráfico abaixo.
y

−4 −3 −2 −1 1 2 3 4 5

−1

−2

−3

−4

Figura 8: Sinal.

a) Determine a série de Fourier correspondente ao sinal.

R.: f (x ) = 1 +
4
π ∑
n =1
(− 1)n +1 + 1 sen (nπx )
n

b) Para quanto converge a série de Fourier do sinal em x = 1 ? E em x = 2 ?

R.: 1

c) Use a série de Fourier determinada em (a) para calcular para quanto converge a série numérica

∑n =1
1
n2
.

π2
R.:
6

d) Plote simultaneamente os gráficos de f (x ) e da série de Fourier de f (x ) .

2.5 – Funções pares e funções ímpares

Uma função f(x) é par se

f (− x ) = f (x ) .

Assim, f 1 (x ) = x 2 , f 2 (x ) = 2 x 6 − 4 x 2 + 5 , f 3 (x ) = cos(x ) e f 4 (x ) = e x + e − x são funções pares.

35
Figura 9: Gráfico da função f (x ) = e x + e − x .

Uma função f(x) é ímpar se

f (− x ) = −f (x ) .

Assim, f 1 (x ) = x 3 , f 2 (x ) = x 5 − 3x 3 + 2 x , f 3 (x ) = sen (x ) e f 4 (x ) = tg (3x ) são funções ímpares.

Figura 10: Gráfico da função f (x ) = x 5 − 3x 3 + 2 x .

Teorema – Propriedades das funções pares e ímpares

(a) O produto de duas funções pares é par.

(b) O produto de duas funções ímpares é par.

(c) O produto de uma função par e uma função ímpar é ímpar.

(d) A soma (ou diferença) de duas funções pares é par.

36
(e) A soma (ou diferença) de duas funções ímpares é ímpar.

a a

(f) Se f é par, então


∫ −a
f (x )dx = 2
∫ 0
f (x )dx .

(g) Se f é ímpar, então


∫ −a
f (x )dx = 0 .

Demonstração

Seja F(x ) = f (x ) g(x ) .

(a) Suponhamos f(x) e g(x) funções pares.


Assim:
f (− x ) = f (x ), g(- x ) = g (x )
F(− x ) = f (− x ) g (- x ) = f (x ) g(x ) = F(x )
∴ F(x ) é par

b) Suponhamos f(x) e g(x) funções ímpares.


Logo:
f (− x ) = −f (x ), g (- x ) = −g(x )
F(− x ) = f (− x ) g (- x ) = −f (x )[- g(x )] = f (x ) g(x ) = F(x )
∴ F(x ) é par

(c) Suponhamos f(x) par e g(x) ímpar.


Então:
f (− x ) = f (x ), g(- x ) = −g(x )
F(− x ) = f (− x ) g (- x ) = f (x )[- g (x )] = −f (x ) g(x ) = −F(x )
∴ F(x ) é ímpar

Seja F(x ) = f (x ) ± g(x ) .

(d) Suponhamos f(x) e g(x) funções pares.


Dessa forma:
f (− x ) = f (x ), g (- x ) = g(x )
F(− x ) = f (− x ) ± g(- x ) = f (x ) ± g (x ) = F(x )
∴ F(x ) é par

(e) Suponhamos f(x) e g(x) funções ímpares.


Assim:

37
f (− x ) = −f (x ), g (- x ) = −g(x )
F(− x ) = f (− x ) + g(- x ) = −f (x ) − g(x ) = −[f (x ) + g (x )] = −F(x )
∴ F(x ) é ímpar
F(− x ) = f (− x ) − g (- x ) = −f (x ) + g(x ) = −[f (x ) − g(x )] = −F(x )
∴ F(x ) é ímpar

(f) f(x) é par ⇒ f (− x ) = f (x )


0 0 a a

∫ −a
a
f (x )dx = −
∫ ( ) ∫ ( ) ∫ ()
0
a
f − x dx =

a
0
f − x dx =

a
0
f x dx

a a

∫ −a
f (x )dx =
∫ () ∫ () ∫ () ∫
−a
f x dx +
0
f x dx =
0
f x dx +
0
f (x )dx = 2
∫ 0
f (x )dx

(g) f(x) é ímpar ⇒ f (− x ) = −f (x )


0 0 a a

∫ −a
a
f (x )dx = −
∫ ( ) ∫ ( ) ∫ ()
0
a
f − x dx =

a
0
f − x dx = −

a
0
f x dx

∫ −a
f (x )dx =
∫ () ∫ () ∫ () ∫
−a
f x dx +
0
f x dx = −
0
f x dx +
0
f (x )dx = 0

Exemplo

f (x ) = x 5 cos(2 x )sen (3x ), x ∈ ]- ∞, ∞[

5
f (− x ) = (− x ) cos(− 2 x )sen (− 3x )
= -x 5 cos(2x )[− sen (3x )]
= x 5 cos(2 x )sen (3x )
= f (x )
f (x ) é função par

Exercícios

Verifique a paridade das seguintes funções:

01. f (x ) = sen (x ) cos(4 x ) , x ∈ ]− ∞, ∞[

02. f (x ) = cos(2 x ) cos(5x ) , x ∈ ]− ∞, ∞[

03. f (x ) = sen (3x )sen (x ) , x ∈ ]− ∞, ∞[

04. f (x ) = sen (5x ) cos(x )sen (2x ) , x ∈ ]− ∞, ∞[

38
05. f (x ) = x 4 sen (2x ) , x ∈ ]− ∞, ∞[

06. f (x ) = x 2 cos(3x ) , x ∈ ]− ∞, ∞[

07. f (x ) = x 7 cos(x )sen (4 x ) , x ∈ ]− ∞, ∞[

08. f (x ) = (x + 2 ) cos(2 x ) , x ∈ ]− ∞, ∞[

09. f (x ) = e x sen (x ) , x ∈ ]− ∞, ∞[

( )
10. f (x ) = e x + e − x cos(3x )sen (x ) , x ∈ ]− ∞, ∞[

11. f (x ) = x + e x , x ∈ ]− ∞, ∞[

1
12. f (x ) = , x ∈ ]− ∞,0[ ∪ ]0, ∞[
x

1 x
13. f (x ) = 2
(e + e − x )sen(10x )cos(8x ) , x ∈ ]− ∞,0[ ∪ ]0, ∞[
x

( )
14. f (x ) = e x − e − x cos(x )sen (3x ) , x ∈ ]− ∞, ∞[

2.6 – Série de Fourier de cossenos

Se f(x) é uma função par em (− L, L ) , então temos que:

L L

∫ ∫
1 2
a0 = f (x )dx = f (x )dx
L −L
L 0
L L

∫ ∫
1  nπ x  2  nπ x 
an = f (x ) cos  dx = f (x ) cos dx
L −L 1442 4L43 L 0  L 
função par
L


1  nπ x 
bn = f (x )sen dx = 0
L − L 1442  4L43
função ímpar

a
Série de Fourier de cossenos: f (x ) = 0 +
2 ∑ n =1
 nπ x 
a n cos
 L 

Exemplos

− x , se - 2 < x < 0
01. Expanda f (x ) =  , f (x ) = f (x + 4 ) , em uma série de Fourier de cossenos.
 x, se 0 < x < 2
39

R.: f (x ) = 1 +
π2
4

n =1
(− 1)n − 1 cos nπ x 
n2
 
 2 

−4 −3 −2 −1 1 2 3 4 5

−1

−2

−3

−4

− x , se - 2 < x < 0
Figura 11: Gráfico da função f (x ) =  , − 2 < x < 2 , f (x ) = f (x + 4 ) , expandida em
 x, se 0 < x < 2
série de Fourier de cossenos com n = 5 e n = 100 .

02. Mostre que


∑( n =1
2n − 1)
1
2
=
π2
8
.

03. Determine para quanto converge a soma


∑(n =1
1
2n )
2
. R.:
π2
24

2.7 – Série de Fourier de senos

Se f(x) é uma função ímpar em (− L, L ) , então temos que:


1
a0 = f (x )dx = 0
L
−L
L


1  nπ x 
an = f (x ) cos dx = 0
L  4L43
−L 1442
função ímpar

40
L L

∫ ∫
1  nπ x  2  nπ x 
bn = f (x )sen dx = f (x )sen dx
L  L 3 L  L 
− L 144244 0
função par

Série de Fourier de senos: f (x ) =



n =1
 nπ x 
b n sen
 L 

Exemplo

Expanda f (x ) = x , - 2 < x < 2 , f (x ) = f (x + 4 ) , em uma série de Fourier de senos.

R.: f (x ) =
4
π ∑
n =1
(− 1)n +1 sen nπ x 
n
 
 2 
y

−4 −3 −2 −1 1 2 3 4 5

−1

−2

−3

−4

Figura 12: Gráfico da função f (x ) = x , − 2 < x < 2 , f (x ) = f (x + 4 ) , expandida em série de Fourier de


senos com n = 10 e n = 100 .

Exercícios

01. Seja f (x ) = 2 x, - 3 ≤ x < 3 , f (x ) = f (x + 6) .

a) Desenvolva f(x) em uma série de Fourier.

R.: f (x ) =
12
π ∑
n =1
(− 1)n +1 sen nπ x 
n
 
 3 

41

b) Determine para quanto converge a série


∑ n =1
(− 1)n +1 .
2n − 1
R.: π 4

02. Calcule a série de Fourier do sinal periódico representado no gráfico (a) da figura abaixo.

(a) (b)

Figura 13: (a) Sinal; (b) Série de Fourier do sinal com cinco harmônicos.

 nπ 
∞ cos  −1
R.: f (x ) =
3 8
+
2 π2 ∑n =1
 2  cos nπ x 
n2

 2 

03. Calcule a série de Fourier do sinal periódico representado no gráfico (a) da figura abaixo.

(a) (b)

Figura 14: (a) Sinal; (b) Série de Fourier do sinal com vinte harmônicos.

42
2  nπ 
∞ (− 1)n − sen 
R.: f (x ) =
6
π ∑n =1

n
 2  sen  nπ x 

 2 

 4, - 4 < x ≤ -2
- 3x - 2, - 2 ≤ x ≤ 0

04. Seja f (x ) =  , f (x ) = f (x + 8) . Determine a série de Fourier de f (x ) .
 3x - 2, 0 ≤ x ≤ 2
 4, 2 ≤ x < 4

 nπ 
∞ cos  −1
R.: f (x ) =
5 24
+
2 π2 ∑n =1
 2  cos nπ x 
n2

 4 

05. Seja f (x ) = x sen (2 x ), - π < x < π, f (x + 2π ) = f (x ) , representada graficamente abaixo.


y

−9 −8 −7 −6 −5 −4 −3 −2 −1 1 2 3 4 5 6 7 8 9

−1

−2

−3

Figura 15: Gráfico de f (x ) = x sen (2 x ), - π < x < π, f (x + 2π ) = f (x ) .

a) Determine a série de Fourier de f (x ) .


1 4 1
R.: f (x ) = − + cos(x ) − cos(2 x ) − 4
2 3 4 ∑ n =3
(− 1)n +1 cos(nx )
n2 − 4

b) Empregando (a), calcule para quanto converge a série numérica


n =1
(− 1)n+1 = 1 − 1 + 1 − 1 + 1 − 1 + K .
n (n + 4) 1.5 2.6 3.7 4.8 5.9 6.10

7
R.:
48

43
06. Seja f : R → R / f (x ) = x cos(3x ), - π < x < π, f (x + 2π) = f (x ) .

a) Calcule a série de Fourier de f (x ) .


n
1 4 1 n (− 1)
R.: f (x ) = sen (x ) − sen (2x ) − sen (3x ) + 2 sen (nx )
4 5 6 (n − 3)(n + 3)
n=4
b) Determine para quanto converge a série numérica

∑ n =1
(− 1)n +1 (2n + 3) = 5 − 7 + 9 − 11 + 13 − 15 + K .
n (n + 3) 1.4 2.5 3.6 4.7 5.8 6.9

5
R.:
6

2.8 – O fenômeno de Gibbs

Josiah Willard Gibbs (1839-1903): matemático e físico teórico norte americano. Principais
contribuições: análise vetorial e mecânica estatística.
O fenômeno de Gibbs descreve a maneira peculiar como a série de Fourier truncada de uma
função f (x ) periódica e seccionalmente contínua se comporta nas vizinhanças de uma descontinuidade
dessa função. A n-ésima soma parcial da série de Fourier apresenta oscilações de maior amplitude nas
proximidades de uma descontinuidade. A amplitude dessas oscilações não diminui com o aumento do
número de harmônicos, porém tende a um limite. Há uma estimativa para a amplitude das oscilações
nas proximidades de uma descontinuidade x 0 dada por

0,09[f (x 0 + ) − f (x 0 - )].

A Figura 16 ilustra o fenômeno de Gibbs para a onda quadrada.

0, - 1 < x < 0


Onda quadrada: f (x ) =  , f (x + 2 ) = f (x ) .
1, 0 < x < 1


1 1
Série de Fourier da onda quadrada: f (x ) = +
2 π ∑n =1
(− 1)n +1 + 1 sen(nπx )
n

44
y

−1 1

0, - 1 < x < 0


Figura 16: Série de Fourier da onda quadrada f (x ) =  , f (x + 2) = f (x ) , com n = 5 ,
1, 0 < x < 1
n = 10 , n = 20 e n = 100 .

Exercício

Pesquise a respeito dos seguintes aspectos do fenômeno de Gibbs:


a) amplitude das oscilações;
b) como minimizar os efeitos do fenômeno de Gibbs;
c) consequências do fenômeno de Gibbs associadas principalmente à compactação de imagens e de
áudio;
d) associe os fenômenos de Gibbs e de Runge (interpolação polinomial).

2.9 – A identidade de Parseval para séries de Fourier

Marc-Antoine Parseval des Chênes (1755-1836): matemático francês.

Se a n e b n são os coeficientes de Fourier correspondentes a f (x ) , e se f (x ) satisfaz as


condições de Dirichlet, então

∑(
L


1 a2
a 2n + b 2n ).
2
[f (x )] dx = 0 +
L −L
2
n =1

45
Demonstração

Assumimos que a série de Fourier correspondente a f (x ) converge uniformemente para f (x )


em (− L, L ) e que:

L L

∫ ∫
1
a0 = f (x )dx ⇒ f (x )dx = a 0 L
L −L −L
L L

∫ ∫
1  nπ x   nπ x 
an = f (x ) cos dx ⇒ f (x ) cos dx = a n L
L −L  L  −L  L 
L L

∫ ∫
1  nπ x   nπ x 
bn = f (x )sen dx ⇒ f (x )sen dx = b n L
L −L  L  −L  L 

Dessa forma, multiplicando


a
f (x ) = 0 +
2 ∑ n =1


 nπ x 
 
 nπ x 
a n cos L  + b n sen L 
 

por f (x ) e integrando termo a termo de –L a L, temos que:


  nπ x  
∑ ∫
L L L L

∫ ∫ ∫
2 a  nπ x 
[f (x )] dx = 0 f (x )dx + a n f (x ) cos dx + b n f (x )sen dx 
−L
2 −L  −L  L  −L  L  
n =1

∑(
L


2 a
[f (x )] dx = 0 a 0 L + a n a n L + b n b n L)
−L
2
n =1

 ∞

∑(
L


2
[f (x )] 2 dx = L  a 0 + a 2n + b 2n  )
2 
−L
 n =1 

∑(
L


1 a2
L
[f (x )] 2
dx = 0 +
2
a 2n + b 2n )
−L
n =1

Aplicações

• Convergência de séries.
• Verificar se uma série trigonométrica é a série de Fourier de uma função f(x).

46
Exercício

− x , se - 2 < x < 0
Seja f (x ) =  , f (x ) = f (x + 4 ) . Determine a identidade de Parseval correspondente à
 x, se 0 < x < 2
série de Fourier de f(x).

R.:
∑(
n =1
1
2n − 1)
4
=1+
1
+
1
+
1
34 54 7 4
+ L =
π4
96
(2.9.1)

2.10 – Convergência de séries numéricas através da série de Fourier

Exemplo

Empregando a identidade de Parseval determinada anteriormente, mostrar que



n =1
1 π4
=
n 4 90
e
n =1
1
=
π4
(2n )4 1440
.

∑n =1
n
1
4
2
1
3
1
4
1
5
1
6
1
7
1
= 1+ 4 + 4 + 4 + 4 + 4 + 4 +L

∑n =1
n
1 
4
 3
1
5
1
7
1   1
 2 4
1
6
1 
= 1 + 4 + 4 + 4 + L  +  4 + 4 + 4 + L 

∞ ∞

∑ ∑( )
n =1
1
n4
=
n =1
1
2n − 1
4
1
+ 4
2

 2
1
3
1
4
1 
1 + 4 + 4 + 4 + L 

∞ ∞

∑ ∑
n =1
1 π4 1
= +
n 4 96 16
n =1
1
n4


∑ 1
1 − 
 16 
n =1
1 π4
=
n 4 96


15
16
n =1
1 π4
=
n 4 96

∑n =1
()
1 16 π 4
= =
π4
n 4 15 96 15 6

47

∑ n =1
1 π4
=
n 4 90
(2.10.1)

Empregando (2.9.1) e (2.10.1), temos que:

∑( n =1
2n )
1
4
=
1
2 4
4
1
6
1
8
1
+ 4 + 4 + 4 +L

∑( n =1
2n )
1
4
=
π4
90

π4
96
=
16π 4 − 15π 4
1440

∑( n =1
2n )
1
4
=
π4
1440

2.11 – Derivação e integração da série de Fourier


Teorema 1: Se {u n (x )}, n = 1,2,3,K , forem contínuas em [a , b] e se


∑n =1
u n (x ) convergir

uniformemente para a soma S(x ) em [a , b] , então


 ∞
 ∞
 
∫ ∑ ∑∫
 
∑∫
b b b b


 
S(x )dx =  u n (x )dx  ou  u n (x )dx =  u n (x )dx  .
a
n =1
 a  a  n =1
 n =1
 a 

Assim, uma série uniformemente convergente de funções contínuas pode ser integrada termo a
termo.

Teorema 2: Se {u n (x )}, n = 1,2,3,K , forem contínuas e tiverem derivadas contínuas em [a , b]


∞ ∞

e se
∑ n =1
u n (x ) convergir para S(x ) enquanto
∑n =1
u 'n (x ) é uniformemente convergente em [a , b] ,

então em [a , b]

d  
∞ ∞ ∞

S (x ) =
'
∑ n =1
u (x ) ou
'
n
dx 


∑ n =1

u n (x ) =


n =1
d
dx
u n (x ) .

Dessa forma, a série pode ser derivada termo a termo.

Observação: Os teoremas 1 e 2 oferecem condições suficientes, porém não necessárias.

48
Teorema 3: A série de Fourier correspondente a f(x) pode ser integrada termo a termo de a a x,
x

e a série resultante convergirá uniformemente para


∫ a
f (u )du desde que f(x) seja seccionalmente

contínua em − L ≤ x ≤ L e ambos, a e x, pertençam a esse intervalo.

Exemplo

Seja f (x ) = x, - 2 < x < 2 .

a) Obtenha uma série de Fourier para f (x ) = x 2 , 0 < x < 2 , integrando a série de Fourier

f (x ) = x =
4
π ∑n =1
(− 1)n +1 sen nπ x  .
n
 
 2 

b) Use a série obtida anteriormente para mostrar que


∑ n =1
(− 1)n +1 = π 2
n2 12
.

∑(
n +1
4 − 1)  nπ x 
a) f (x ) = x = sen 
π n  2 
n =1

4  π x  1  2π x  1  3π x  1  4π x  
f (x ) = x = sen  − sen  + sen  − sen   + L
π  2  2  2  3  2  4  2  
4  π u  1  2π u  1  3π u  1  4π u  
f (u ) = u = sen  − sen  + sen  − sen  + L
π  2  2  2  3  2  4  2  

Integrando a igualdade anterior de 0 a x, temos que:

4 
x x x x x

∫ ∫ ∫ ∫ ∫
πu 1  2π u  1  3π u  1  4π u 
udu =  sen  du − sen du + sen du − sen du + L
π  2  2  2  3  2  4  2  
0  0 0 0 0 
 
x2 4  2 πx 2  2π x  2  3π x  2  4π x  
= − cos  + C1 + 2 cos  + C 2 − 2 cos  + C 3 + 2 cos  + C 4 + L
2 2  2  2   4244444
144444 44424π44444 432π44444 4 4
π π π 44
444 4444 3
 (1) 
x2 4 2 πx 2  2π x  2  3π x  2  4π x  
= C ' + − cos  + 2 cos  − 2 cos  + 2 cos  + L
2 π π  2  2 π  2  3 π  2  4 π  2  
x2 8  πx 1  2π x  1  3π x  1  4π x  
= C ' − 2 cos  − 2 cos  + 2 cos  − 2 cos  + L
2 π   2  2  2  3  2  4  2  
16  πx 1  2π x  1  3π x  1  4π x  
x2 = C − cos 2  − 2 2 cos 2  + 3 2 cos 2  − 4 2 cos 2  + L
π2          

49

Em (1), se a soma
∑ i =1
C i = C1 + C 2 + K < ∞ for conhecida, podemos usá-la para determinar a 0 .

2 2 2

∫ ∫
a 1 1 1 x3  1 8 4
C= 0 = f (x )dx = 2
x dx =   = ⋅ =
2 L 0
2 0
2  3 0 2 3 3

Logo:

4 16  π x  1  2π x  1  3π x  1  4π x  
x2 = − cos 2  − 2 2 cos 2  + 3 2 cos 2  − 4 2 cos 2  + L
3 π2          


4 16
f (x ) = x = − 2
2

3 π ∑ n =1
(− 1)n +1 cos nπ x 
n2
 
 2 
(2.11.1)

b) Considerando x = 0 em (2.11.1):


4 16
x2 = − 2
3 π ∑ n =1
(− 1)n +1
n2


n +1
0=
4 16

( ) −1
3 π2 n2
n =1


n +1
4 16
− =− 2
( ) −1
3 π n2
n =1


n +1
4 π2
⋅ =
( ) −1
3 16 n2
n =1

∑ n =1
(− 1)n +1 = π 2
n2 12

2.12 – A forma exponencial (ou complexa) da série de Fourier


a
a) Mostrar que f (x ) = 0 +
2 ∑
n =1


 nπ x 
 
 nπ x 
a n cos L  + b n sen  L  pode ser escrita na forma
 


nπ x
i
complexa f (x ) = cne L
.
n = −∞

50
b) Mostrar que os coeficientes de Fourier a 0 , a n e b n podem ser escritos como uma única
L nπ x


1 −i
integral c n = f (x )e L
dx , n = 0,±1,±2,±3,K .
2L -L

a) Recordando as identidades de Euler (Leonhard Euler (1707-1783): matemático suíço)

e ± iθ = cos(θ ) ± i sen (θ )

Seja f (x ) = [cos(x ) + i sen (x )]e − i x . (2.12.1)

d
f (x ) = [i cos(x ) − sen (x )]e −i x + [cos(x ) + i sen (x )](− i )e −i x
dx

d
f (x ) = [i cos(x ) − sen (x ) − i cos(x ) + sen (x )]e −i x = 0 ⇒ f (x ) é constante
dx

f (0 ) = [cos(0) + i sen (0 )]e −i (0 ) = 1

f (x ) = 1

Voltando a (2.12.1), temos que:

1 = [cos(x ) + i sen (x )]e −i x ⇒ cos(x ) + i sen (x ) = e i x

Assim:

nπ x
i  nπ x   nπ x 
e L
= cos  + i sen 
 L   L 
nπ x
−i  nπ x   nπ x   nπ x   nπ x 
e L
= cos −  + i sen  −  = cos  − i sen  
 L   L   L   L 

As igualdades anteriores conduzem a:

nπ x nπ x
i −i
 nπ x  e L
+e L
cos =
 L  2
nπ x nπ x
i −i
 nπ x  e L
−e L
sen =
 L  2i

Substituindo as igualdades acima na série de Fourier de f (x ) , temos que:

51

a
f (x ) = 0 +
2 ∑ n =1


 nπ x 
 
 nπ x  
a n cos L  + b n sen L 
 
∞  nπ x nπ x nπ x nπ x


i −i i −i
a  e L +e L e L −e L 
f (x ) = 0 + an + bn 
2  2 2i 
n =1  

a
f (x ) = 0 +
2 ∑ n =1
 a n b n  i nπL x  a n b n  −i nπL x 
 +
 2 2i 
e +  − e
 2 2i 



a
f (x ) = 0 +
2 ∑ n =1
 ia n + b n  i nπL x  ia n − b n  −i nπL x 

 2i
e

+
 2i
e



∑  a n − ib n 
nπ x nπ x
a  i  a + ib n  −i
f (x ) = 0 +  e L
+ n e L

2  2   2  
n =1

a n − ib n a + ib n
Considerando c n = e c -n = n ⇒ a n = c n + c −n e b n = i(c n − c −n ) :
2 2


nπ x
i
f (x ) = cne L

n = −∞

a0
n = 0 ⇒ c0 =
2

Exercício


( n − m )π x
i 0, se m ≠ n
Mostre que e L
dx = 
-L 2L, se m = n


nπ x mπ x
i −i
b) Multiplicando f (x ) = cne L
por e L
e integrando de –L a L, obtemos:
n = −∞


 
∑ ∫
L mπ x L nπ x mπ x


−i i −i
f (x )e L
dx = c e L
e L
dx 
 n 
-L
n = −∞  -L 

 
∑ ∫
L mπ x L ( n − m )π x


−i i
f (x )e L
dx = c e L
dx 
 n 
-L
n = −∞  -L 

52
Considerando n = m :


nπ x
−i
f (x )e L
dx = c n 2L
-L
L


nπ x
1 −i
cn = f (x )e L
dx
2L
-L

Outra forma de mostrar:

1 1  nπ x  
L L

∫ ∫
1  nπ x  1
c n = (a n − ib n ) =  f (x ) cos dx − i f (x )sen  dx 
2 2 L  L  L  L  
 −L −L


1   nπ x   nπ x 
cn = f (x )cos  − i sen  dx
2L −L   L   L 

L nπ x


1 −i
cn = f (x )e L
dx
2L −L

L L

∫ ∫
1 1 a0
c0 = f (x )dx ⇒ 2c 0 = f (x )dx ⇒ 2c 0 = a 0 ⇒ c 0 =
2L −L
L −L
2

Exemplo

f (x ) = x , - 2 < x < 2, P = 4 ⇒ L = 2

L nπ x


1 −i
cn = f (x )e L
dx
2L −L

2 2

∫ ∫
nπ x
1 −i 1   nπ x   nπ x  
cn = xe 2
dx = x cos  − i sen   dx (2.12.2)
4 −2
4 −2   2   2 

2 2

∫ ∫
i  nπ x  i  nπ x 
cn = − x sen  dx = − xsen dx
4 −2
 2  2 0
 2 

Integrando por partes, temos que:

2
i  2x  nπ x  4  nπ x  i 4 
c n = − − cos  + 2 2 sen   = −  − cos(nπ )
2  nπ  2  n π  2  0 2  nπ 

53
2i
cn = (− 1)n , n ≠ 0

n = 0 ⇒ c 0 = 0 (substitua n por 0 em (2.12.2))


nπ x
i
f (x ) = cne L

n = −∞

∞ ∞

∑ ∑
nπ x
f (x ) =
2i
(− 1)n e
i
2
=
2i (− 1)n e i nπ2 x
nπ π n
n = −∞ n = −∞

Verificando a equivalência entre as formas exponencial e usual:

f (x ) =
2
π ∑ n = −∞
(− 1)n
n


 nπ x 
 
 nπ x  
i cos 2  − sen 2 
 

Para n opostos,
(− 1)n i cos nπ x  (− 1)n sen nπ x  duplica. Assim:
  se anula e  
n  2  n  2 

f (x ) =
4
π ∑ n =1
(− 1)n +1 sen nπ x 
n
 
 2 


1
c0 = x dx = 0
4 −2

Exercícios

01. Determine a série de Fourier na forma exponencial de f (x ) = e − x , − π < x < π , f (x ) = f (x + 2π ) .

R.: f (x ) =
senh (π)
π ∑ n = −∞
(− 1)n e inx
1 + in

 10, - 5 < x < 0


02. Seja f (x ) =  , f (x ) = f (x + 10) . Expanda f (x ) em série de Fourier na forma
− 10, 0 < x < 5
exponencial.

54
∞ ( 2 n −1) π x


i
10i (− 1)n +1 + 1 e i nπ5 x , n = 0 ⇒ c 20i ∞ e 5
R.: f (x ) =
π n
0 = 0 ou f (x ) = ∑
π n = −∞ 2n − 1
n = −∞

03. Seja f (x ) = 2 x, - π < x < π, f (x + 2π) = f (x ) .

a) Expanda f (x ) em série de Fourier na forma exponencial. Para quanto converge a série em


x = ±π ?

R.: f (x ) = 2 i

n = −∞
(− 1)n e inx , n = 0 ⇒ c
n
0 =0

Em x = ± π a série de Fourier converge para a média dos limites laterais, ou seja, zero.

b) Use a série determinada no item a para calcular


∑ n =1
1
n2
. R.:
π2
6

2.13 – Aplicações da série de Fourier na solução de equações diferenciais parciais

A série de Fourier surge na solução de equações diferenciais parciais, tais como a equação do
calor, a equação da onda e a equação de Laplace.

2.13.1 – Equações diferenciais

Uma equação diferencial é uma igualdade que relaciona uma função e suas derivadas (ou
apenas as derivadas dessa função).
Uma equação diferencial ordinária (EDO) é uma igualdade envolvendo as derivadas de uma
função de uma única variável independente.

Exemplos

dy(t )
+ 3y(t ) = 0, t > 0 (1)
dt

u '' (x ) − 4u (x ) = 3 cos(2πx ), x > 0 (2)

Uma equação diferencial parcial (EDP) é uma igualdade envolvendo as derivadas de uma
função de duas ou mais variáveis independentes.

Exemplos

u t (x , t ) = 2u xx (x, t ), 0 < x < 2, t > 0 (3)

55
∂ 2 u (x , y ) ∂ 2 u (x , y )
+ = 2 xy, 0 < x < 1, 0 < y < 1 (4)
∂x 2 ∂y 2

u t (x , t ) + u (x, t )u x (x , t ) = Γ u xx (x , t ), 1 < x < 5, t > 0 (5)

A ordem de uma equação diferencial é dada pela derivada (simples ou parcial) de maior ordem
que ocorre na equação.
Uma equação diferencial é dita linear quando depende linearmente da função (variável
dependente) envolvida e seus coeficientes independem dessa função.
Uma equação diferencial é dita homogênea quando o termo que independe da função e de suas
derivadas é identicamente nulo.
Assim, nos exemplos dados anteriormente, temos em:

(1) uma EDO linear de 1a ordem homogênea;

(2) uma EDO linear de 2a ordem não homogênea;

(3) uma EDP linear de 2a ordem homogênea;

(4) uma EDP linear de 2a ordem não homogênea (equação de Poisson);

(5) uma EDP não linear de 2a ordem não homogênea (equação de Burger).

Na solução de equações diferenciais parciais podemos ter dois tipos de informações


suplementares necessárias à unicidade de solução: condições iniciais e condições de contorno
(domínios limitados). Dessa forma, teremos problemas de valor inicial, problemas de contorno ou
problemas mistos (ambos).

Uma equação diferencial parcial de segunda ordem da forma

∂ 2 φ(x, y ) ∂ 2 φ(x , y ) ∂ 2 φ(x, y ) ∂φ(x, y ) ∂φ(x , y )


A 2
+ B + C 2
+D +E + Fφ(x , y ) = G
∂ x ∂x∂y ∂ y ∂x ∂y

é dita elíptica se B 2 − 4AC < 0 , parabólica se B 2 − 4AC = 0 e hiperbólica se B 2 − 4AC > 0 .

2.13.2 – Equação do calor

u t (x , t ) = κ u xx (x , t ) (equação diferencial parcial parabólica)

A formulação matemática da equação do calor pode ser encontrada em FIGUEIREDO, D.G.


Análise de Fourier e equações diferenciais parciais, página 1.

Obtenha uma solução u (x , t ) para o problema misto abaixo.

56
 ∂u ∂ 2u
 = 3 2
, t > 0, 0 < x < 2
 ∂ t ∂x
u (0, t ) = u (2, t ) = 0, t > 0
u (x,0) = x , 0<x<2

 u (x, t ) < M (solução limitada)

Solução: u (x, t ) = X(x )T(t ) (separação de variáveis) (2.13.2.1)


Substituindo (1) na equação diferencial parcial, obtemos:

2

(XT ) = 3 ∂ 2 (XT )
∂t ∂x

dT d2X
X = 3T 2
dt dx

1 dT 1 d 2 X
= 2
= −λ2 (2.13.2.2)
3T dt X dx

Pode-se mostrar que uma constante c ≥ 0 em (2.13.2.2) não satisfaz as condições de contorno.
Assim:

 dT 2
 dt + 3λ T = 0
 2 (2.13.2.3)
 d X + λ2 X = 0
 dx 2

A solução do sistema de equações diferenciais ordinárias (2.13.2.3) é:


2
T = Ce −3λ t
(2.13.2.4)
X = A 1 cos(λ x ) + B1sen (λ x )

Substituindo (2.13.2.4) em (2.13.2.1), encontramos


2
u (x, t ) = e −3λ t [A cos(λ x ) + Bsen (λ x )], A e B constantes . (2.13.2.5)

Precisamos agora determinar A e B de tal maneira que (2.13.2.5) satisfaça as condições de


contorno.
2 2
u (0, t ) = 0 ⇒ e −3λ t A = 0 ⇒ A = 0 ⇒ u (x , t ) = Be −3λ t sen (λ x ) (2.13.2.6)
−3λ2 t
u (2, t ) = 0 ⇒ Be sen (2λ ) = 0 (2.13.2.7)

Como B = 0 satisfaz (2.13.2.7) (não nos interessa a solução trivial), evitamos essa escolha
( u (x, t ) = 0 ). Consideremos então

57

sen (2λ ) = 0 ⇒ 2λ = nπ ⇒ λ = , n ∈ Z. (2.13.2.8)
2

Substituindo (2.13.2.8) em (2.13.2.6):

3n 2π 2 t
−  nπ x 
u (x , t ) = B n e 4
sen  . (2.13.2.9)
 2 

Em (2.13.2.9), substituímos B por B n , indicando que constantes diferentes podem ser usadas
para diferentes valores de n.
Lembrando que somas de soluções da forma (2.13.2.9) são também soluções (princípio da
superposição), podemos escrever (2.13.2.9) como:


3 n 2π 2 t
−  nπ x 
u (x , t ) = Bn e 4
sen  . (2.13.2.10)
 2 
n =1

A solução (2.13.2.10) deve satisfazer também a condição inicial u (x,0 ) = x, 0 < x < 2 .
Portanto, substituindo t = 0 em (2.13.2.10), obtemos:

x=
∑ n =1
 nπ x 
B n sen
 2 
, 0 < x < 2 . (2.13.2.11)

Observe que (2.13.2.11) equivale a expandir f (x ) = x , − 2 < x < 2 , em uma série de Fourier de
senos.
Logo:

4 4 n 4
Bn = − cos(nπ ) = − (− 1) = (− 1)n +1 . (questão resolvida anteriormente) (2.13.2.12)
nπ nπ nπ

Substituindo (2.13.2.12) em (2.13.2.10), chegamos à solução


2 2

u (x , t ) =
4 (− 1)n +1 e − 3n 4π t sen nπ x  .
 
π n  2 
n =1
(2.13.2.13)

Exercício

Mostre que a solução (2.13.2.13) satisfaz a equação diferencial parcial, as condições de contorno e a
condição inicial.

58
2.13.3 – Equação da onda

u tt (x , t ) = c 2 u xx (x, t ) (equação diferencial parcial hiperbólica)

A formulação matemática da equação da onda pode ser encontrada em FIGUEIREDO, D.G.


Análise de Fourier e equações diferenciais parciais, página 130.

Determine uma solução u (x , t ) para o seguinte problema misto.

∂ 2u 2
2 ∂ u
 2 = a 0 < x < L, t > 0
 ∂t ∂x 2
u(0, t ) = u (L, t ) = 0 t>0

u(x,0) = f (x ) 0< x<L
u (x ,0) = 0 0< x<L
 t
 u(x, t ) < M

Solução: u (x, t ) = X(x )T(t ) (separação de variáveis) (2.13.3.1)

Substituindo (2.13.3.1) na equação diferencial parcial, obtemos:

∂2 2 ∂
2
(XT ) = a (XT )
∂ t2 ∂x 2

d 2T 2 d2X
X = a T
dt 2 dx 2

1 d 2T 1 d 2X
2 2
= 2
= −λ2 (2.13.3.2)
a T dt X dx

d 2T 2 2
 2 + a λ T = 0
dt
 2 (2.13.3.3)
 d X + λ2 X = 0
 dt 2

A solução do sistema de equações diferenciais ordinárias (2.13.3.3) é:

T = A1 cos(aλt ) + A 2 sen (aλt )


. (2.13.3.4)
X = B1 cos(λx ) + B 2 sen (λx )

Substituindo (2.13.3.4) em (2.13.3.1), encontramos

u (x, t ) = [A 1 cos(aλt ) + A 2 sen (aλt )][B1 cos(λx ) + B 2 sen (λx )] . (2.13.3.5)

59
Devemos agora determinar as constantes para que (2.13.3.5) satisfaça as condições de contorno
e as condições iniciais.

u (0, t ) = 0 ⇒ B1 [A 1 cos(aλt ) + A 2 sen (aλt )] = 0 ⇒ B1 = 0 (a solução trivial não interessa)


(2.13.3.6)

u (x, t ) = [A 1 cos(aλt ) + A 2 sen (aλt )][B 2 sen (λx )] = sen (λx )[Asen(aλt ) + B cos(aλt )] (2.13.3.7)

u (L, t ) = 0 ⇒ sen (λL )[Asen(aλt ) + B cos(aλt )] = 0 (2.13.3.8)


sen (λL ) = 0 ⇒ λL = nπ ⇒ λ = , n∈Z (2.13.3.9)
L

u t (x , t ) = sen (λx )[aλA cos(aλt ) − aλBsen(aλt )]

u t (x ,0 ) = aλAsen(λx ) = 0 ⇒ A = 0 (2.13.3.10)

Substituindo (2.13.3.9) e (2.13.3.10) em (2.13.3.7), temos que:

u (x, t ) = Bsen (λx ) cos(aλt ) ;

u (x , t ) =

n =1
 nπ x   nπ at 
B n sen   cos
 L   L 
. (2.13.3.11)

Em (2.13.3.11), acrescentamos o índice n à constante B pensando na superposição de soluções.

u (x , 0 ) = f (x ) ⇒
∑ n =1
 nπ x 
B n sen 
 L 
 = f (x ) . (2.13.3.12)

Temos em (2.13.3.12) a expansão de f(x) em uma série de Fourier de senos. Logo:


2  nπ x 
Bn = f (x )sen dx . (2.13.3.13)
L 0
 L 

Substituindo (2.13.3.13) em (2.13.3.11), obtemos a solução procurada.

∑∫
2  L
 nπ x    nπ x   nπ at 
u (x , t ) =  f (x )sen  dx sen  cos  (2.13.3.14)
L  0
 L    L   L 
n =1

Exercício

Mostre que a solução (2.13.3.14) satisfaz a equação diferencial parcial, as condições de contorno e as
condições iniciais.
60
2.13.4 – Equação de Laplace

u xx (x, y ) + u yy (x, y ) = 0 (equação diferencial parcial elíptica)

Obtenha uma solução u (x , y ) para o problema de contorno a seguir.

∂ 2u ∂ 2u
 2 + 2 =0 0 < x < 1, 0 < y < 1
 ∂x ∂y

u(0, y ) = u (1, y ) = u (x,0 ) = 0
u(x,1) = u = f (y )
1

 u(x, t ) < M

u1
1

0 0

x
0 0 1

Figura 17: Condições de contorno para a equação de Laplace.

Solução: u (x, y ) = X(x )Y(y ) (separação de variáveis) (2.13.4.1)

Substituindo (2.13.4.1) na equação diferencial parcial, obtemos:

∂2 ∂2
(XY ) + (XY ) = 0
∂x 2 ∂y 2

d 2X d2Y
Y + X =0
dx 2 dy 2

d2X d 2Y
Y 2 = −X 2 = −λ2
dx dy

1 d2X 1 d 2Y
2
=− 2
= −λ2 (2.13.4.2)
X dx Y dy

61
d 2X 2
 2 +λ X =0
 dx
 2 (2.13.4.3)
 d Y − λ2 Y = 0
 dy 2

A solução do sistema de equações diferenciais ordinárias (2.13.4.3) é:

X = A 1 cos(λx ) + B1sen (λx )


. (2.13.4.4)
Y = A 2 cosh (λy ) + B 2 senh (λy )

Substituindo (2.13.4.4) em (2.13.4.1), encontramos

u (x, t ) = [A 1 cos(λx ) + B1sen (λx )][A 2 cosh (λy ) + B 2 senh (λy )] . (2.13.4.5)

Devemos agora determinar as constantes para que (2.13.4.5) satisfaça as condições de contorno.

u(0, y) = 0 ⇒ A1[A 2 cosh(λy) + B2 senh(λy)] = 0 ⇒ A1 = 0 (a solução trivial não interessa)


(2.13.4.6)

u (x, t ) = sen (λx )[A cosh (λy ) + Bsenh(λy )] (2.13.4.7)

u (x,0 ) = 0 ⇒ Asen (λx ) = 0 ⇒ A = 0 (2.13.4.8)

u (x, t ) = Bsen (λx )senh (λy ) (2.13.4.9)

u (1, y ) = 0 ⇒ Bsen(λ )senh (λy ) = 0 ⇒ sen (λ ) = 0 ⇒ λ = nπ, n ∈ Z (2.13.4.10)

Substituindo (2.13.4.10) em (2.13.4.9) e usando o princípio da superposição, temos que:

u (x , t ) =

n =1
B n sen (nπx )senh (nπy ) ; (2.13.4.11)

u (x,1) = u 1 ⇒
∑ n =1
B n senh (nπ )sen (nπx ) = u 1 . (2.13.4.12)

Temos em (2.13.4.12) a expansão de u 1 em uma série de Fourier de senos. Assim:


1
2 2u 1  1 
senh (nπ)B n = u 1sen (nπ x )dx ⇒ B n =  − cos(nπ x ) ;
1 senh (nπ)  nπ 0
0

62
2u 1
Bn = [− cos(nπ) + 1] = 2u 1 (− 1)n +1 + 1 . [ ] (2.13.4.13)
nπ senh (nπ ) nπ senh (nπ)

Substituindo (2.13.4.13) em (2.13.4.11), obtemos a solução procurada.

[(− 1) ]


n +1
2u +1
u (x , t ) = 1 sen (nπx )senh (nπy ) (2.13.4.14)
π n senh (nπ)
n =1

Exercícios

01. Mostre que a solução (2.13.4.14) satisfaz a equação diferencial parcial e as condições de contorno.

02. Suponha uma barra de comprimento L (extremos em x = 0 e x = L ) com temperatura inicial dada
por uma função f(x). Determine a distribuição de temperatura na barra.

Para este caso, o problema de valor de contorno é dado por

 ∂u ∂ 2u
 =κ 2 , t > 0, 0 < x < L
 ∂t ∂x
u x (0, t ) = u x (L, t ) = 0, t > 0
u (x,0) = f (x ), 0<x<L

 u (x, t ) < M (solução limitada)


  nπ x   − L2  nπ x 
∑∫
L L κ n 2π 2 t


1 2
R.: u (x , t ) = f (x )dx +  f (x ) cos dx  e cos 
L 0
L  0  L    L 
n =1

03. Solucione o problema misto:

∂ ∂2
 u ( x , t ) = 2 2
u (x , t ) 0 < x < 4, t > 0
 ∂t ∂x
u(0, t ) = u (4, t ) = 0 t>0
u(x,0) = 25x 0<x<4

 u(x, t ) < M

R.:
200
Bn = (− 1)n +1


2 2

u (x , t ) =
200 (− 1)n +1 e − n 8π t sen nπ x 
 
π n  4 
n =1

63
04. Solucione os problemas de valor de contorno a seguir empregando o método de separação de
variáveis.

3u x (x , y ) + 2u y (x, y ) = 0
a) 
u (x ,0 ) = 4e −x

(3 y − 2 x )
R.: u (x, y ) = 4e 2

∂ ∂
 ∂x u (x, y ) = 2 ∂y u (x , y ) + u (x , y )
b) 
u (x ,0 ) = 3e −5 x + 2e −3x

R.: u (x, y ) = 4e −5 x −3 y + 2e −3x − 2 y

64
2.14 – Exercícios resolvidos

01. Seja f : R → R / f (x ) = x 2 sen (2 x ) , x ∈ (− π, π) , f (x + 2π) = f (x ) .

a) Plote o gráfico de f (x ) com pelo menos três períodos.

y
8 y 9

7 8

6
7

6
5
5
4
4
3
3
2
2
1 1
x x

−9 −8 −7 −6 −5 −4 −3 −2 −1 1 2 3 4 5 6 7 8 9 −10 −9 −8 −7 −6 −5 −4 −3 −2 −1 1 2 3 4 5 6 7 8 9 10
−1 −1

−2
−2
−3
−3
−4
−4
−5
−5
−6
−6
−7

−7 −8

−8 −9

(a) (b)

Figura 18: Gráfico de f : R → R / f (x ) = x 2 sen (2 x ) : (a) x ∈ (− π, π) ; (b) f (x + 2π) = f (x ) .

b) Determine a série de Fourier de f (x ) .

2
f (− x ) = (− x ) sen (− 2x ) = − x 2 sen (2x )
f (x ) é função ímpar (produto de uma par por uma ímpar) ⇒ a 0 = 0, a n = 0∀n ≥ 1

P = 2 L = 2π ⇒ L = π

L π

∫ ∫
2 nπx 2
bn = f (x )sen  dx = x 2 sen (2x )sen (nx )dx (2.14.1)
L 0  L  π 0

1
Empregando a identidade sen (u )sen (v ) = [cos(u − v ) − cos(u + v )] em (2.14.1), temos que:
2

1  
π π

bn = 
π
 ∫ 0
x cos[(n − 2 )x ]dx −
2

∫ 0
x 2 cos[(n + 2 )x ]dx 

(2.14.2)

Calculando a integral indefinida (integração por partes):


65
u = x 2 , du = 2xdx u = x , du = dx
sen (ax ) cos(ax )
dv = cos(ax )dx , v = dv = sen (ax )dx, v = −
a a

∫ ∫
x 2 sen (ax ) 2
x 2 cos(ax )dx = − x sen (ax )dx
a a
x 2 sen (ax ) 2  x cos(ax ) 1 
=
a
− −
a a
+
a ∫
cos(ax )dx 

(2.14.3)

x sen (ax ) 2 x cos(ax ) 2sen (ax )


2
= + − +C
a a2 a3

Usando (2.14.3) em (2.14.2):

1  x 2 sen[(n − 2 )x ] 2 x cos[(n − 2 )x ] 2sen[(n − 2 )x ] 


|
π

bn =  + − +
π  n−2 (n − 2)2 (n − 2)3 0 

) |
1  x 2 sen[(n + 2)x ] 2 x cos[(n + 2 )x ] 2sen[(n + 2 x 
π

-  + −
)]

π  n+2 (n + 2)2 (n + 2 3 0

1  π 2 sen[(n − 2 )π] 2π cos[(n − 2)π] 2sen[(n − 2 )π]


bn =  + − +
π n−2 (n − 2)2 (n − 2)3 
1  π 2 sen[(n + 2 )π] 2π cos[(n + 2 )π] 2sen[(n + 2)π]
-  + − 
π n+2 (n + 2)2 (n + 2)3 
n
Como cos[(n ± 2 )π] = (− 1) e sen[(n ± 2)π] = 0 :

1  2π(− 1) 
n n
2π(− 1) n 1 1 
bn =  −  = 2(− 1)  −
π  (n − 2 ) 2
(n + 2)2   (n − 2)
2
(n + 2)2 

n  (n + 2 ) − (n − 2 ) 
b n = 2(− 1) 
2 2
= 2 (− 1)
 2

2
n n + 4n + 4 − n − 4n + 4( )
2 
2
 (n − 2) (n + 2 )   n2 − 4
2
( ) 

n
 8n  16n (− 1)n
b n = 2(− 1)  2 
= , n≠2
(
2
 n − 4  )
n2 − 4 (
2
)
16
b1 = −
9

Para calcular b 2 , voltamos a (2.14.2):

66
1  
π π

b2 = 
π
 ∫ 0
x cos[(2 − 2 )x ]dx −
2

∫ 0
x 2 cos[(2 + 2 )x ]dx 


1  
π π

= 
π
 ∫ 0
x dx − 2

∫ 0
x 2 cos(4 x )dx 


1  x 3  x 2 sen (4x ) 2x cos(4 x ) 2sen (4 x )  


|
π π

=  − + −  
π 3  4 42 43  0 
 0

1  π 3 2π 
=  − 
π  3 16 
π2 1
= −
3 8

∑(
n
16  π2 1  n (− 1)
f (x ) = − sen (x ) +  − sen (2x ) + 16 sen (nx ) (2.14.4)
9  3 8 n =3
n2 − 4 ) 2

c) Plote simultaneamente os gráficos de f (x ) e da série de Fourier de f (x ) truncada (empregue


diferentes harmônicos) e faça comentários pertinentes.

y y
9
7
8
6
7

6 5

5 4

4
3
3
2
2
1
1
x x

−10 −9 −8 −7 −6 −5 −4 −3 −2 −1 1 2 3 4 5 6 7 8 9 10 −9 −8 −7 −6 −5 −4 −3 −2 −1 1 2 3 4 5 6 7 8 9
−1 −1
−2
−2
−3
−3
−4

−5 −4

−6 −5
−7
−6
−8
−7
−9
−8
(a) (b)

∑(
n
16  π2 1  n (− 1)
Figura 19: Gráfico de f (x ) = − sen (x ) +  − sen (2 x ) + 16 sen (nx ) : (a) n = 3 ; (b)
9  3 8 n =3
n2 − 4 ) 2

n = 1000 .

67
Comentários: Como f (x ) tem descontinuidades do tipo removível em ± π, ± 3π, ± 5π,K , não
se observa o fenômeno de Gibbs na série de Fourier de f (x ) . Nas descontinuidades de f (x ) , a série de
Fourier converge para a média dos limites laterais (zero).

d) Use a série de Fourier de f (x ) para determinar para quanto converge a série numérica

∑n =1
(− 1)n +1 (2n + 1)
(2n − 1)2 (2n + 3)2
= 2
3
1 .5 2
5
3 .7
7
5 .9
9
− 2 2 + 2 2 − 2 2 + K.
7 .11

π
em (2.14.4) e lembrando que (n 2 − 4 ) = (n 2 − 2 )(n 2 + 2) :
2
Considerando x =
2

π 16  3 5 7 9 
f   = 0 = − + 16 2 2 − 2 2 + 2 2 − 2 2 + K
2
  9  1 . 5 3 .7 5 .9 7 .11 

16
9
= 16

n =1
(− 1)n +1 (2n + 1)
(2n − 1)2 (2n + 3)2

∑ n =1
(− 1)n +1 (2n + 1)
(2n − 1)2 (2n + 3)2
=
1
9

02. Seja f : R → R / f (x ) = senh (x ) cosh(x ) , x ∈ (− π, π) , f (x + 2π) = f (x ) .

a) Determine a série de Fourier de f (x ) .

f (− x ) = senh (− x ) cosh (− x )
= -senh(x ) cosh (x )
= -f (x )

f (x ) = senh (x ) cosh(x ) é uma função ímpar (produto de uma ímpar por uma par)

⇒ a 0 = 0, a n = 0∀n ≥ 1

P = 2L = 2 π ⇒ L = π

L π

∫ ∫
2 nπx 2
bn = f (x )sen  dx = senh (x ) cosh (x )sen (nx )dx
L 0  L  π 0

68
π


2  ex − e−x   ex + e−x 
=    sen (nx )dx
π 0  2  2 


2  e 2x + 1 − 1 − e −2 x 
=   sen (nx )dx
π 0  4 

1  
π π

=
2π 

 ∫ 0
e sen (nx )dx −
2x

∫ 0
e - 2x sen (nx )dx 

(2.14.5)

Calculando a integral indefinida (integração por partes)


∫ e ax sen (nx )dx :

u = e ax , du = ae ax dx
cos(nx )
dv = sen (nx )dx, v = −
n

∫ ∫
e ax cos(nx ) a
e ax sen (nx )dx = − + e ax cos(nx )dx
n n

u = e ax , du = ae ax dx
sen (nx )
dv = cos(nx )dx , v =
n

e ax cos(nx ) a  e ax sen (nx ) a 


∫ e ax sen (nx )dx = −
n
+ 
n n

n ∫ e ax sen (nx )dx 

∫ ∫
e ax cos(nx ) ae ax sen (nx ) a 2
e ax sen (nx )dx = − + − 2 e ax sen (nx )dx
n n2 n


 a2  ax e ax cos(nx ) ae ax sen (nx )
1 + 2  e sen (nx )dx = − +
 n  n n2


n2  e ax cos(nx ) ae ax sen (nx ) 
e ax sen (nx )dx = − + +C (2.14.6)
n2 + a2  n n2 

Substituindo (2.14.6) em (2.14.5), primeiramente com a = 2 e depois com a = −2 , tem-se que:

69
1 n 2  e 2 x cos(nx ) 2e 2 x sen (nx ) 
|
π

bn = − + +
2π n 2 + 4  n n2 0

1 n 2  e −2 x cos(nx ) 2e − 2 x sen (nx )


|
π

- − − 
2π n 2 + 4  n n2 0

1 n 2  e 2 π cos(nπ) 1 e −2 π cos(nπ ) 1 
bn = − + + − 
2π n 2 + 4  n n n n

1 n cos(nπ)
bn = 2
2π n + 4
(
− e 2π + e −2π )
n
1 n (− 1)
= 2
2π n + 4
(
− e 2 π + e −2 π )
n +1
1 n (− 1)
=
2π n 2 + 4
(e 2π − e −2π )
n +1
1 n (− 1) e 2 π − e −2 π
=
π n2 + 4 2

n +1
senh (2π) (− 1) n
=
π n2 + 4

n +1
senh (2π ) (− 1) n
bn = , n ≥1
π n2 + 4

f (x ) =
senh (2π)
π ∑
n =1
(− 1)n +1 n sen (nx )
n2 + 4

b) Plote simultaneamente os gráficos de f (x ) e da série de Fourier de f (x ) truncada (empregue


diferentes harmônicos) e faça comentários pertinentes.

70
y
140
130
120
110
100
90
80
70
60
50
40
30
20
10 x

−9 −8 −7 −6 −5 −4 −3 −2 −1 1 2 3 4 5 6 7 8 9 10
−10
−20
−30
−40
−50
−60
−70
−80
−90
−100
−110
−120
−130
−140
−150

Figura 20: Gráfico de f (x ) = senh(x ) cosh (x ) , x ∈ (− π, π) , f (x + 2π) = f (x ) .

y
140
130
120
110
100
90
80
70
60
50
40
30
20
10 x

−9 −8 −7 −6 −5 −4 −3 −2 −1 1 2 3 4 5 6 7 8 9 10
−10
−20
−30
−40
−50
−60
−70
−80
−90
−100
−110
−120
−130
−140
−150

Figura 21: Gráfico de f (x ) = senh(x ) cosh (x ) , x ∈ (− π, π) , f (x + 2π) = f (x ) (azul), e da série de


Fourier de f (x ) com n = 1 (vermelho).

71
y
140
130
120
110
100
90
80
70
60
50
40
30
20
10 x

−9 −8 −7 −6 −5 −4 −3 −2 −1−10 1 2 3 4 5 6 7 8 9 10

−20
−30
−40
−50
−60
−70
−80
−90
−100
−110
−120
−130
−140
−150

Figura 22: Gráfico de f (x ) = senh (x ) cosh (x ) , x ∈ (− π, π) , f (x + 2π) = f (x ) (azul), e da série de


Fourier de f (x ) com n = 10 (vermelho).

y
140
130
120
110
100
90
80
70
60
50
40
30
20
10 x

−9 −8 −7 −6 −5 −4 −3 −2 −1 1 2 3 4 5 6 7 8 9 10
−10
−20
−30
−40
−50
−60
−70
−80
−90
−100
−110
−120
−130
−140
−150

Figura 23: Gráfico de f (x ) = senh (x ) cosh (x ) , x ∈ (− π, π) , f (x + 2π) = f (x ) (azul), e da série de


Fourier de f (x ) com n = 20 (vermelho).

72
y
140
130
120
110
100
90
80
70
60
50
40
30
20
10 x

−9 −8 −7 −6 −5 −4 −3 −2 −1 1 2 3 4 5 6 7 8 9 10
−10
−20
−30
−40
−50
−60
−70
−80
−90
−100
−110
−120
−130
−140
−150

Figura 24: Gráfico de f (x ) = senh (x ) cosh (x ) , x ∈ (− π, π) , f (x + 2π) = f (x ) (azul), e da série de


Fourier de f (x ) com n = 50 (vermelho).

y
140
130
120
110
100
90
80
70
60
50
40
30
20
10 x

−9 −8 −7 −6 −5 −4 −3 −2 −1 1 2 3 4 5 6 7 8 9 10
−10
−20
−30
−40
−50
−60
−70
−80
−90
−100
−110
−120
−130
−140
−150

Figura 25: Gráfico de f (x ) = senh (x ) cosh (x ) , x ∈ (− π, π) , f (x + 2π) = f (x ) (azul), e da série de


Fourier de f (x ) com n = 1000 (vermelho).

73
Comentários: Como o prolongamento periódico de f (x ) tem descontinuidades do tipo salto
finito, observa-se o fenômeno de Gibbs na série de Fourier de f (x ) , isto é, oscilações de maior
amplitude nas vizinhanças dos saltos. A estimativa para a maior amplitude é de cerca de 9% da
amplitude do salto. Nas descontinuidades de f (x ) , a série de Fourier converge para a média dos limites
laterais (zero).

Figura 26: Gráfico da série de Fourier de f (x ) com n = 1 (vermelho), n = 10 (verde escuro), n = 20


(verde claro), n = 50 (marron) e n = 1000 (preto).

03. Seja f (x ) = cosh (3x ), - π < x < π, f (x + 2π) = f (x ) .

a) Determine a série de Fourier de f (x ) .

f (− x ) = cosh (− 3x )
= cosh (3x ) f (x ) = cosh (3x ) é uma função par ⇒ b n = 0 ∀n ≥ 1
= f (x )

P = 2 L = 2π ⇒ L = π

π π


2 2  senh (3x )  2
a0 = cosh (3x )dx =   = senh (3π)
π 0
π 3  0 3π

74
π


2
an = cosh (3x ) cos(n x )dx (2.14.7)
π 0

Calculando a integral indefinida (integração por partes)


∫ cosh (3x ) cos(nx )dx :

u = cosh (3x ), du = 3senh (3x )dx u = senh (3x ), du = 3 cosh (3x )dx
sen (nx ) cos(nx )
dv = cos(nx )dx, v = dv = sen (nx )dx, v = −
n n

∫ ∫
cosh (3x )sen (nx ) 3
cosh (3x ) cos(nx )dx = − senh (3x )sen (nx )dx
n n

cosh (3x )sen (nx ) 3  senh (3x ) cos(nx ) 3 


∫ cosh (3x ) cos(nx )dx =
n
− −
n n
+
n ∫ cosh (3x )cos(nx )dx 


 9  cosh (3x )sen (nx ) 3senh (3x ) cos(nx )
1 + 2  cosh (3x ) cos(nx )dx = +
 n  n n2


n 2  cosh (3x )sen (nx ) 3senh (3x ) cos(nx ) 
cosh (3x ) cos(nx )dx = + +C (2.14.8)
n 2 + 9  n n2 

Substituindo (2.14.8) em (2.14.7), tem-se que

π
2 n 2  cosh (3x )sen (nx ) 3senh (3x ) cos(nx ) 
an = +
π n 2 + 9  n n2 
0

2 n 2  3senh (3π) cos(nπ) 


an =
π n 2 + 9  n2 

n
6senh (3π) (− 1)
an = .
π n2 + 9

f (x ) =
senh (3π) 6senh (3π)

+
π ∑ n =1
(− 1)n
n2 + 9
cos(nx ) (2.14.9)

b) Calcule para quanto converge a série numérica

∑ n =1
(− 1)n
2
n +9
=−
1 1 1 1 1
+ − + − +K .
10 13 18 25 34

75
Considerando x = 0 em (2.14.9), tem-se que cosh (0 ) = 1 ( f (x ) é contínua em x = 0 ) e que

1=
senh (3π ) 6senh (3π)

+
π ∑ n =1
(− 1)n
n2 + 9

1−
senh (3π) 6senh (3π)

=
π ∑ n =1
(− 1)n
n2 + 9


3π − senh (3π) 6senh (3π)

=
π ∑ n =1
(− 1)n
n2 + 9

∑n =1
(− 1)n
2
n +9
=
3π − senh (3π)

π
6senh (3π )
=
3π − senh (3π)
18senh (3π)
.

76
2.15 – Exercícios complementares

01. Seja f (x ) , representada graficamente abaixo, uma função π -periódica.

f(x)

x
π π

2 2

-2

 4 π
− π x − 2, - 2 < x < 0
Figura 27: Gráfico de f (x ) =  , f (x + π ) = f (x ) .
− 4 x + 2, 0 < x < π
 π 2

Expanda f (x ) em série de Fourier.

R.:
4
π ∑
n =1
1
n
sen (2nx )
y

−4 −3 −2 −1 1 2 3 4 5

−1

−2

−3

−4

 4 π
− π x − 2, - 2 < x < 0
Figura 28: Gráfico de f (x ) =  , f (x + π ) = f (x ) , e da série de Fourier de f (x )
− 4 x + 2, 0 < x < π
 π 2
com n = 5 e n = 20 .

77
02. Seja f (x ) , representada graficamente abaixo, uma função π -periódica.

f(x)

x
π π

2 2

4 π
x + 2, - ≤ x < 0
 π 2
Figura 29: Gráfico de f (x ) =  , f (x + π ) = f (x ) .
4
− x + 2, 0 ≤ x ≤ π
 π 2
Expanda f (x ) em série de Fourier.


4
R.: 1 + 2
π ∑n =1
(− 1)n +1 + 1 cos(2nx )
n2

−4 −3 −2 −1 1 2 3 4 5

−1

−2

−3

−4

4 π
 π x + 2, - 2 ≤ x < 0
Figura 30: Gráfico de f (x ) =  , f (x + π ) = f (x ) , e da série de Fourier de f (x ) com
− 4 x + 2, 0 ≤ x ≤ π
 π 2
n = 2 e n = 4.

78
03. Seja f (x ) a função representada graficamente abaixo. Sabendo que f (x ) = f (x + 4π) , determine a
série de Fourier de f (x ) na forma usual.

f(x)

x
− 2π −π π 2π

-2

 4
− π x − 6, - 2π ≤ x < −π

Figura 31: Gráfico de f (x ) =  − 2, - π ≤ x < π , f (x + 4π) = f (x ) .
 4
 x − 6, π ≤ x ≤ 2π
 π
(− 1)n − cos nπ 
16
R.: f (x ) = −1 + 2
π ∑ n 2
 2  cos n x 

 2 

04. Seja f (x ) a função representada graficamente abaixo. Sabendo que f (x ) = f (x + 6π) , determine a
série de Fourier de f (x ) na forma usual.
f(x)

x
− 3π −π π 3π

-3

 3
 π x + 6, - 3π ≤ x < −π

Figura 32: Gráfico de f (x ) =  3, - π ≤ x < π , f (x + 6π) = f (x ) .
 3
- x + 6, π ≤ x ≤ 3π
 π

79
(− 1)n +1 + cos nπ 
R.: f (x ) = 1 +
18
π2 ∑ n 2
 3  cos n x 

 3 

− 8, - 4 < x < 0
05. Seja f (x ) =  , f (x ) = f (x + 8) . Expanda f (x ) em série de Fourier na forma
 8, 0 < x < 4
exponencial.

R.: f (x ) =
8i
π ∑n = −∞
(− 1)n − 1 e i nπ4 x , n = 0 ⇒ c
n
0 =0

− 2 x , - π < x ≤ 0
06. Seja f (x ) =  , f (x + 2 π ) = f (x ) .
 2x , 0 < x < π

a) Expanda f (x ) em série de Fourier na forma exponencial. Para quanto converge a série em


x = ±π ?

R.: f (x ) =
2
π ∑ n = −∞
(− 1)n − 1 e inx , n = 0 ⇒ c
n2
0 =π

Em x = ± π a série de Fourier converge para a média dos limites laterais, ou seja, 2π .

b) Use a série determinada no item a para calcular



n =1
1
(2n − 1)2
.

π2
R.:
8

07. a) Obtenha a série de Fourier que converge para a função 2π -periódica f ( x ) = e x , − π < x < π .

2senh (π )  1 (− 1)n [cos(nx ) − n sen (nx )]


R.: f (x ) =
π
 +
 2

n =1
2
n +1



b) Determine a identidade de Parseval correspondente à série obtida no item anterior.

R.:
∑n =1
1
n2 +1
=
π senh (2π ) − 2 senh 2 (π )
4 senh 2 (π )

80
0, se - π ≤ x ≤ 0
08. Sendo f ( x ) =  uma função 2π -periódica:
sen (x ), se 0 ≤ x ≤ π

a) expanda f ( x ) em uma série de Fourier;



11
R.: f (x ) = + sen (x ) +
π 2
1
π ∑ n =2
(− 1)n + 1 cos(nx )
1− n2
1 1 1 π 2 −8
b) mostre que + + + L = .
12.3 2 3 2.5 2 5 2.7 2 16

Sugestão: Calcule a identidade de Parseval.

09. Seja

 0, - π < x < 0
f (x ) =  , f (x ) = f (x + 2π) (1)
cos(x ), 0 < x < π

e sua série de Fourier

∑ [ ]
n
1 1 n (− 1) + 1
f (x ) = cos(x ) + sen (nx ) . (2)
2 π n2 −1
n =2

A Figura 22 ilustra o gráfico de f (x ) e de sua série de Fourier com n = 50 .


y y

3 3

2 2

1 1

x x

−4 −3 −2 −1 1 2 3 4 −4 −3 −2 −1 1 2 3 4

−1 −1

−2 −2

−3 −3

(a) (b)

 0, - π < x < 0
Figura 33: (a) Gráfico de f (x ) =  , f (x ) = f (x + 2π) ; (b) gráfico de
cos(x ), 0 < x < π

∑ [ ]
n
1 1 n (− 1) + 1
f (x ) = cos(x ) + sen (nx ) , com n = 50 .
2 π n2 −1
n =2

81
a) f (x ) é par ou ímpar? Justifique.
b) Identifique os coeficientes de Fourier de f (x ) .

1
R.: a 0 = 0, a 1 = , a n = 0∀n ≥ 2, b1 = 0, b n =
[
n (− 1) + 1
n
∀n ≥ 2
]
2 π(n 2 − 1)
953π
c) Para quanto converge a série (2) se x = 14π ? E se x = ? Justifique.
6

1 953π 3
R.: Em x = 14π a série converge para ; em x = a série converge para − .
2 6 2

d) Use a série de Fourier de f (x ) para determinar a convergência da série


∑n =1
(2n )2
(2n − 1)2 (2n + 1)2
.

2
π
R.:
16

10. Prove que, para 0 ≤ x ≤ π :

π2  cos (2 x ) cos (4 x ) cos (6 x ) 


a) x(π − x ) = − 2
+ 2
+ 2
+ L
6  1 2 3 

8  sen ( x ) sen (3 x ) sen (5 x ) 


b) x(π − x ) =  3
+ 3
+ 3
+ L
π 1 3 5 

Usando (a) e (b), mostre que:

c)

n =1
(− 1)n −1
n2
=
π2
12

d)

n =1
(− 1)n −1
(2n − 1)3
=
π3
32

∞ ∞

e)
∑(
n =1
1
2n − 1)
6
=
π6
960
e

n =1
1
=
π6
n 6 945

11. a) Mostre que, em − π < x < π ,

82
1  2 3 4 
x cos(x ) = − sen (x ) + 2 sen (2 x ) − sen (3x ) + sen (4x ) − L .
2 1.3 2.4 3.5 

Figura 34: Gráfico de f (x ) = x cos(x ), - π < x < π , e da série de Fourier de f (x ) com n = 5 e n = 10 .

b) Usando (a), mostre que em − π ≤ x ≤ π

1  cos(2 x ) cos(3x ) cos(4x ) 


x sen (x ) = 1 − cos(x ) − 2  − + − L .
2  1.3 2.4 3.5 

Figura 35: Gráfico de f (x ) = x sen (x ), - π ≤ x ≤ π , e da série de Fourier de f (x ) com n = 5 .


83
c) Empregando (a) e (b), mostre que:

∑n =1
(− 1)n +1 (2n + 1) = 1
2n (2n + 2) 4
R.: Use x =
π
2
em (a)

∑(n =1
1
=
n n + 2) 4
3
R.: Use x = π em (b)

e2
 (x + 2), se - 2 < x ≤ 0
12. Seja f (x ) =  2 uma função 4-periódica, representada graficamente abaixo.
e - x + 2 , se 0 ≤ x < 2

e2
 (x + 2), se - 2 < x ≤ 0
Figura 36: Gráfico da função f (x ) =  2 , de período fundamental P = 4 .
e ,
- x + 2
se 0 ≤ x < 2

a) Verifique se f(x) satisfaz as condições de Dirichlet.

b) Determine a série de Fourier correspondente a f(x).

1 e2 2 e2 nπ
R.: a 0 = e 2 −
2
[ ]n
, a n = 2 2 1 − (− 1) + 2 2
n π n π +4
[ n
]
e 2 − (− 1) , b n = − + 2 2
nπ n π + 4
[
e 2 − (− 1)
n
]
c) Calcule a identidade de Parseval da série de Fourier obtida no item anterior.

84

∑ (a
4 2
e e 3
R.: n
2
+ bn
2
) = 12 + −
2 8
n =1

d) Usando um software gráfico, plote o gráfico da série de Fourier determinada em (b) com pelo
menos quinze (15) harmônicos.

e2
 (x + 2), se - 2 < x ≤ 0
Figura 37: Série de Fourier com n = 15 da função f (x ) =  2 , de período
e - x + 2 , se 0 ≤ x < 2

fundamental P = 4 .

 0, se - 3 ≤ x ≤ 0
13. Seja f (x ) =  2 , f (x + 6 ) = f (x ) .
 x (3 − x ), se 0 < x < 3

a) Esboce o gráfico da função dada com pelo menos três períodos.

 0, se - 3 ≤ x ≤ 0
Figura 38: Gráfico da função f (x ) =  2 , de período fundamental P = 6 .
 x (3 − x ), se 0 < x < 3
85
b) Determine a série de Fourier de f(x).

R.; a 0 =
9
4
, an =
162
n π
4 4
[
(− 1)n − 1 − 27
n π
2 2
(− 1)n , ] bn =
54
n π
3 3
n +1
2(− 1) − 1 [ ]
c) Esboce o gráfico da série de Fourier determinada em (b) com pelo menos cinco (5) harmônicos.

 0, se - 3 ≤ x ≤ 0
Figura 39: Série de Fourier com n = 5 da função f (x ) =  2 , de período
 x (3 − x ), se 0 < x < 3
fundamental P = 6 .

3π 3π
14. Seja f (x ) = x 2 sen (x ) , − <x< , f (x ) = f (x + 3π) .
2 2

a) Esboce o gráfico de f (x ) com pelo menos três períodos.


22 y
21
20
19
18
17
16
15
14
13
12
11
10
9
8
7
6
5
4
3
2 x
1

−24
−23
−22
−21
−20
−19
−18
−17
−16
−15
−14
−13
−12
−11 −1
−10−9−8−7−6−5−4−3−2−1 1 2 3 4 5 6 7 8 9 10111213141516171819202122232425
−2
−3
−4
−5
−6
−7
−8
−9
−10
−11
−12
−13
−14
−15
−16
−17
−18
−19
−20
−21
−22
−23

Figura 40: Gráfico de f (x ) = x 2 sen (x ) , f (x ) = f (x + 3π) .

86
b) Determine a série de Fourier de f (x ) .

R.: a 0 = a n = 0 , b n =
18(− 1)
n  2
− π n +
8n 27 + 4n 2 ( )
(
π 9 − 4n 2 )  9 − 4n 2
2
( ) 

∑ 8n (27 + 4n 2 )  2nx 
18 (− 1)n  2
f (x ) =  − π n + sen  
π
n =1
9 − 4n 2  (9 − 4n 2 )2   3 
c) Esboce o gráfico da série de Fourier de f (x ) com n = 1 , n = 10 , n = 100 , n = 1000 , K
(Explore as limitações do aplicativo gráfico empregado).
25 y
24
23
22
21
20
19
18
17
16
15
14
13
12
11
10
9
8
7
6
5
4
3
2 x
1
−28
−27
−26
−25
−24
−23
−22
−21
−20
−19
−18
−17
−16
−15
−14
−13
−12
−11 −1 1 2 3 4 5 6 7 8 91011121314151617181920212223242526272829
−10−9−8−7−6−5−4−3−2−1
−2
−3
−4
−5
−6
−7
−8
−9
−10
−11
−12
−13
−14
−15
−16
−17
−18
−19
−20
−21
−22
−23
−24
−25

Figura 41: Gráfico de f (x ) = x 2 sen (x ) , f (x ) = f (x + 3π) , e de


−26

∑ 8n (27 + 4n 2 )  2nx 
18 (− 1)n  2
f (x ) =  − π n + sen  , com n = 2 .
π
n =1
9 − 4n 2  (9 − 4n 2 )2   3 
y
25
24
23
22
21
20
19
18
17
16
15
14
13
12
11
10
9
8
7
6
5
4
3
2 x
1
−28
−27
−26
−25
−24
−23
−22
−21
−20
−19
−18
−17
−16
−15
−14
−13
−12
−11 −1 1 2 3 4 5 6 7 8 91011121314151617181920212223242526272829
−10−9−8−7−6−5−4−3−2−1
−2
−3
−4
−5
−6
−7
−8
−9
−10
−11
−12
−13
−14
−15
−16
−17
−18
−19
−20
−21
−22
−23
−24
−25
−26

Figura 42: Gráfico de f (x ) = x 2 sen (x ) , f (x ) = f (x + 3π) , e de


∑ 8n (27 + 4n 2 )  2nx 
18 (− 1)n  2
f (x ) =  − π n + sen  , com n = 5 .
π
n =1
9 − 4n 2  (9 − 4n 2 )2   3 
87
25 y
24
23
22
21
20
19
18
17
16
15
14
13
12
11
10
9
8
7
6
5
4
3
2 x
1
−28
−27
−26
−25
−24
−23
−22
−21
−20
−19
−18
−17
−16
−15
−14
−13
−12
−11 −1
−10−9−8−7−6−5−4−3−2−1 1 2 3 4 5 6 7 8 9 1011121314151617181920212223242526272829
−2
−3
−4
−5
−6
−7
−8
−9
−10
−11
−12
−13
−14
−15
−16
−17
−18
−19
−20
−21
−22
−23
−24
−25
−26

Figura 43: Gráfico de f (x ) = x 2 sen (x ) , f (x ) = f (x + 3π) , e de


∑ 8n (27 + 4n 2 )  2nx 
18 (− 1)n  2
f (x ) = − π n + sen  , com n = 10 .
π
n =1
9 − 4n 2  (9 − 4n 2 )2   3 
y
25
24
23
22
21
20
19
18
17
16
15
14
13
12
11
10
9
8
7
6
5
4
3
2 x
1
−28
−27
−26
−25
−24
−23
−22
−21
−20
−19
−18
−17
−16
−15
−14
−13
−12
−11 −1
−10−9−8−7−6−5−4−3−2−1 1 2 3 4 5 6 7 8 9 1011121314151617181920212223242526272829
−2
−3
−4
−5
−6
−7
−8
−9
−10
−11
−12
−13
−14
−15
−16
−17
−18
−19
−20
−21
−22
−23
−24
−25
−26

Figura 44: Gráfico de f (x ) = x 2 sen (x ) , f (x ) = f (x + 3π) , e de


∑ ( )
18 (− 1)n  2 8n 27 + 4n 2   2nx 
f (x ) =  − π n + 2 
sen  , com n = 5000 .
π
n =1
9 − 4n 2  9 − 4n 2   3  ( )
17 π 619π
d) Para quanto converge a série de Fourier de f (x ) se x = − ? E se x = ? Justifique.
12 2

88
17 π 289π 2
R.: Em x = −
12
a série de Fourier converge para
576
( )
2+ 6 .

619π π2
Em x = a série de Fourier converge para .
2 4

15. Seja

 0, - π < x < 0
f (x ) =  , f (x + 2 π ) = f (x ) .
cos(x ), 0 < x < π

a) Esboce o gráfico de f (x ) com pelo menos três períodos.


b) Determine a série de Fourier de f (x ) .

∑ [ ]
n
1 1 n (− 1) + 1
R.: f (x ) = cos(x ) + sen (nx )
2 π n2 −1
n =2

c) Plote simultaneamente os gráficos de f (x ) e da série de Fourier de f (x ) truncada.


Empregue diferentes harmônicos.
425π
d) Para quanto converge a série de Fourier de f (x ) se x = 15π ? E se x = ?
4
Justifique.

1 π 2
R.: − ; cos  =
2 4 2

e) Use a série de Fourier de f (x ) para determinar para quanto converge a série

∑( n =1
n2
4n 2 − 1)
2
.

π2
R.:
64

89
90
3. A INTEGRAL DE FOURIER / TRANSFORMADAS DE FOURIER

Usamos a série de Fourier para representar uma função f(x) definida em um intervalo
(− L, L) ou (0, L) . Quando f (x ) e f ' (x ) são seccionalmente contínuas nesse intervalo, uma série de
Fourier representa a função no intervalo e converge para um prolongamento periódico de f (x ) fora do
intervalo.
Estabeleceremos agora (de forma não rigorosa) uma maneira de representar certos tipos de
funções não-periódicas definidas em um intervalo infinito (− ∞, ∞ ) ou (0, ∞ ) (expansão de f(x) em uma
integral de Fourier).

Da série de Fourier à integral de Fourier

Suponhamos uma função f(x) definida em (− L, L ) que satisfaça as condições de Dirichlet.


Assim


a
f (x ) = 0 +
2 ∑ n =1


 nπ x 
 
 nπ x  
a n cos L  + b n sen L  ;
 

 L  nπ u    nπ x  



 −L
f (u ) cos du  cos
 L    L  
+


L


1 1
f (x ) = f (u )du +  . (3.1)
2L L   L
  nπ x  

−L  nπ u 
n =1
+  f (u )sen du sen  
  − L  L    L  

Considerando α n =

, ∆α = α n +1 − α n =
(n + 1)π − nπ = π , reescrevemos (3.1) como
L L L L

 L  

1  



 −L
f (u ) cos(α n u )du  cos(α n x ) + 


L


1
f (x ) =  f (u )du  ∆α +  ∆α . (3.2)
2π   π  
L
 

 −L
n =1
+  f (u )sen (α n u )du sen (α n x ) 
  −L  

Como L → ∞ ⇒ ∆α → 0 , temos que

 1  L
 
lim 
∆α → 0 2π


 ∫ −L
f (u )du  ∆α  = 0 .
 

Logo, o restante de (3.2) toma a forma

91
∞ ∞

f (x ) = lim
∆α → 0 ∑( n =1
F α n )∆α = lim
∆α → 0 ∑(
n =1
F n∆α )∆α (3.3)

Em (3.3) temos uma soma de Riemann, o que nos leva à integral


∫ 0
F(α )dα .

Dessa forma, podemos escrever o limite de (3.2), quando L → ∞ ⇒ ∆α → 0 , como

    
∞  ∞   ∞  

∫ ∫ ∫
1     
f (x ) =  f (u ) cos(α u )du cos(α x ) + f (u )sen (α u )du sen (α x )dα .
π
0  1−4    


∞ 4 42444 3  1−4
∞ 4 42444 3

A (α )   B ( α ) 

3.1 – A integral de Fourier

A integral de Fourier de uma função f(x) definida no intervalo (− ∞, ∞ ) é dada por


1
f (x ) = [A(α ) cos(α x ) + B(α )sen (α x )] dα
π 0

onde

A(α ) =
∫ −∞
f (x ) cos(α x )dx

e

B(α ) =
∫ −∞
f (x )sen (α x )dx .

3.2 – Convergência da integral de Fourier

Se

(1) f(x) e f’(x) são seccionalmente contínuas em qualquer intervalo finito e

(2)
∫ −∞
f (x )dx converge, isto é, f(x) é absolutamente integrável em (− ∞, ∞ ) ,

então a integral de Fourier converge para f(x) em um ponto de continuidade e converge para
f (x + ) + f (x − )
(média dos limites laterais) em um ponto de descontinuidade.
2

92
Demonstração

SPIEGEL, Murray R.; WREDE, Robert C. Cálculo avançado. Porto Alegre: Bookman.

Observação: as condições de convergência da integral de Fourier são suficientes, porém não


necessárias.

3.2.1 – Convergência absoluta e condicional

∞ ∞ ∞

∫ a
f (x )dx é dita absolutamente convergente se

∞ ∞
∫ a
f (x ) dx convergir. Se
∫ a
f (x )dx

convergir mas
∫ a
f (x ) dx divergir, então
∫ a
f (x )dx é dita condicionalmente convergente.

∞ ∞

Teorema: Se
∫ a
f (x ) dx convergir, então
∫ a
f (x )dx converge.

Exemplos


o cos(x )
1) dx é absolutamente convergente e, portanto, convergente, isto porque
0
x2 +1
∞ ∞ ∞

∫ ∫ ∫
cos(x ) 1 1
dx ≤ dx e 2
dx converge.
0
x2 +1 0
2
x +1 0
x +1

∞ ∞ ∞

∫ ∫ ∫
o sen (x ) sen (x ) sen (x )
2) dx = π , mas dx diverge. Assim, dx é condicionalmente
x x x
−∞ -∞ -∞
convergente.

Exercício


1
Mostre que 2
dx converge.
x +1
0

3.3 – A integral cosseno de Fourier

Se f(x) é uma função par no intervalo (− ∞, ∞ ) , temos que:

93
∞ ∞

A(α ) =
∫ () ( ) ∫
−∞

f x cos α x dx = 2
0
f (x ) cos(α x )dx ;

B(α ) =
∫ () ( )
−∞
f x sen α x dx = 0 ;

∫ () ( )
1
f (x ) = A α cos α x dα . Integral cosseno de Fourier
π 0

3.4 – A integral seno de Fourier

Se f(x) é uma função ímpar no intervalo (− ∞, ∞ ) , temos que:

A(α ) =
∫ () ( )
−∞

f x cos α x dx = 0 ;

B(α ) =
∫ () ( ) ∫
−∞
f x sen α x dx = 2

0
f (x )sen (α x )dx ;

∫ () ( )
1
f (x ) = B α sen α x dα . Integral seno de Fourier
π 0

Exercícios

0, se x < 0

Seja f (x ) = 1, se 0 < x < 2 .
0, se x > 2

01. Determine a integral de Fourier de f(x).


sen (α ) cos[(x − 1)α ]

2
R.: f (x ) = dα
π 0
α

0, x < 0 ou x > 2


sen (α ) cos[(x − 1)α ] π
dα =  , 0 < x < 2
0
α 2
π
 4 , x = 0 ou x = 2

02. Para quanto a integral de Fourier converge em x = 0 e x = 2 ?

94



sen(α )

sen (α ) π
03. Prove que dα = e dα = π .
0
α 2 α
−∞

3.5 – Formas equivalentes da integral de Fourier

(1)

∫[()
1
f (x ) = A α cos(α x ) + B(α )sen (α x )] dα
π 0

A(α ) =
∫ () (−∞

f x cos α x )dx

B(α ) =
∫ () (−∞
f x sen α x )dx

(2)

 ∞
  ∞
 

∫ ∫ ∫
1  
f (x ) =  f (u ) cos(α u )du cos(α x ) + 
 
f (u )sen (α u )du sen (α x )dα
π
0  −∞



 −∞

 
∞ ∞

∫ ∫
1  
f (x ) =  f (u )[cos(α u ) cos(α x ) + sen (α u )sen (α x )]du dα
π
0  −∞ 

 ∞

∫ ∫
1  
f (x ) =  f (u ) cos[(u − x )α ]du dα
π
0  −∞ 

(3) Forma complexa


 ∞

∫ ∫
1
f (x ) =  f (u ) cos[(u − x )α ]du dα
π 0  −∞ 

Como f (u ) cos[(u − x )α ] é uma função par em α, temos que


 ∞

∫ ∫
1
f (x ) =  f (u ) cos[(u − x )α ]du dα . (3.5.1)
2π -∞  
 −∞

Uma vez que f (u )sen[(u − x )α ] é uma função ímpar em α, o que implica que

 ∞

∫ ∫
-∞ 

 −∞
f (u )sen[(u − x )α ]du dα = 0 , podemos escrever (3.5.1) como

95

 ∞

∫ ∫
1 
f (x ) =  {f (u ) cos[(u − x )α ] + i f (u )sen[(u − x )α ]}du dα

-∞ 
 −∞ 

 ∞

∫ ∫
1  
f (x ) =  f (u ){cos[(u − x )α ] + i sen[(u − x )α ]}du dα

-∞ 
 −∞ 

 ∞

∫ ∫
1 
f (x ) = f (u ) ei (u − x )α du dα
2π 
-∞ 

−∞ 


 ∞ 

∫ ∫
1 
f (x ) = f (u ) e iα u e −iα x du dα
2π  −∞
-∞ 


 

 ∞ 

∫ ∫
1 
f (x ) = f (u ) e iα u du  e −iα x dα
2π  
-∞
 1−4

42443 
 F (α ) 

∞ ∞

∫ ∫
1
f (x ) = F(α ) e − iα x
dα onde F(α ) = f (x ) e iα x dx .

-∞ -∞

Observação: Se em (3.5.1) considerássemos cos[(x − u )α ] , teríamos

∞ ∞

∫ ∫
1
f (x ) = F(α ) e iα x
dα com F(α ) = f (x ) e −iα x dx .
2π -∞ -∞

Exercícios

01. Determine a integral de Fourier que representa a função pulso

1, se x < a
f (x ) =  . (3.5.2)
0, se x > a


2 sen (aα ) cos(α x )
R.: f (x ) = dα
π 0
α

96
π
∞ 2 , x < a


sen (aα ) cos(α x ) 
dα =  0, x > a
α π
0
 , x =a
4

Observação: Se a = 1 , a função (3.5.2) é chamada pulso unitário.

02. Represente por uma integral de Fourier as funções a seguir.


e − x , se x > 0

2 cos(α x )
a) f (x ) =  x R.: f (x ) = dα
e , se x < 0 π 0
α 2 +1


e − x , se x > 0

2 α sen (α x )
b) f (x ) =  x R.: f (x ) = dα
- e , se x < 0 π 0
α 2 +1

03. Usando a representação integral de Fourier, mostre que:

π
 sen (x ), se x < π


sen (πα )sen (αx )
a) 2
d α = 2 ;
1 − α 
0
 0 , se x > π
 πα  π π
∞ cos  cos(αx )  cos(x ), se x <

∫  2  2 2 .
b) 2
dα = 
1−α  π
0
 0, se x >
2

3.6 – Definição da transformada de Fourier e da transformada inversa de Fourier

Integral de Fourier:

∞ ∞

∫ ∫
1
f (x ) = F(α ) e − iα x
dα onde F(α ) = f (x ) e iα x dx

-∞ -∞

 

 ∞ 

∫ ∫
1 
f (x ) = f (u ) e iα u du  e −iα x dα
2π  
-∞
 1-4

42443 
 F (α ) 
97
Transformada de Fourier:

ℑ{f (x )} = F(α ) =
∫ -∞

f (x ) e iα x dx
(3.6.1)
=

-∞
f (x )[cos(α x ) + i sen (α x )]dx

Transformada inversa de Fourier:


1
ℑ {F(α )} = f (x ) =
−1
F(α ) e −iα x dα (3.6.2)
2π -∞

f (x ) F(α ) f (x )
−1
ℑ ℑ

Figura 45: Transformadas de Fourier.

^
Definimos a transformada de Fourier de f como sendo a função F(α) ou f que associa a cada
 ^ 
função absolutamente integrável f : R → C a função F(α ) : R → C  ou f : R → C  definida pela
 
expressão (3.6.1); a sua inversa, chamada transformada inversa de Fourier, é a função que associa a
 ^ 
cada função F(α ) : R → C  ou f : R → C  pertencente ao conjunto imagem de ℑ{f (x )} a função
 
absolutamente integrável f : R → C definida pela expressão (3.6.2).

f (x ) →← F(α )

Se f(x) é função par ⇒ ℑ{f (x )} = F(α ) =


∫ -∞
f (x ) cos(αx )dx . (real puro)

Se f(x) é função ímpar ⇒ ℑ{f (x )} = F(α ) = i


∫ -∞
f (x ) sen (αx )dx . (imaginário puro)

98
Observações:

1a) A literatura não é unânime quanto à forma para as transformadas (3.6.1) e (3.6.2). Você também
encontrará os pares de transformadas abaixo.

1.
ℑ{f (x )} = F(α ) =
∫ -∞
f (x ) e −iα x dx


1
ℑ {F(α )} = f (x ) =
−1
F(α ) e iα x dα
2π -∞


1
ℑ{f (x )} = F(α ) = f (x ) e iα x dx
2π -∞
2. ∞


1
ℑ −1 {F(α )} = f (x ) = F(α ) e −iα x dα
2π -∞


1
ℑ{f (x )} = F(α ) = f (x ) e −iα x dx
2π -∞
3. ∞


1
ℑ −1
{F(α )} = f (x ) = F(α ) e iα x dα
2π -∞

2a) Os pares 2 e 3 constituem a forma simétrica.

3a) Quanto às constantes que multiplicam as integrais nos pares de transformadas, o produto das
1
mesmas deve sempre ser igual a .

4a) A transformada de Fourier é convergente somente para um conjunto muito limitado de funções
f (x ) , isto porque as condições de existência (suficientes, não necessárias) da integral de Fourier são
bastante restritivas.

3.7 – Transformada cosseno de Fourier e transformada cosseno de Fourier inversa

f(x) é uma função par no intervalo (− ∞, ∞ )

Integral cosseno de Fourier:

99

A(α ) = 2
∫ () (
0

f x cos α x )dx

∫ () (
1
f (x ) = A α cos α x )dα
π 0

 ∞

∫ ∫ ()
2
f (x ) =  f u cos(α u )du  cos(α x )dα
π 0  0 

Transformada cosseno de Fourier:

ℑC {f (x )} = FC (α ) =
∫ 0
f (x ) cos(α x )dx

Transformada cosseno de Fourier inversa:


2
ℑ −1
C {FC (α )} = f (x ) = FC (α ) cos(α x )dα
π 0

3.8 – Transformada seno de Fourier e transformada seno de Fourier inversa

f(x) é uma função ímpar no intervalo (− ∞, ∞ )

Integral seno de Fourier:

B(α ) = 2
∫ () (
0

f x sen α x )dx

∫ () (
1
f (x ) = B α sen α x )dα
π 0

 ∞

∫ ∫ ()
2
f (x ) =  f u sen (α u )du  sen (α x )dα
π 0  0 

Transformada seno de Fourier:

ℑS {f (x )} = FS (α ) =
∫ 0
f (x ) sen (α x )dx

Transformada seno de Fourier inversa:

100


2
ℑ −1
S {FS (α )} = f (x ) = FS (α ) sen (α x )dα
π 0

Exercícios

01. Seja f (x ) = 1 . Calcule ℑ{f (x )} .

R.: ℑ{f (x )} diverge

1, se x < a
02. a) Determine a transformada de Fourier de f (x ) =  .
0, se x > a
2sen (aα )
R.: F(α ) = = 2a sinc(aα ), α ≠ 0
α

α = 0 ⇒ F(0 ) = 2a

b) Esboce o gráfico de f(x) e de sua transformada de Fourier para a = 3 .

(a) (b)

Figura 46: (a) Gráfico de f(x) para a = 3 ; (b) gráfico de ℑ{f (x )} para a = 3 (função par).


sen (aα ) cos(α x )
c) Calcule dα .
-∞
α

π , se x < a
∞ 


sen (aα ) cos(α x ) π
R.: dα =  , se x = a
-∞
α 2
0, se x > a

101

03. Solucione a equação integral


∫ 0
f (x ) cos(α x )dx = e −α .


x 2  e −α sen (αx ) e −α cos(αx ) 
R.: e −α cos(αx )dα =  − +C
x2 +1  x x2 

2
f (x ) =
π (x 2 + 1)

04. A transformada de Fourier preserva paridade?

1 − x 2 , se x < 1
05. a) Determine a transformada cosseno de Fourier de f (x ) =  .
0, se x > 1
sen (α ) − α cos(α )
R.: FC (α ) = 2 3
,α ≠ 0
α


 sen (x ) − x cos(x )   x  3π
b) Mostre que  3  cos dx = .
0  x  2 16

1
Sugestão: Considere x = em f (x ) = ℑ −1 {F(α )} .
2

3.9 – Função de Heaviside

Oliver Heaviside (1850-1925): engenheiro eletrônico inglês.

A função de Heaviside (ou função unitária de Heaviside) é definida como

H : R − {0} → R

1, x > 0
x→ . (3.9.1)
0, x < 0

102
Figura 47: Função de Heaviside.

A função de Heaviside (3.9.1), também chamada função salto unitário ou função degrau
unitário, não é definida em x = 0 (desnecessário). Alguns autores definem
1
H(0) = .
2
Na literatura também é comum encontrar a notação u (x ) para H(x ) .
A função degrau unitário transladada é definida como

1, x > c
u (x − c ) =  . (3.9.2)
0, x < c

1, x > 2
Figura 48: Função degrau unitário transladada u (x − 2) =  .
0, x < 2

Quando multiplicada por outra função definida em (− ∞, ∞ ) , a função degrau unitário (3.9.2)
cancela uma porção do gráfico da função.

Exemplo

1 1, x > 0
Mostre que ℑ { e − ax u (x ) } = , a > 0 , onde u (x ) =  é a função unitária de
a − iα 0, x < 0
Heaviside.

103
∞ ∞ ∞

ℑ{e − ax
u (x ) } =
∫ −∞
e − ax
u (x )e iα x
dx =
∫ 0
e − ax iα x
e dx =
∫ 0
e(−a +iα ) x dx

b b b
 e ( − a + iα ) x   e − ax eiα x   e − ax [cos(α x ) + i sen (α x )]
= lim   = lim   = lim  
b→ ∞ − a + iα
  0 b→∞  − a + iα  0 b→∞  − a + iα 0

 −ab 
 e [cos(α b ) + i sen (α b )] 1  1 1
= lim  − =− =
b→∞
1444−4 a2 +4 iα4443 − a + iα  − a + iα a − iα
 → 0 se a > 0 

1
Observação: Se a ∈ C , então ℑ { e − ax u (x ) } = , Re(a ) > 0 .
a − iα

3.10 – Espectro, amplitude e fase da transformada de Fourier

Denomina-se conjunto dos números complexos (C) o conjunto de pares ordenados de números
reais para os quais estão definidas as seguintes propriedades:

1. igualdade: (a , b ) = (c, d ) ⇔ a = c e b = d ;
2. adição: (a , b ) + (c, d ) = (a + b, c + d ) ;
3. multiplicação: (a , b )( . c, d ) = (ac − bd, ad + bc ) .

z ∈ C ⇔ z = (x, y ), x, y ∈ R

Exemplos: 2i + 3 = (2,3) , i = (0,1) (imaginário puro), 1 = (1,0 ) (real puro)

Forma algébrica: z = x + i y, i = - 1

i 2 = i.i = (0,1)(
. 0,1) = (0 − 1,0 + 0 ) = (− 1,0) = −1

Conjugado: z = x + i y = x − i y

Plano de Argand-Gauss:

Im(z)

y z

|z|
θ
x Re(z)

104
Módulo: z = x 2 + y 2 = Re 2 (z ) + Im 2 (z )

z.z = (x + i y )(x − i y ) = x 2 + y 2 = (x 2
+ y2 ) =z
2 2

Forma polar ou trigonométrica:

x
cos θ = ⇒ x = z cos θ
z

y
senθ = ⇒ y = z senθ
z

z = x + i y = z cos θ + i z senθ = z [cos θ + i senθ] = z e i θ

y  y  Im(z ) 
Argumento: tgθ = ⇒ θ = arctg  = arctg 
x x  Re(z ) 

Sabemos que ℑ{f (x )} = F(α ) , onde f : R → C e F : R → C . Assim, podemos considerar a


transformada de Fourier F(α ) como sendo

F(α ) = FR (α ) + i FI (α ) (3.10.1)

ou
F(α ) = F(α ) e iθ , (3.10.2)

onde i = − 1 , FR (α ) é a parte real de F(α ) , FI (α ) é a parte imaginária de F(α ) ,

2 2
F(α ) = FR (α ) + FI (α ) (3.10.3)
e
 FI (α ) 
θ = arctg  . (3.10.4)
 FR (α ) 

A forma (3.10.2) é a forma polar da transformada de Fourier, (3.10.3) é a amplitude da


transformada de Fourier ou o espectro de amplitude do sinal f (x ) , (3.10.4) é o ângulo de fase da
transformada de Fourier ou o espectro de fase do sinal f (x ) e

2 2 2
P (α ) = F(α ) = FR (α ) + FI (α ) (3.10.5)

é o espectro de potência do sinal f (x ) .

105
Exercícios

1, x > 0
Seja f (x ) = e -ax u (x ) , onde u (x ) =  é a função unitária de Heaviside e a > 0 . Determine:
0, x < 0

a
01. a parte real de ℑ{f (x )} = F(α ) ; R.: FR (α ) =
a +α 2
2

α
02. a parte imaginária de ℑ{f (x )} = F(α ) ; R.: FI (α ) =
a +α 2
2

α 
03. o ângulo de fase de ℑ{f (x )} = F(α ) ; R.: θ = arctg 
a

a2 +α 2
04. a amplitude de ℑ{f (x )} = F(α ) ; R.: F(α ) =
a2 +α 2

1
05. o espectro de potência de f (x ) . R.: P(α ) =
a +α 2
2

3.11 – Propriedades operacionais das transformadas de Fourier

Funções de decrescimento rápido

Uma função f : R → C é de decrescimento rápido se ela for infinitamente diferenciável (f é


C ) e se

lim x m D n f (x ) = 0 ,
x →∞

ou seja, f(x) e suas derivadas vão mais rapidamente para zero do que as potências x m vão para infinito
quando x → ∞ .

Exemplo
2
f (x ) = e − x

106
(a) (b) (c)
2 2
Figura 49: (a) Gráfico de f (x ) = x 3 ; (b) gráfico de g (x ) = e − x ; (c) gráfico de D 3 g (x ) = −8x 3 e − x .

O conjunto das funções f de classe C ∞ (R ) tais que, tanto f como todas as suas derivadas tendem
a zero quando x → ∞ , constituem o espaço de Schwarz, denotado por S(R ) .

2
1. A função Gaussiana f (x ) = e − ax , com a > 0 , pertence a S(R ) .
2. O produto de uma função polinomial p = p(x ) pela função Gaussiana é uma função
2
h (x ) = p(x ) e − ax pertencente a S(R ) .
3. S(R ) é um espaço vetorial de funções.
4. Se uma função f (x ) pertence a S(R ) , então sua derivada também pertence a S(R ) .
5. Se uma função f (x ) pertence a S(R ) , então a transformada de Fourier de f (x ) também
pertence a S(R ) .

3.11.1 – Comportamento de F(α) quando |α|→∞

A transformada de Fourier F(α ) de uma função f(x) absolutamente integrável é uma função
contínua e que se anula no infinito, isto é,

lim F(α ) = 0 .
α → ±∞

Exemplo

1, se x ≤ 1
A função pulso unitário u (x ) =  , cuja transformada de Fourier é
0, se x > 1

2 sen (α )
ℑ{u (x )} = U(α ) = , α ≠ 0, α = 0 ⇒ U(0 ) = 2 .
α

107
2 sen (α )
Figura 50: Gráfico de ℑ{u (x )} = U(α ) = , α ≠ 0, α = 0 ⇒ U(0 ) = 2 .
α

Teorema

Se f : R → C é uma função absolutamente integrável, então sua transformada de Fourier


^ ^
F(α ) : R → C (ou f : R → C ) é uma função contínua e limitada. Se, além disso, F(α ) (ou f ) for
absolutamente integrável, então f é contínua.

3.11.2 – Linearidade

Se f , g : R → C são funções absolutamente integráveis e a , b ∈ R , então

ℑ{af (x ) + bg(x )} = aℑ{f (x )} + bℑ{g(x )} = aF(α ) + bG (α ) .

Prova: Segue da definição de transformada de Fourier e da propriedade de linearidade da


integral.

ℑ{af (x ) + bg(x )} =
∫−∞

[af (x ) + bg(x )]e iαx dx

=a
∫ −∞
f (x )e dx + b
iα x

∫ −∞
g (x )e iαx dx = aF(α ) + bG (α )

3.11.3 – Simetria (ou dualidade)

Se ℑ{f (x )} = F(α ) , então ℑ{F(x )} = 2π f (− α ) .

Prova:

∞ ∞

∫ ∫
1
ℑ {F(α )} = f (x ) =
−1
F(α ) e - iα x
dα ⇒ F(α ) e -iα x dα = 2π f (x ) (3.11.3.1)
2π −∞ −∞

Efetuando as substituições α ← x e x ← −α em (3.11.3.1), tem-se que

108

∫ −∞
F(x ) e -i x (-α ) dx = 2π f (− α ) ;

∫ −∞
F(x ) e iα x dx = 2π f (− α ) ;

ℑ{F(x )} = 2π f (− α ) .

Exemplo

4 − 3α 2
{
ℑe
−2 x
}
x2 = 8
(α 2
+4 ) 3

 4 − 3x 2  1 −2 α π −2 α
ℑ 3
= 2πe α 2 = α 2 e
 (x + 4 )  8
2 4

3.11.4 – Conjugado

Se f : R → C é uma função absolutamente integrável, então

{ }
ℑ f (x ) = F(− α ) , onde F(α ) = ℑ{f (x )} e é o conjugado complexo.

Prova:

∞ ∞

{ }
ℑ f (x ) =
∫ −∞
f (x ) e iαx
dx =
∫ −∞
f (x ) [cos(α x ) + i sen (α x )]dx

=
∫ −∞
f (x ) e -i α x dx = F(− α )

Observação: f .g = f .g e f + g = f + g .

3.11.5 – Translação (no tempo)

Se f : R → C é uma função absolutamente integrável, então

ℑ{f (x − a )} = e iaα F(α ), onde F(α ) = ℑ{f (x )} .

Prova: x − a = u
109
∞ ∞

ℑ{f (x − a )} =
∫ −∞

f (x - a )e iα x
dx =
∫ −∞
f (u )e iα (u +a )du

=
∫ −∞
f (u )e iα a iα u
e du = e iα a

∫ −∞
f (u )e iαu du = e iaα F(α ), onde F(α ) = ℑ{f (x )}

Observação:

Se ℑ{f (x )} =
∫ −∞
f (x )e −iα x dx , então ℑ{f (x − a )} = e − iaα F(α ), onde F(α ) = ℑ{f (x )}.

3.11.6 – Translação (na frequência)

Se f : R → C é uma função absolutamente integrável, então

ℑ{e iax f (x )} = F(α + a ), onde F(α ) = ℑ{f (x )}.

Prova: α + a = u

∞ ∞

ℑe{ ia x
}
f (x ) =
∫ −∞

e ia x
f (x )e iα x
dx =
∫ −∞
f (x )e i (α +a )x dx

=
∫ −∞
f (x )e iux dx = F(u ) = F(α + a )

Observação: Se ℑ{f (x )} =
∫ −∞
{ }
f (x )e −iα x dx , então ℑ e iaα f (x ) = F(α − a ) .

3.11.7 – Similaridade (ou mudança de escala) e inversão de tempo

Se f : R → C é uma função absolutamente integrável e a ≠ 0 , então

1 α 
ℑ{f (ax )} = F , onde F(α ) = ℑ{f (x )}. (3.11.7.1)
a a

Prova:

u du
(1) a > 0, ax = u , x = , dx = , x → ∞ ⇒ u → ∞ , x → −∞ ⇒ u → −∞
a a

110
∞ ∞ u

∫ ∫
1 iα
ℑ{f (ax )} = f (ax )e iα x dx = f (u )e a
du
−∞
a −∞


α
1 iu 1 α 
= f (u )e a
du = F 
a −∞
a a

u du
(2) a < 0, ax = u , x = , dx = , x → ∞ ⇒ u → −∞ , x → −∞ ⇒ u → ∞
a a

∞ -∞ ∞

∫ ∫ ∫
u u
1 iα 1 iα
ℑ{f (ax )} = f (ax )e iα x
dx = f (u )e a
du = − f (u )e a
du
a a
−∞ ∞ −∞


α
1 iu 1 α 
= f (u )e a
du = F 
a a a
−∞

Observação: Considerando em (3.11.7.1) a = −1 , obtemos ℑ{f (− x )} = F(− α ) . Esta última igualdade é


conhecida como propriedade da inversão de tempo.

Exercícios


Sabendo que ℑ{g (x )} = G (α ) = 2
, calcule:
− α + 5iα + 6

1 α  iα
01. ℑ{g (2 x )}; R.: ℑ{g (2 x )} = G  = 2
2  2  − α + 10iα + 24


02. ℑ{g (x − 2 )} ; R.: ℑ{g (x − 2 )} = e 2iα G (α ) = e 2iα 2
− α + 5iα + 6

i(α − 100)
{ }
03. ℑ e −100ix g(x ) . { }
R.: ℑ e −100ix g (x ) = G (α − 100) = 2
− (α − 100) + 5i(α − 100) + 6

3.11.8 – Convolução

A convolução (ou produto de convolução) de duas funções absolutamente integráveis f e g é


definida como sendo a função

∞ ∞

(f ∗ g )(x ) =
∫ −∞
f (x − u )g(u )du =
∫ −∞
f (u )g(x − u )du .

A integral imprópria que define a convolução converge para todo x se as funções f e g, além de
serem absolutamente integráveis, são também quadrado-integráveis, isto é, seus quadrados também são
absolutamente integráveis:

111
∞ ∞

∫ ∫
2 2
f (u ) du < ∞, g(u ) du < ∞ .
−∞ −∞

A afirmativa anterior pode ser comprovada com o emprego da desigualdade de Schwarz

a 2 b2
ab ≤ + ,
2 2

válida para todo a , b ∈ R .

∞ ∞ ∞ ∞

∫ ∫ ∫ ∫
1 2 1 2
f (x − u )g(u )du ≤ f (x − u )g(u ) du ≤ f (x − u ) du + g(u ) du < ∞
−∞ −∞
2 −∞
2 −∞

A convolução de funções absolutamente integráveis, quando está definida, é também uma


função absolutamente integrável.

Transformada de Fourier de uma convolução

Se f , g : R → C são funções absolutamente integráveis, então

ℑ{(f ∗ g )(x )} = F(α )G (α ), onde F(α ) = ℑ{f (x )} e G (α ) = ℑ{g(x )}.

Prova:

∞ ∞
 ∞

ℑ{f ∗ g} =
∫ −∞
(f ∗ g )e iα x
dx =
∫ ∫ −∞ 

 −∞
f (u )g (x − u )du e iα x dx


Como e iα x = e iα u e iα ( x −u ) :


 ∞

ℑ{f ∗ g} =
∫ ∫ −∞ 

 −∞
f (u )g(x − u )du e iα u e iα ( x −u ) dx


Mudando a ordem de integração:


 ∞

ℑ{f ∗ g} =
∫ −∞
f (u )
 ∫ −∞
g(x − u )e iα ( x − u )dx e iα u du


Considerando x − u = v ⇒ x = u + v ⇒ dx = dv :

112

 ∞

ℑ{f ∗ g} =
∫ −∞
f (u )
 ∫ −∞
g(v )e iα v dve iα u du


ℑ{f ∗ g} =
∫ −∞
f (u )ℑ{g}e iα u du

ℑ{f ∗ g} = ℑ{g}
∫ −∞
f (u )e iα u du

ℑ{f ∗ g} = ℑ{g}ℑ{f }
ℑ{f ∗ g} = F(α )G (α )

Propriedades da convolução

1a) Comutativa f ∗g = g ∗f

2a) Associativa f ∗ (g ∗ h ) = (f ∗ g ) ∗ h

3a) Distributiva f ∗ (g + h ) = (f ∗ g ) + (f ∗ h )

4a) Elemento nulo f ∗0 = 0

5a) Elemento identidade δ∗f = f δ : delta de Dirac (distribuição)

Modelos matemáticos que envolvem a convolução estão presentes em diferentes ramos do


conhecimento. A convolução modela distorções em ondas sonoras e luminosas, surge no
processamento de sinais e na detecção de ondas eletromagnéticas e/ou mecânicas e é também base de
alguns sistemas de redes neurais de auto-aprendizagem. Na Matemática, a convolução é empregada na
solução de sistemas lineares de equações diferenciais e na solução de alguns tipos de equações
integrais. Na Estatística, é usada para calcular funções de densidade de probabilidade.

Exemplo

Solucione a equação integral


y (x ) = g (x ) +
∫ −∞
y(u )r (x − u )du ,

onde g(x) e r(x) são conhecidas.

113

y (x ) = g (x ) +
∫ −∞
y(u )r (x − u )du

y (x ) = g (x ) + ( y ∗ r )
ℑ{y(x )} = ℑ{g(x ) + (y ∗ r )}
ℑ{y(x )} = ℑ{g(x )} + ℑ{y ∗ r}
Y(α ) = G (α ) + Y (α )R (α )
Y(α ) − Y (α )R (α ) = G (α )
[1 − R (α )]Y(α ) = G (α )
G (α )
Y(α ) =
1 − R (α )
 G (α ) 
ℑ −1 {Y(α )} = ℑ −1  
1 − R (α ) 


1  G (α )  −iα x
y (x ) = e dα
2π −∞ 1 − R (α ) 

Exercícios

01. Mostre que:


2
a) e − u du = π ;
−∞


−x2


2
b) x ∗ e = (x − u )e −u du = x π .
−∞


1, se x > 0
02. Mostre que f (x ) ∗ u (x ) = f (κ )dκ , sendo u (x ) =  .
−∞ 0, se x < 0

3.11.9 – Multiplicação (Convolução na frequência)

Se f , g : R → C são funções absolutamente integráveis, então

1
ℑ{f (x ).g(x )} = F(α ) ∗ G (α ) , onde F(α ) = ℑ{f (x )} e G (α ) = ℑ{g (x )} .

Prova:

ℑ{f (x ).g(x )} =
∫ −∞
f (x )g(x )e i α x dx

114

1 ∞

=
∫ 
−∞ 

2π ∫ −∞
F(κ )e −i x κ dκ  g(x )e i α x dx



 ∞

∫ ∫
1
= F(κ ) g(x )e i (α − κ ) x dx  dκ
2π −∞  −∞ 


1
= F(κ )G (α − κ )dκ
2π −∞

1
= F(α ) ∗ G (α )

3.11.10 – Transformada de Fourier de derivadas

Sejam f : R → C uma função diferenciável absolutamente integrável e f ' uma função


absolutamente integrável. Como f (x ) → 0 quando x → ±∞ , então

{ }
ℑ f ' (x ) = −iα F(α ), onde F(α ) = ℑ{f (x )}.

Sejam f : R → C uma função duas vezes diferenciável absolutamente integrável e f ' e f ' '
funções absolutamente integráveis. Como f ' (x ) → 0 quando x → ±∞ , então
{ }
ℑ f " (x ) = −α 2 F(α ), onde F(α ) = ℑ{f (x )}.

Generalizando, sejam f : R → C uma função n vezes diferenciável absolutamente integrável e


as derivadas até ordem n de f funções absolutamente integráveis. Como f ' (x ), f " (x ), K, f (n −1) (x ) → 0
quando x → ±∞ , então

ℑ{f (n ) (x )} = (− iα ) F(α ), onde n ∈ Z, n ≥ 1, F(α ) = ℑ{f (x )} .


n

Prova:

{ '
}
ℑ f (x ) =
∫ −∞
f ' (x )eiα x dx

0 b

{ }
ℑ f (x ) = lim
'
a → −∞ ∫ a
f (x )e
' iα x
dx + lim
b →∞ ∫ 0
f ' (x )e iα x dx (3.11.10.1)

Usando integração por partes:

u = e iα x ⇒ du = iα e iα x dx
dv = f ' (x )dx ⇒ v = f (x )

115
∫ f ' (x )e iα x dx = f (x ) e iα x − iα
∫()
f x e iα x dx (3.11.10.2)

Empregando (3.11.10.2) em (3.11.10.1):

 0
  b

{ '
}
ℑ f (x ) = lim  f (x )e
a → −∞

[
iα x 0
a − iα
a
] iα x


f (x )e dx  + lim  f (x )e
 b→∞ 
iα x b
[
0 − iα
0
]

f (x )eiα x dx 

 0
  b

{ }
ℑ f (x ) = lim f (0 ) − f (a )e − iα
'
a → −∞

iα a

a
iα x


f (x )e dx  + lim f (b )e − f (0 ) − iα
 b→∞ 
iα b

0

f (x )eiα x dx 


{ }
ℑ f (x ) = −iα
'

∫ -∞
f (x )e iα x dx

{ }
ℑ f (x ) = −iαℑ{f (x )} = −iα F(α )
'

Por recursividade:

{ } { }
ℑ f " (x ) = −iα ℑ f ' (x ) = (− iα )(− iα )ℑ{f (x )} = −α 2 ℑ{f (x )} = −α 2 F(α )

Exercícios

01. Sejam f : R → C uma função diferenciável absolutamente integrável e f ' uma função
absolutamente integrável. Como f (x ) → 0 quando x → ±∞ , mostre que:

{ }
a) ℑC f ' (x ) = α ℑS {f (x )} − f (0 ) = α FS (α ) − f (0) ;

{ }
b) ℑS f ' (x ) = −α ℑ C {f (x )} = −α FC (α ) .

Observação: As transformadas seno e cosseno de Fourier não são adequadas para transformar a
derivada primeira (ou qualquer derivada de ordem ímpar), isto porque a transformada seno (ou
cosseno) da derivada de f não é expressa em termos da transformada seno (ou cosseno) da função f.
02. Sejam f : R → C uma função duas vezes diferenciável absolutamente integrável e f ' e f ' ' funções
absolutamente integráveis. Como f ' (x ) → 0 quando x → ±∞ , mostre que:

{ }
a) ℑC f " (x ) = −α 2 ℑ C {f (x )} − f ' (0 ) = − α 2 FC (α ) − f ' (0 ) ;
b) ℑ {f (x )} = −α
S
" 2
ℑS {f (x )} + α f (0 ) = − α 2 FS (α ) + α f (0 ) .

3.11.11 – Derivadas de transformadas de Fourier

Se f : R → C é uma função absolutamente integrável e x f (x ) também é uma função


absolutamente integrável, então

ℑ{xf (x )} = −i F ' (α ), onde F(α ) = ℑ{f (x )} .

116
Se f : R → C é uma função absolutamente integrável e x 2 f (x ) também é uma função
absolutamente integrável, então

{ }
ℑ x 2 f (x ) = −F " (α ), onde F(α ) = ℑ{f (x )}.

Se f : R → C é uma função absolutamente integrável e x n f (x ) também é uma função


absolutamente integrável, então

{ } n
ℑ x n f (x ) = (− i ) F (n ) (α ), onde F(α ) = ℑ{f (x )}.

Prova:

∞ ∞ ∞

∫ ∫ ∫
d d ∂

F(α ) =

f (x )e iα x
dx =
∂α
[
f (x )e iα x dx = ] ix f (x )e iα x dx
−∞ −∞ −∞


d
F(α ) = i [x f (x )]e iα x dx = iℑ{xf (x )}

−∞

1
ℑ{xf (x )} = F ' (α )
i
ℑ{xf (x )} = −i F ' (α )
∞ ∞ ∞

∫ ∫ ∫
d2 d2 ∂2
dα 2
F(α ) =
dα 2
f (x )e iα x dx =
∂α 2
[ ]
f (x )e iα x dx = i 2 x 2 f (x )e iα x dx
−∞ −∞ −∞


d2
dα 2
F(α ) = − [x 2
] {
f (x ) e iα x dx = −ℑ x 2 f (x ) }
−∞

{ }
ℑ x f (x ) = −F (α )
2 "

Exemplos

{( ) } {
ℑ 2 x − x 2 + 3x 3 f (x ) = 2ℑ{x f (x )} − ℑ x 2 f (x ) + 3ℑ x 3 f (x ) } { }
= −2 i F ' (α ) + F " (α ) + 3 i F ''' (α )

d  1  − (− i ) 1
ℑ { xe − ax u (x ) } = (− i )   = −i =
dα  a − iα  (a − iα ) (a − iα )2
2

1, x > 0
Re(a ) > 0 e u (x ) = 
0, x < 0

117
d2  1  d  1  − 2(a − iα )(− i ) 2
ℑ { x 2 e −ax u (x ) } = (− i )
2

dα 2  a − iα  = −i dα  (a − iα )2  = −i (a − iα )4 =
(a − iα )3
   

1, x > 0
Re(a ) > 0 e u (x ) = 
0, x < 0

d3  1  d2  1  6
ℑ { x 3 e − ax u (x ) } = (− i )
3
3   = − 2  2 
=
dα  a − iα  dα  (a − iα )  (a − iα )4

1, x > 0
Re(a ) > 0 e u (x ) = 
0, x < 0

n!
ℑ { x n e − ax u (x ) } =
(a − iα )n +1
1, x > 0
Re(a ) > 0 e u (x ) = 
0, x < 0

Exercícios

1, x > 0
01. Seja f (x ) = x e -ax u (x ) , onde u (x ) =  é a função unitária de Heaviside e a > 0 . Determine:
0, x < 0

a2 −α 2
a) a parte real de ℑ{f (x )} = F(α ) ; R.: FR (α ) =
(a 2
+α 2 ) 2

2aα
b) a parte imaginária de ℑ{f (x )} = F(α ) ; R.: FI (α ) =
(a 2
+α 2 ) 2

 2aα 
c) o ângulo de fase de ℑ{f (x )} = F(α ) ; R.: θ = arctg 2 2 
 a −α 

1
d) a amplitude de ℑ{f (x )} = F(α ) ; R.: F(α ) =
a +α 2
2

1
e) o espectro de potência de f (x ) . R.: P(α ) =
(a 2
+α 2 )
2

d
02. Prove a propriedade da diferenciação na frequência ℑ{i x f (x )} = F(α ) .

118
3.12 – Resumo: Propriedades operacionais das transformadas de Fourier

1. Linearidade
ℑ{af (x ) + bg(x )} = aℑ{f (x )} + bℑ{g(x )} = aF(α ) + bG (α )
2. Simetria
Se F(α ) = ℑ{f (x )} , então ℑ{F(x )} = 2π f (− α ) .
3. Conjugado
{ }
Se F(α ) = ℑ{f (x )} , então ℑ f (x ) = F(− α ) .
4. Translação (no tempo)
ℑ{f (x − a )} = e iaα F(α ), onde F(α ) = ℑ{f (x )}
5. Translação (na freqüência)
{ }
ℑ e iax f (x ) = F(α + a ), onde F(α ) = ℑ{f (x )}
6. Dilatação (ou similaridade)
1 α 
ℑ{f (ax )} = F , onde F(α ) = ℑ{f (x )}
a a
7. Inversão de tempo
ℑ{f (− x )} = F(− α ) , onde F(α ) = ℑ{f (x )}
8. Convolução
ℑ{(f ∗ g )(x )} = F(α )G (α ), onde F(α ) = ℑ{f (x )} e G (α ) = ℑ{g(x )}
9. Multiplicação (convolução na frequência)
1
Se F(α ) = ℑ{f (x )} e G (α ) = ℑ{g (x )} , então ℑ{f (x ).g(x )} = F(α ) ∗ G (α ) .

10. Transformada da derivada primeira
{ }
ℑ f ' (x ) = −iα F(α ), onde F(α ) = ℑ{f (x )}
{ }
ℑC f (x ) = α ℑS {f (x )} − f (0) = α FS (α ) − f (0)
'

ℑ {f (x )} = −α ℑ {f (x )} = −α F (α )
S
'
C C

11. Transformada da derivada segunda


{ }
ℑ f " (x ) = −α 2 F(α ), onde F(α ) = ℑ{f (x )}
{ }
ℑC f (x ) = −α 2 ℑC {f (x )} − f ' (0 ) = − α 2 FC (α ) − f ' (0 )
"

ℑ {f (x )} = −α
S
" 2
ℑS {f (x )} + α f (0 ) = − α 2 FS (α ) + α f (0 )
12. Transformada de derivadas
{ } n
ℑ f (n ) (x ) = (− iα ) F(α ), onde n ∈ Z, n ≥ 1, F(α ) = ℑ{f (x )}
13. Derivadas de transformadas de Fourier
ℑ{xf (x )} = −i F ' (α ), onde F(α ) = ℑ{f (x )}
{ }
ℑ x 2 f (x ) = −F " (α ), onde F(α ) = ℑ{f (x )}
ℑ{x f (x )} = (− i )
n
n
F (n ) (α ), onde F(α ) = ℑ{f (x )}
14. Diferenciação na frequência
d
ℑ{i x f (x )} = F(α )

Tabela 1: Propriedades das transformadas de Fourier.

119
3.13 – Delta de Dirac

Paul Adrien Maurice Dirac (1902-1984): físico, matemático e engenheiro britânico. Partilhou o
Nobel de Física de 1933 com Erwin Schrödinger.

Função impulso unitário:

 0, x < x0 − a
1

δ a (x − x 0 ) =  , x 0 - a ≤ x < x 0 + a a>0 (3.13.1)
 2a
 0, x ≥ x0 + a

1
2a
1
A= (2a ) = 1
2a

x
x0 − a x0 x0 + a

Figura 51: Função impulso unitário.

A função (3.13.1) pode ser compactada usando-se a função degrau unitário. Assim,

1
δ a (x − x 0 ) = {u [x − (x 0 − a )] − u [x − (x 0 + a )]},
2a

onde

1, x > x 0 − a 1, x > x 0 + a


u [x − (x 0 − a )] =  e u [x − (x 0 + a )] =  .
0, x < x 0 − a 0, x < x 0 + a

Considerando

δ(x − x 0 ) = lim δ a (x − x 0 ) ,
a →0

temos a distribuição delta de Dirac

∞, se x = x 0
δ (x − x 0 ) =  . (3.13.2)
0, se x ≠ x 0

120
∞, se x = c
A distribuição (3.13.2) pode ser escrita como δ c (x ) = δ(x − c ) =  .
0, se x ≠ c
∞, se x = 0
Quando c = 0 , temos que δ(x ) =  .
0, se x ≠ 0

Fisicamente, o delta de Dirac pode ser interpretado como um impulso de energia em um


sistema, razão pela qual recebe o nome de função impulso de Dirac.

3.13.1 – Propriedades do delta de Dirac

A distribuição delta de Dirac δ = δ(x ) apresenta as seguintes propriedades:

1. δ(x ) = 0, se x ≠ 0 ;

2. δ(x ) = δ(− x ), ∀x ∈ R ;

3. δ(0 ) = ∞ ;

4. f (x )δ(x ) = f (0)δ(x ) se f (x ) for contínua em x = 0 ;

5. f (x )δ(x − x 0 ) = f (x 0 )δ(x − x 0 ) se f (x ) for contínua em x = x 0 ;

6.
∫ −∞
δ(x )dx = 1 ;

7. (f ∗ δ)(x ) = f (x ) , se f (x ) é contínua;

8.
∫ −∞
f (x )δ(x )dx = f (0 ) , se f (x ) é contínua em x = 0 ;

9. (f ∗ δ c )(x ) = f (c) , se f (x ) é contínua em x = c;

d
10. δ(x ) = u ' (x ) = u (x ) , onde u (x ) é a função degrau unitário;
dx

1
11. δ(ax ) = δ (x ) .
a

Observação: Mais informações a respeito do delta de Dirac podem ser obtidas em HSU, H.P.
Sinais e sistemas. Porto Alegre: Bookman.

121
3.13.2 – Transformada de Fourier do delta de Dirac

Aplicando a transformada de Fourier à propriedade 7, temos que:

(f ∗ δ )(x ) = f (x )
ℑ{(f ∗ δ )(x )} = ℑ{f (x )}
ℑ{f (x )}ℑ{δ(x )} = ℑ{f (x )}

ℑ{δ(x )} = 1

ℑ −1 {1} = δ(x )

Dessa maneira, podemos escrever o par de transformadas

δ(x ) →
← 1.

3.14 – Métodos para obter a transformada de Fourier

3.14.1 – Uso da definição

Mostre que ℑ e { }= α 2+a a


−a x
2 2
, Re(a ) > 0 .

−a x e − ax , x > 0
e =  ax
 e , x < 0

0 ∞ 0 ∞

ℑe { }=
−a x

∫ −∞
ax
e e iα x
dx +
∫ 0
e − ax
e iα x
dx =
∫ −∞
e ( a + iα ) x
dx +
∫ 0
e (− a +iα ) x dx

0 k2
 e ( a + iα ) x   e ( − a + iα ) x 
= lim   + klim  
k1 → −∞ a + iα
  k 1 2 → ∞  − a + iα  0

0 k2
 e ax [cos(α x ) + i sen (α x )]  e − ax [cos(α x ) + i sen (α x )]
= lim   + lim  
k1 → −∞
 a + iα  k1 k 2 → ∞  − a + iα 0

122
 
 1 e ak1 [cos(α k 1 ) + i sen (α k 1 )]
= lim  − +
k1 → −∞ a + iα a2 + i4
α 4444
 14444 4 3
 →0 se Re (a ) > 0 
 − ak 
 e 2 [cos(α k 2 ) + i sen (α k 2 )] 1 
+ lim  − 
k 2 →∞
14444 −4a2+4 iα4444 3 − a + iα 
 →0 se Re (a ) > 0 

1 1 − a + iα − (a + iα ) − 2a 2a
= − = 2
= 2 2
= 2
a + iα − a + iα (iα ) − a 2
−α − a α + a2

Exemplo 1

{ }|


−3 x + 2 i x −3 x 2(3) 6
e dx = ℑ e = 2 2
=
−∞ α=2 2 +3 13

Exemplo 2

−a x
Seja f : R → R / f (x ) = x 6 e .

1. Determine F(α ) = ℑ{f (x )} .

{ } n
Lembrando que ℑ x n f (x ) = (− i ) F (n ) (α ), F(α ) = ℑ{f (x )} e que ℑ e { }= α 2+a a
−a x
2 2
, a > 0 , temos
que:

d 6  2a  d6  1 
{
ℑ x 6e
−a x
} = F(α ) = (− i) 6

dα 6  α 2 + a 2 
= −2 a
dα 6  α 2 + a 2 
d5  − 2α   d5α 
= −2a  2  = 4
 2a 2 
dα 5  (α + a 2 )   (α + a 2 ) 
2
dα 5

d 4  (α 2 + a 2 ) − 2α(α 2 + a 2 )2α  d 4  α 2 + a 2 − 4α 2 
2

= 4a 4   = 4a 4  
dα  (α 2 + a 2 )4  dα  (α 2 + a 2 )3 

d 4  a 2 − 3α 2  d 3  − 6α (α 2 + a 2 ) − (a 2 − 3α 2 )3(α 2 + a 2 ) 2α 
3 2

= 4a 4   = 4a 3  
dα  (α 2 + a 2 )3  dα  (α 2 + a 2 )6 
d 3  − 6α(α 2 + a 2 ) − (a 2 − 3α 2 )6α  d 3 12α 3 − 12a 2 α 
= 4a 3   = 4a 3  
dα  (α 2 + a 2 )4  dα  (α 2 + a 2 )4 

d3  α3 − a 2α 
= 48a  2 4 
dα 3  (α + a 2 ) 

123
( )( ) ( )(
d 2  3α 2 − a 2 α 2 + a 2 − α 3 − a 2 α 4 α 2 + a 2 2α 
= 48a 2 
4 3


)
dα  α2 + a 2
8
( ) 
 (3α 2 − a 2 2
d2 2
)(α + a ) − (α − a α)8α 
3 2
= 48a 
dα 2
 2 2 5
(α + a ) 
d 2  3α 4 + 3a 2 α 2 − a 2 α 2 − a 4 − 8α 4 + 8a 2 α 2 
= 48a 2  
dα  (α 2 + a 2 )5 
10a 2 α 2 − 5α 4 − a 4 
d2
= 48a  
dα 2
 (α 2 + a 2 )5 
d 2 10a 2 α 2 − 5α 4 − a 4 
= 48a 2  
dα  (α 2 + a 2 )5 
= 48a 
(
d  20a 2 α − 20α 3 α 2 + a 2 )( ) − (10a α − 5α − a )5(α
5 2 2 4 4 2
)
+ a 2 2α 
4


dα  (α + a ) 2 2 10


= 48a 
(
d  20a 2 α − 20α 3 )(α + a ) − (10a α − 5α − a )10α 
2 2 2 2 4 4

dα  (α + a )
2 2 6

d  20a 2 α 3 + 20a 4 α − 20α 5 − 20a 2 α 3 − 100a 2 α 3 + 50α 5 + 10a 4 α 
= 48a  
dα  α2 + a 2
6
( ) 
d  30α 5 − 100a 2 α 3 + 30a 4 α  d  3α 5 − 10a 2 α 3 + 3a 4 α 
= 48a   = 480a  
dα  α2 + a 2
6
(  ) dα  α2 + a 2
6
 ( )
 (15α 4 − 30a 2 α 2 + 3a 4 )(α 2 + a ) − (3α 5 − 10a 2 α 3 + 3a 4 α )6(α 2 + a 2 )5 2α 
2 6
= 480a  
 (α 2 + a 2 )12 
 (15α 4 − 30a 2 α 2 + 3a 4 )(α 2 + a 2 ) − (3α 5 − 10a 2 α 3 + 3a 4 α )12α 
= 480a  
 (α 2 + a 2 )7 
 − 21α 6 + 105a 2 α 4 − 63a 4 α 2 + 3a 6 
= 480a  
 α2 + a2
7
( )
 a 6 − 21a 4 α 2 + 35a 2 α 4 − 7α 6 
= 1440a  
 (α 2 + a 2 )7 

 a 6 − 21a 4 α 2 + 35a 2 α 4 − 7α 6 
ℑx e{ 6 −a x
} = 1440a  , a > 0
 (α 2 + a 2 )7 

(3.14.1.1)

124
2. Plote os gráficos de f (x ) e de F(α ) = ℑ{f (x )} para a = 2 e comente-os.

−2 x
f (x ) = x 6 e
 64 − 336α 2 + 140α 4 − 7α 6 
F(α ) = 2880 
 α2 + 4
7
(  )

y
11

10

1
x

−11 −10 −9 −8 −7 −6 −5 −4 −3 −2 −1 1 2 3 4 5 6 7 8 9 10 11 12
−1

−2

−3

−4

−5

−6

−7

 64 − 336α 2 + 140α 4 − 7α 6  6 −2 x
Figura 52: Gráfico de F(α ) = 2880  (azul) e de f (x ) = x e (vermelho).
 α 2
+ 4
7
 ( )
Comentários: f (x ) e F(α ) são funções
1. que se anulam no infinito;
2. pares;
3. limitadas;
4. contínuas;
5. absolutamente integráveis;
6. pertencentes ao espaço de Schwarz.

1 − 21x 2 + 35x 4 − 7 x 6 


3. Calcule ℑ .
 x2 +1
7
(  )
Considerando a = 1 em (3.14.1.1), temos que

125
−x
1 − 21α 2 + 35α 4 − 7α 6 
f (x ) = x 6 e e F(α ) = 1440 .
 α2 +1
7
( )

Propriedade da simetria (dualidade): ℑ{F(x )} = 2πf (− α ), ℑ{f (x )} = F(α )

1 − 21x 2 + 35x 4 − 7 x 6  2π


ℑ = (− α )6 e − −α = π α 6 e − α
 (x + 1)
2 7
 1440 720
 π 6 −α
 720 α e , se α > 0
=
 π α 6 e α , se α < 0
 720

3.14.2 – Uso de equações diferenciais

 − ax   − x 
2 2 2 2
α α
2π − 2 a −
Mostre que ℑe 2  = e e, conseqüentemente, ℑe 2  = 2π e 2
, sendo
  a  
2
f (x ) = e − ax a função gaussiana e a > 0 .

ax 2

Seja f (x ) = e 2
. Então, f (x ) satisfaz à equação diferencial ordinária de primeira ordem

f ' (x ) + axf (x ) = 0 . (3.14.2.1)

Aplicando a transformada de Fourier a ambos os lados de (3.14.2.1), obtemos:

{ }
ℑ f ' (x ) + aℑ{x f (x )} = ℑ{0}

d
− iα F(α ) + a (− i ) F(α ) = 0

d
ai F(α ) = −iα F(α )

1 dF(α ) α d
=− ⇒ [ln F(α ) ] = − α
F(α ) dα a dα a

∫ ∫
d α
[ln F(α ) ]dα = − dα
dα a

1 α2
ln F(α ) = − + C1
a 2
126
α2

F(α ) = Ce 2a
(3.14.2.2)

Aplicando a transformada inversa de Fourier a (3.14.2.2), chegamos a

∞ ∞

∫ ∫
α2
1 1 −
f (x ) = ℑ {F(α )} = −1
F(α )e − iα x
dα = Ce 2a
e − iα x dα . (3.14.2.3)
2π 2π
−∞ −∞

Considerando x = 0 em (3.14.2.3), temos que

∞ ∞ ∞

∫ ∫ ∫
α2 α2 α2
C − − 2π − π
f (0 ) = 1 = e 2a
dα ⇒ e 2a
dα = ⇒ e 2a
dα = . (3.14.2.4)
2π C C
−∞ −∞ 0

Calculando a integral em (3.14.2.4):

α2
= u 2 ⇒ α = 2a u , dα = 2a du
2a

α → 0 ⇒ u → 0, α → ∞ ⇒ u → ∞, a > 0

∞ ∞ ∞

∫ ∫ ∫
α2

−u 2 2 π
e 2a
dα = e 2a du = 2a e − u du = (3.14.2.5)
C
0 0 0

Calculando a integral em (3.14.2.5):

1 1
1 −2
u 2 = w ⇒ u = w = w 2 , du = w dw
2

u → 0 ⇒ w → 0, u → ∞ ⇒ w → ∞

∞ ∞ ∞

∫ ∫ ∫
1 1
−u 2 −w 1 −2 1 − 1 1 π
e du = e w dw = w 2 e − w dw = Γ  = (3.14.2.6)
2 2 2 2 2
0 0 0

Substituindo (3.14.2.6) em (3.14.2.5), obtemos

π π 2π 2π
2a = ⇒C= = . (3.14.2.7)
2 C 2π a a

Substituindo (3.14.2.7) em (3.14.2.2), temos que

α2
2π −
F(α ) = e 2a
. (3.14.2.8)
a

127
 − x 
2 2
α

Considerando a = 1 em (3.14.2.8), concluímos que ℑe 2  = 2π e 2 .
 
Exemplo

{ }|
∞ 32

∫ − x 2 + 3i x −x 2 2π − π
e dx = ℑ e = e 2
= 9
−∞ α =3 2 e 4

3.14.3 – Decomposição em frações parciais

10(4 − iα )
Seja F(α ) = 2
. Determine ℑ −1 {F(α )}.
α + 8iα − 6

− 8i ± − 40
α 2 + 8 iα − 6 = 0 ⇒ α =
2
= −4i ± 10i = − 4 ± 10 i ( )
40 − 10 iα
F(α ) = (3.14.3.1)
[α − (− 4 + ) ][ (
10 i α − − 4 − 10 i )]
Decompondo (3.14.3.1) em frações parciais, temos que:

40 − 10 iα A B
F(α ) = = + (3.14.3.2)
[α − (− 4 + ) ][ (
10 i α − − 4 − 10 i )] (
α − − 4 + 10 i ) ( )
α − − 4 − 10 i

[ (
40 − 10 iα = A α − − 4 − 10 i + B α − − 4 + 10 i )] [ ( )]
[(
40 − 10 iα = 4 + 10 i A + 4 − 10 i B + (A + B)α ) ( ) ]
 A+ B = −10 i
 ⇒ A = −5 i, B = -5 i (3.14.3.3)
(4 + 10 i A + 4 − 10 )
i B = 40 ( )
Substituindo (3.14.3.3) em (3.14.3.2), obtemos:

5i 5i
F(α ) = − −
(
α − − 4 + 10 i α − − 4 − 10 i ) ( )
F(α ) = −
5i (i ) − 5i (i )
α − −4+ ( 10 ) i (i ) α − (− 4 − 10 ) i (i )

5 5
F(α ) = +
(− 4 + 10 + i α) (− 4 − 10 + i α)
128
5 5
F(α ) = − − (3.14.3.4)
(4 − )
10 − i α (4 + 10 − i α )
1 1, x > 0
Sabemos que ℑ { e − ax u (x ) } = , Re(a ) > 0, u (x ) =  . (3.14.3.5)
a −iα 0, x < 0

Aplicando a transformada inversa de Fourier a (3.14.3.4) e empregando (3.14.3.5), chegamos a

   

 1 
 
−1  1 
f (x ) = ℑ −1 {F(α )} = −5ℑ −1   − 5ℑ  
1 4 − 10 − i α 
4 2 4
3
(
1 4 + 10 − i α 
4 2 4
3
) ( )
 >0   >0 

= −5e − (4− 10 x) u (x ) − 5e − (4+ 10 x ) u (x )

= −5 u (x ) e − (4−[ 10 x) + e − (4+ 10 x ) ]
= −5 u (x )e −4 x e [ 10 x
+ e− 10 x
]
= −10e −4 x cosh 10 x u (x ) . ( )
Exercícios

sen (x ), x ≤ π
01. Seja f (x ) =  . Determine ℑ{f (x )} .
 0, x > π

2i sen (πα )
R.: ℑ{f (x )} =
1−α 2

02. Use uma transformada de Fourier conhecida e as propriedades operacionais para calcular
{
ℑ x 2e
−x
}.
}= − 4(3α )
2
−1
{
R.: ℑ x 2 e
−x

(α 2
+1 )3

{
03. Calcule ℑ (1 − x ) e
2 −x
}.
{
R.: ℑ (1 − x ) e
2 −x
}= α 2+ 1 − 8iα

(
4 3α 2 − 1 )
2
(α 2
+1 )
2
(α 2
)
+1
3

129
1
04. Seja f : R → C / f (x ) = , Re(a ) > 0 .
x + a2
2


1
a) A função f (x ) é absolutamente integrável? Calcule, se possível, dx .
−∞
x + a2
2

π
R.: , Re(a ) > 0
a

 1  π −a α
b) Mostre que ℑ 2 2 
= e , Re(a ) > 0 .
x + a  a

3.15 – Transformada de Fourier de algumas funções

Discutiremos também a transformada de Fourier de algumas funções que não são absolutamente
integráveis.

3.15.1 – A função constante unitária

A função constante unitária pode ser vista como o caso limite da função pulso.

1, x < a
Função pulso: f (x ) = 
0, x > a
1
lim f (x ) = 1
a →∞

-a a x

2sen (aα )
{a →∞
}
ℑ{1} = ℑ lim f (x ) = lim ℑ{f (x )} = lim
a →∞ a →∞ α
8
y

1 sen (aα )
7

= 2π lim 6

a →∞ π α 5

= 2πδ(α ) 4

sen (4α )
ℑ −1 {2πδ(α )} = 1 2

1 α
x

2πδ(α )
−9 −8 −7 −6 −5 −4 −3 −2 −1 1 2 3 4 5 6 7 8 9 10

1 →
← −1

−2

−3

130
3.15.2 – A função sinal

 1, x > 0
Função sinal: sgn (x ) =  1
− 1, x < 0
x

-1

A função sinal pode ser expressa pelo limite

sgn (x ) = lim [ e − ax u (x ) - e ax u (− x ) ],
a →0

1, x > 0 1, x < 0


onde u (x ) =  e u (− x ) =  .
0, x < 0 0, x > 0

Assim:

ℑ{sgn (x )} = ℑ { lim [ e − ax u (x ) - e ax u (− x ) ]}
a →0

= lim ℑ {[ e − ax u (x ) - e ax u (− x ) ]}
a →0

 1 1 
= lim  −
a →0 a − iα
 a + iα 
2iα
= lim 2
a →0 a + α 2

2i
=
α
 2i 
ℑ −1   = sgn (x )
α 

2i
sgn (x ) →

α


2i
Observação: Se ℑ{f (x )} = f (x )e −iα x dx , então ℑ{sgn (x )} = − .
−∞
α

Exercício

1 1, x < 0
Mostre que ℑ { e ax u (− x ) } = , Re(a ) > 0 , onde u (− x ) =  .
a + iα 0, x > 0

131
3.15.3 – A função degrau

1, x > 0
Função degrau unitário: u (x ) = 
0, x < 0
1

A função degrau unitário pode ser reescrita como

1
u (x ) = [1 + sgn (x )] .
2

Logo:
1 1  1 1
ℑ {u (x ) } = ℑ + sgn (x ) = ℑ{1} + ℑ{sgn (x )}
2 2  2 2
1 1 2i i
= 2πδ(α ) + = πδ(α ) +
2 2α α

 i
ℑ −1 πδ(α ) +  = u (x )
 α

i
u (x ) →
← πδ(α ) +
α


i 1
Observação: Se ℑ{f (x )} = f (x )e −iα x dx , então ℑ {u(x)} = πδ(α ) − = πδ(α ) + .
−∞
α iα

3.15.4 – Exponencial

T T sen (Tx ) T sen (Tx )


Se f (x ) = sinc(Tx ) = , então lim f (x ) = lim = δ (x ) .
π π Tx T →∞ T→∞ π Tx

∞, x = 0
δ (x ) = 
0, x ≠ 0

132
∞ ∞

ℑe{ }= ia x

∫ −∞
e ia x

T
e iα x
dx =
∫ −∞
e i (a + α )x dx

= lim
T →∞ ∫ −T
{cos[(a + α )x ] + isen[(a + α )x ]}dx

|
T T
sen[(a + α )x ]
= lim
T →∞ ∫ −T
cos[(a + α )x ]dx = lim
T →∞ a+α −T

 sen[(a + α )T ] sen[(a + α )(− T )]  sen[(a + α )T ]


= lim  −  = 2 Tlim  
T →∞
 a+α a+α  → ∞
 a+α 

T  sen[(a + α )T ] T
= 2π lim   = 2π lim sinc[(a + α )T ] = 2πδ(α + a )
T →∞ π
 (a + α )T  T →∞ π

ℑ −1 {2πδ(α + a )} = e ia x

e ia x →
← 2πδ(α + a )

Observação: Se ℑ{f (x )} =
∫ −∞
{ }
f (x )e −iα x dx , então ℑ e ia x = 2πδ(α − a ) .

Exercício

{ }
Mostre que ℑ e − ia x = 2πδ(α − a ) .

3.15.5 – Função cosseno

∞ T

ℑ{cos(ax )} =
∫ −∞
cos(ax ) e

T
iα x
dx = lim
T →∞ ∫ −T
cos(ax ) e iα x dx


ia x −ia x
e +e
= lim e iα x dx
T →∞
−T
2

133
 T T

∫ ∫
1 i (a + α )x
= lim  e dx + e i (-a + α )x dx 
2 T →∞  
 −T −T

1
= {2πδ(α + a ) + 2πδ(α − a )}
2

= πδ(α + a ) + πδ(α − a ) = π[δ(α + a ) + δ(α − a )]

ℑ −1 {π[δ(α + a ) + δ(α − a )]} = cos(ax )

← π[δ(α + a ) + δ(α − a )]
cos(ax ) →

Exercícios

Mostre que:

01. ℑ{sen (ax )} = iπ[δ(α − a ) − δ(α + a )] ;

02. ℑ { cos(ax ) u (x ) } =
π
[δ(α + a ) + δ(α − a )] + 2 iα 2 ;
2 α −a


03. ℑ { sen (ax ) u (x ) } = [δ(α − a ) − δ(α + a )] − 2 a 2 ;
2 α −a

 x
 i F(α )

1, se x > 0
04. ℑ f (κ )dκ = πF(0 )δ(α ) + , onde F(α ) = ℑ{f (x )} e u (x ) =  .
  α 0 , se x < 0
−∞ 
x

Sugestão: Use f (x ) ∗ u (x ) =
∫ −∞
f (κ )dκ e f (x )δ(x ) = f (0)δ(x ) se f (x ) for contínua em x = 0 .

3.16 – Resumo: Transformadas de Fourier de algumas funções

f (x ) F(α )
1, x < a 2sen (aα )
f (x ) =  ,α ≠ 0
0, x > a α
F(0) = 2a
e
−a x
, Re(a ) > 0 2a
α + a2
2

1 π −a α
, Re(a ) > 0 e
x + a2
2
a

134
e −x 1 α
FC (α ) = 2
FS (α ) = 2
α +1 α +1
x2 α2
− −
e 2
2π e 2

ax 2 α2
− 2π −
e 2
,a > 0 e 2a

a
1, x > c 1
e − ax u (x ), Re(a ) > 0, u (x − c ) = 
0, x < c a − iα
1, x > c n!
x n e − ax u (x ), Re(a ) > 0, u (x − c ) = 
0, x < c (a − iα )n +1
∞, x = 0
δ (x ) =  1
0, x ≠ 0
1, x ≤ a
1 = lim f (x ), f (x ) =  2πδ(α )
a →∞
0, x > a
 1, x > 0 2i
sgn (x ) = 
− 1, x < 0 α
1, x > 0 i
u (x ) =  πδ(α ) +
0, x < 0 α
e ia x 2πδ(α + a )
cos(ax ) π[δ(α + a ) + δ(α − a )]
sen (ax ) iπ[δ(α − a ) − δ(α + a )]
cos(ax ) u (x ) π
[δ(α + a ) + δ(α − a )] + 2 iα 2
2 α −a
sen (ax ) u (x ) iπ
[δ(α − a ) − δ(α + a )] − 2 a 2
2 α −a
x

∫ −∞
f (κ )dκ
πF(0 )δ(α ) +
i F(α )
α

Tabela 2: Transformadas de Fourier de algumas funções e distribuições.

3.17 – Identidade de Parseval para as integrais de Fourier

∞ ∞

∫ ∫
1 2 2
f (x ) dx = F(α ) dα , onde F(α ) = ℑ{f (x )}
−∞
2π −∞

135
Prova:

f = u + iv, u = u (x, y ), v = v(x, y )


f = u − iv
2
ff = f
f (x ) = f (x )

1
ℑ{f (x )g(x )} = F(α ) ∗ G (α )

∞ ∞

∫ ∫
1
f (x )g(x ) e iα x
dx = F(u )G (α − u )du (3.17.1)
−∞
2π −∞

Considerando α = 0 em (3.17.1), obtemos

∞ ∞

∫ ∫
1
f (x )g(x )dx = F(u )G (− u )du . (3.17.2)
−∞
2π −∞

{ }
Assumindo em (3.17.2) g (x ) = f (x ) e lembrando que ℑ f (x ) = F(− α ) , temos que

g (x ) = f (x )
ℑ{g (x )} = ℑ f (x ) { }
G (α ) = F(− α )
α ← −α :
G (− α ) = F(α )
G (− u ) = F(u )

∞ ∞

∫ ∫
1
f (x )f (x )dx = F(α )F(α )dα
−∞
2π −∞

∞ ∞

∫ ∫
21 2
f (x ) dx = F(α ) dα . (3.17.3)
−∞
2π −∞

Se f e g são funções pares, podemos reescrever (3.17.1) como

∞ ∞

∫ ∫
2
f (x )g(x )dx = FC (α )G C (α )dα . (3.17.4)
0
π 0

136
Da mesma forma, quando f e g são funções ímpares reescrevemos (3.17.1) como

∞ ∞

∫ ∫
2
f (x )g (x )dx = FS (α )G S (α )dα . (3.17.5)
0
π 0

Quando f (x ) = g (x ) , (3.17.4) e (3.17.5) tornam-se, respectivamente,

∞ ∞ ∞ ∞

∫ ∫ ∫ ∫
2 2 2 2 2
[f (x )] dx = [FC (α )] dα e [f (x )] dx = [FS (α )]2 dα .
0
π 0 0
π 0

3.18 – Cálculo de integrais impróprias

Podemos empregar as transformadas de Fourier ou a Identidade de Parseval para calcular para


quanto convergem determinadas integrais impróprias.

Exemplo

x 2 , x ≤ 1
Seja f : R → R / f (x ) =  .
 0, x > 1

1. Plote o gráfico de f (x ) .

−3 −2 −1 1 2 3 4

−1
x 2 , x ≤ 1
Figura 53: Gráfico de f : R → R / f (x ) =  .
 0, x > 1

2. Determine F(α ) = ℑ{f (x )} .

137

F(α ) = ℑ{f (x )} =

1
∫ −∞
f (x )e iα x dx

=
∫−1
x e

1
2 iα x
dx =
∫ −1
x 2 [cos(αx ) + i sen (αx )]dx

=2
∫ 0
x 2 cos(αx )dx

Calculando a integral indefinida (integração por partes):

u = x 2 , du = 2xdx u = x , du = dx
sen (ax ) cos(ax )
dv = cos(ax )dx , v = dv = sen (ax )dx, v = −
a a

∫ ∫
x 2 sen (ax ) 2
x 2 cos(ax )dx = − x sen (ax )dx
a a
x 2 sen (ax ) 2  x cos(ax ) 1 
=
a
− −
a a
+ cos(ax )dx 
a  ∫
x sen (ax ) 2 x cos(ax ) 2sen (ax )
2
= + − +C
a a2 a3
1
 x 2 sen (αx ) 2x cos(αx ) 2sen (αx ) 
F(α ) = 2  + − 
 α α2 α3 0
 sen (α ) 2 cos(α ) 2sen (α ) 
= 2 + −
 α α2 α 3 
α 2 sen (α ) + 2α cos(α ) − 2sen (α )
=2
α3

=2
( )
α 2 − 2 sen (α ) + 2α cos(α )
, α≠0
α3

|
1 1 1

∫ ∫
x3 2
F(0) = 2 x cos(0.x )dx = 2
2
x 2 dx = 2 =
0 0
3 0
3

F(α ) = 2
(α 2
)
− 2 sen (α ) + 2α cos(α )
, α≠0
α3


[(x − 2)sen (x ) + 2 x cos(x ) ] 2


2
3. Calcule dx .
−∞
x6

138
∞ ∞

∫ ∫
2 1 2
Identidade de Parseval: f (x ) dx = F(α ) dα
−∞
2π −∞

1 2

( )
∫ ∫
4 1  α 2 − 2 sen (α ) + 2α cos(α ) 
x dx = 2 3  dα
-1
2π −∞  α 

[(α ]
| ∫ )
1 ∞ 2
2x 5 2 2
− 2 sen (α ) + 2α cos(α )
= dα
5 0
π −∞
α6


[(α ) ] 2


2
− 2 sen (α ) + 2α cos(α ) π2 π
6
dα =   =
−∞
α 25 5


[(x − 2)sen (x ) + 2 x cos(x ) ] 2


2
π
6
dx =
−∞
x 5

Exercícios

1, 0 ≤ x < 1
01. Seja f (x ) =  .
0, x ≥ 1

a) Determine a transformada cosseno de Fourier de f(x).

sen (α )
R.: FC (α ) = ,α ≠0
α

b) Determine a transformada seno de Fourier de f(x).

1 − cos(α )
R.: FS (α ) = ,α ≠0
α
∞ 2


1 − cos(x )  π
c) Mostre que   dx = .
0  x  2


sen 2 (x ) π
d) Mostre que 2
dx = .
0
x 2


dx
02. Calcular .
0 (x 2
+1 )
2

139


2
f (x ) cos(α x )dx = e −α ⇒ f (x ) = ℑ C−1 {e −α } =
0
π (x 2 + 1)


dx π
R.: =
0 (x 2
+1 )
2
4

1
Decorrência: ℑC {e − x } = 2
α +1

03. Solucione a equação integral


∫ 0
f (x )sen (α x )dx = e −α .

2x
R.: f (x ) =
π (x 2 + 1)
α
Decorrência: ℑS e − x = { } 2
α +1


x 2 dx
04. Calcular .
0 (x 2
+1 ) 2


x 2 dx π
R.: =
0 (x 2
)
+1
2
4

1, x < 1
05. Sejam f : R → R / f (x ) = x p(x ) e p : R → R / p(x ) =  .
0, x > 1

a) Calcule F(α ) = ℑ{f (x )}.

sen (α ) − α cos(α )
R.: F(α ) = 2i , F(0 ) = 0
α2


sen (x ) − x cos(x ) i x 2
b) Determine para quanto convergem as integrais 2
e dx e
-∞
x

[sen(x ) − x cos(x )]2 dx .
∫ -∞
x4
iπ π
R.: e
2 3

140
3.19 – Solução de equações diferenciais

3.19.1 – Equações diferenciais ordinárias

Solucionar a equação diferencial ordinária

3 y " (x ) + 5 y ' (x ) + 2 y (x ) = f (x ) . (3.19.1.1)

Seja ℑ{y(x )} = Y(α ) . Aplicando a transformada de Fourier a cada lado de (3.19.1.1), temos
que:

{ }
ℑ 3y " (x ) + 5 y ' (x ) + 2 y(x ) = ℑ{f (x )}
3ℑ{y (x )}+ 5ℑ{y (x )}+ 2ℑ{y(x )} = ℑ{f (x )}
" '

− 3α 2 Y(α ) − 5iαY(α ) + 2Y(α ) = F(α )


(− 3α )
− 5iα + 2 Y(α ) = F(α )
2

F(α )
Y(α ) = 2
− 3α − 5iα + 2
 F(α ) 
ℑ −1 {Y(α )} = ℑ −1  2 
 − 3α − 5iα + 2 


1 F(α )
y (x ) = 2
e −iα x dα
2π −∞
− 3α − 5iα + 2

Questão

E se em (3.19.1.1) f (x ) fosse um polinômio definido em (− ∞, ∞ ) ?

Exemplo

Solucione a EDO de segunda ordem

d2
−D 2
ϕ (x ) + κ 2 Dϕ (x ) = Qδ (x ) , (3.19.1.2)
dx

onde D, κ 2 , κ > 0 e Q são constantes.

ℑ{ϕ (x )} = Ψ (α )

Aplicando a transformada de Fourier a (3.19.1.2), obtemos:

 d2 
− Dℑ 2 ϕ (x ) + κ 2 Dℑ{ϕ (x )} = Qℑ{δ (x )}
 dx 

Dα 2 Ψ (α ) + κ 2 DΨ (α ) = Q

141
(Dα 2
)
+ κ 2 D Ψ (α ) = Q

Q
Ψ (α ) =
D(α + κ 2 )
2

Q 2κ Q 2κ
Ψ (α ) = = . (3.19.1.3)
2
(
D α + κ 2κ 2κD α + κ 2
2 2
)
Aplicando a transformada inversa de Fourier a (3.19.1.3), temos que

Q −1  2κ 
ϕ (x ) = ℑ −1 {Ψ (α )} = ℑ  2 2 
. (3.19.1.4)
2κD α + κ 

Lembrando que ℑ e { }= α 2+κκ


−κ x
2 2
, κ > 0 , podemos escrever (3.19.1.4) como

Q −κ x
ϕ (x ) = ℑ −1 {Ψ (α )} = e .
2κD

3.19.2 – Equações diferenciais parciais

Derivação sob o sinal de integração – Regra de Leibniz

Wilhelm Gottfried Leibniz (1646-1716): matemático e filósofo alemão, considerado,


juntamente com o físico e matemático britânico Isaac Newton (1642-1727), fundador (pai) do cálculo
diferencial e integral.

u2

Seja φ (α ) =
∫ u1
u2
f (x , α )dx , a ≤ α ≤ b , u 1 e u 2 dependentes de α . Então


d ∂ d d
φ (α ) = f (x , α ) dx + f (u 2 , α ) u 2 − f (u 1 , α ) u1 , (3.19.2.1)
dα u1
∂α dα dα


se f (x , α ) e f (x , α ) são contínuas em x e α em alguma região do plano xα incluindo
∂α
u 1 ≤ x ≤ u 2 e a ≤ α ≤ b , e se u 1 e u 2 forem contínuas com derivadas contínuas para a ≤ α ≤ b .

Quando u 1 e u 2 independem de α , podemos reescrever (3.19.2.1) como

u2


d ∂
φ (α ) = f (x, α ) dx .
dα u1
∂α

142
u (x , t ) : função das variáveis x , t ∈ R , t ≥ 0 .

Fixando a variável temporal t, u (x , t ) torna-se uma função apenas da variável espacial x,


definida na reta. Assim, podemos determinar a transformada de Fourier de u (x , t ) com relação à
variável x.


^
ℑ{u (x, t )} = u (x , t )e iα x dx = U(α , t ) = u (α , t )
−∞


d  d
ℑ{u x (x , t )} = ℑ u (x , t ) = u (x, t )e iα x dx = −iαU(α , t )
 dx  −∞
dx

(3.19.2.2)


 d2  d2
ℑ{u xx (x , t )} = ℑ 2 u (x , t ) = 2
u (x , t )e iα x dx = −α 2 U(α , t )
 dx  −∞
dx

∞ ∞

∫ ∫
∂  ∂ d d
ℑ{u t (x , t )} = ℑ u (x , t ) = u (x, t )e iα x dx = u (x , t )e iα x dx = U(α , t )
 ∂t  −∞
∂t dt −∞
dt
(3.19.2.3)

Em (3.19.2.2) aplicamos as propriedades da transformada de Fourier sobre derivadas; em


(3.19.2.3), a derivada temporal é preservada pela transformada de Fourier (derivamos sob o sinal de
integração utilizando a regra de Leibniz). Dessa forma, quando aplicamos a transformada de Fourier a
uma equação diferencial parcial em duas variáveis (x e t), as derivadas parciais espaciais (u x , u xx )
desaparecem e apenas as derivadas temporais (u t , u tt ) permanecem, ou seja, a transformada de Fourier
transforma a equação diferencial parcial em uma equação diferencial ordinária em t.

A resolução de uma equação diferencial parcial pelas transformadas de Fourier pode ser
resumida às seguintes etapas:

1a) Obtenha a transformada de Fourier das condições iniciais e das condições de contorno (se estas
existirem);

2a) Aplique a transformada de Fourier à equação diferencial parcial, transformando-a em uma equação
diferencial ordinária;

3a) Solucione a equação diferencial ordinária, obtendo U(α , t ) ;

4a) Determine as constantes presentes em U(α , t ) usando as condições iniciais e as condições de


contorno;

5a) Aplique a transformada de Fourier inversa a U(α , t ) para obter a solução u (x , t ) da equação
diferencial parcial.

143
3.19.2.1 – Equação do calor (EDP parabólica)

Solucione a equação do calor

 ∂u ∂ 2u
 = κ , - ∞ < x < ∞, t > 0
 ∂t ∂x 2 (3.19.2.1.1)
u (x ,0 ) = f (x ), - ∞ < x < ∞

1, se x ≤ 1
onde κ é a constante de difusibilidade térmica e f (x ) =  (função pulso unitário).
0, se x > 1

Solucionar (3.19.2.1.1) é resolver o problema de condução de calor em uma barra homogênea,


isolada termicamente e infinita. O problema de valor inicial (3.19.2.1.1) é o problema de Cauchy. Em
(3.19.2.1.1), assumimos que a função f(x) é limitada e absolutamente integrável e que u (x , t ) < M (a
solução é limitada para t ≥ 0 ).

Augustin-Louis Cauchy (1789-1857): matemático francês, um dos maiores matemá-ticos do


século XIX.

Solução: u (x , t )

ℑ{u (x, t )} =
∫ −∞
u (x , t )e iα x dx = U(α , t )

2sen (α )
ℑ{f (x )} = ℑ{u (x,0)} = U(α ,0) = ,α ≠ 0 (3.19.2.1.2)
α

Aplicando a transformada de Fourier em (3.19.2.1.1), obtemos

∂   ∂2 
ℑ u (x, t ) = ℑκ 2 u (x , t )
 ∂t   ∂x 

dU(α , t )
= −κα 2 U(α , t ) . (3.19.2.1.3)
dt

Separando as variáveis em (3.19.2.1.3), chegamos a

144
1 dU(α, t )
= − κα 2
U(α, t ) dt

d
[ln U(α, t ) ] = − κα 2
dt

∫ ∫
d
[ln U(α, t ) ]dt = − κα 2 dt
dt

ln U(α, t ) = − κα 2 t + C1

− κα 2 t
U(α , t ) = Ce . (3.19.2.1.4)

Para determinar a constante C em (3.19.2.1.4), usamos a condição inicial (3.19.2.1.2) ( t = 0 )

2sen (α )
U(α ,0 ) = C = . (3.19.2.1.5)
α

Substituindo (3.19.2.1.5) em (3.19.2.1.4), temos que

2sen (α ) −κα 2 t
U(α , t ) = e . (3.19.2.1.6)
α

Aplicando a transformada inversa de Fourier em (3.19.2.1.6), obtemos a solução procurada.

 2sen (α ) −κα 2 t 
ℑ −1 {U(α , t )} = ℑ −1  e 
 α 


1 2sen (α ) − κα 2 t
u (x , t ) = e e −iα x dα
2π −∞
α


1 sen (α ) − κα 2 t
u (x , t ) = e e − iα x d α
π −∞
α


1 sen (α ) − κα 2 t
u (x , t ) = e [cos(αx ) − i sen(αx )]dα
π −∞
α


1 sen (α ) cos(αx ) − κα 2 t
u (x , t ) = e dα
π −∞
α


2 sen (α ) cos(αx ) − κα 2 t
u (x , t ) = e dα
π 0
α

145
Exercícios

01. Resolva o problema de Cauchy

u t = κu xx , - ∞ < x < ∞, t > 0


 .
u (x ,0 ) = f (x ), - ∞ < x < ∞


1 − κα 2 t
R.: u (x, t ) = F(α )e e −iα x dα
2π −∞

Observação: A solução anterior não é conveniente em certas aplicações práticas, pois a mesma
depende de F(α ) = ℑ{f (x )}. Podemos expressar essa solução em função de f(x) usando a propriedade
da convolução em (6).

SPIEGEL, Murray R. Theory and problems of Fourier analysis, p. 93, problem 5.22.

02. Solucione o problema

u t = κu xx , - ∞ < x < ∞, t > 0


 .
u (x ,0 ) = e − x , - ∞ < x < ∞

∞ ∞

∫ ∫
1 cos(α x ) −κα 2 t 2 cos(α x ) −κα 2 t
R.: u (x, t ) = 2
e dα ou u (x, t ) = e dα
π −∞
α +1 π 0
α 2 +1

3.19.2.2 – Equação da onda (EDP hiperbólica)

Solucione a equação da onda

∂ 2u ∂2u
 2 = c2 2 , - ∞ < x < ∞, t > 0
 ∂t ∂x

u (x ,0 ) = f (x ), -∞ < x < ∞ (3.19.2.2.1)

 ∂u
|
 ∂t t =0
= u t (x ,0 ) = g (x ), - ∞ < x < ∞

onde c 2 é a constante relacionada à velocidade de propagação da onda.

Solucionar (3.19.2.2.1) é resolver o problema das vibrações transversais de uma corda infinita,
homogênea e de peso desprezível. Em (3.19.2.2.1), assumimos que as funções f(x) e g(x) são limitadas
e absolutamente integráveis e que u (x , t ) < M (a solução é limitada para t ≥ 0 ).

Solução: u (x , t )

146

ℑ{u (x, t )} =
∫ −∞
u (x , t )e iα x dx = U(α , t )

ℑ{f (x )} = F(α ) = ℑ{u (x,0)} = U(α ,0) (3.19.2.2.2)

dU(α ,0 )
ℑ{g (x )} = G (α ) = ℑ{u t (x,0 )} = (3.19.2.2.3)
dt

Aplicando a transformada de Fourier em (3.19.2.2.1), obtemos

 ∂2   ∂2 
ℑ 2 u (x , t ) = ℑc 2 2 u (x, t )
 ∂t   ∂x 
d U(α , t )
2

2
= −c 2α 2 U(α , t )
dt
d U(α , t ) 2 2
2
+ c α U(α , t ) = 0 . (3.19.2.2.4)
dt 2

Família de soluções a dois parâmetros para (3.19.2.2.4):

U(α , t ) = C1 cos(cα t ) + C 2 sen (cα t ) (3.19.2.2.5)

-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.

Exercício

Verifique que (3.19.2.2.5) é solução de (3.19.2.2.4).

-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.

d
U(α , t ) = −C1cα sen (cα t ) + C 2 cα cos(cα t ) (3.19.2.2.6)
dt

Para determinar as constantes C1 e C 2 em (3.19.2.2.5), usamos as condições iniciais


(3.19.2.2.2) e (3.19.2.2.3).

Considerando t = 0 em (3.19.2.2.5) e usando (3.19.2.2.2), obtemos

U(α ,0) = C1 = F(α ) . (3.19.2.2.7)

Considerando t = 0 em (3.19.2.2.6) e usando (3.19.2.2.3), obtemos

d G (α )
U(α ,0 ) = C 2 cα = G (α ) ⇒ C 2 = . (3.19.2.2.8)
dt cα

Substituindo (3.19.2.2.7) e (3.19.2.2.8) em (3.19.2.2.5), temos que

147
G (α )
U(α , t ) = F(α ) cos(cα t ) + sen (cα t ) . (3.19.2.2.9)

Aplicando a transformada inversa de Fourier em (3.19.2.2.9), obtemos a solução procurada.

 G (α ) 
ℑ −1 {U(α , t )} = ℑ −1 F(α ) cos(cα t ) + sen (cα t )
 cα 


1  G (α ) 
u (x , t ) = F(α ) cos(cα t ) + cα sen (cα t ) e −iα x dα (3.19.2.2.10)
2π −∞  

Observação: Utilizando a integral de Fourier, podemos mostrar que (3.19.2.2.10) é equivalente


a
1
u (x , t ) = [f (x + ct ) + f (x − ct )] quando g(x ) = 0 ⇒ ℑ{g(x )} = G(α ) = 0 .
2

SPIEGEL, Murray R. Theory and problems of Fourier analysis, p. 93, problem 5.23.

Exercício

Resolva o problema

u tt = u xx , - ∞ < x < ∞, t > 0


 1

u (x ,0 ) = 2 , -∞ < x < ∞ .
 x + 1
u t (x,0 ) = 0, -∞ < x < ∞

1 1 1 
R.: u (x, t ) =  2
+ 2 
2  (x + t ) + 1 (x − t ) + 1 

3.19.2.3 – Equação de Laplace (EDP elíptica)

A temperatura de estado estacionário em uma chapa semi-infinita é determinada por

∂ 2u ∂ 2u
 2 + 2 = 0, 0 < x < π, y > 0
 ∂x ∂y

u (0, y ) = 0, u (π , y ) = e , y > 0
-y
cc de Dirichlet . (3.19.2.3.1)

 ∂u
|
 ∂y y =0
= u y (x ,0 ) = 0, 0< x <π cc de Neumann

Peter Gustav Lejeune Dirichlet (1805-1859): matemático alemão.

John von Neumann (1903-1957): matemático húngaro.

148
O domínio da variável y e a condição estabelecida
em y = 0 indicam que a transformada cosseno de
Fourier é adequada para o problema, uma vez que

ℑC {f " (x )} = −α 2 FC (α ) − f ' (0) .

Figura 54: Condições de contorno para a equação de Laplace.

Solução: u (x, y )

Fixando a variável x, temos que:


ℑC {u (x, y )} =
∫ 0
u (x, y ) cos(α y )dy = U(x, α )

ℑC {u (0, y )} = ℑC {0} = U(0, α ) = 0 (3.19.2.3.2)

1
{ }
ℑC {u (π , y )} = ℑ c e − y = U(π , α ) = 2
α +1
(3.19.2.3.3)

Aplicando a transformada cosseno de Fourier em (3.19.2.3.1), obtemos

 ∂2 ∂2 
ℑC  2 u (x , y ) + 2 u (x , y ) = ℑ C {0}
 ∂x ∂y 
∂ 2
 ∂ 2

ℑC  2 u (x , y ) + ℑ C  2 u (x , y ) = 0
 ∂x   ∂y 
d 2 U (x , α ) d
2
− α 2 U(x , α ) − u (x ,0 ) = 0
dx dy

d 2 U (x , α )
2
− α 2 U (x , α ) = 0 . (3.19.2.3.4)
dx

Família de soluções (a dois parâmetros) para (3.19.2.3.4):

U(x , α ) = C1 cosh (α x ) + C 2 senh (α x ) (3.19.2.3.5)


ou
U(x , α ) = C1eα x + C 2 e −α x
149
-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.

Exercício

Verifique que (3.19.2.3.5) é solução de (3.19.2.3.4).

eα x − e −α x e α x + e −α x
senh (αx ) = , cosh (αx ) =
Observação: 2 2
d d
cosh (x ) = senh (x ), senh (x ) = cosh (x )
dx dx

-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.-.

Para determinar as constantes C1 e C 2 em (3.19.2.3.5), usamos as condições de contorno


(3.19.2.3.2) e (3.19.2.3.3).

Considerando x = 0 em (3.19.2.3.5) e usando (3.19.2.3.2), obtemos

U(0, α ) = C1 = 0 . (3.19.2.3.6)

Considerando x = π em (3.19.2.3.5) e usando (3.19.2.3.3) e (3.19.2.3.6), obtemos

1 1
U(π , α ) = C 2 senh (απ ) = ⇒ C2 = 2 . (3.19.2.3.7)
2
α +1 (
α + 1 senh (απ ) )
Substituindo (3.19.2.3.6) e (3.19.2.3.7) em (3.19.2.3.5), temos que

senh (α x )
U (x , α ) = . (3.19.2.3.8)
( )
α + 1 senh (απ )
2

Aplicando a transformada cosseno de Fourier inversa em (3.19.2.3.8), obtemos a solução


procurada.

 senh (α x ) 
ℑC−1 {U(x , α )} = ℑ C−1  2 
 (α + 1) senh (απ ) 


2 senh (α x )
u (x , y ) = cos(α y )dα
π 0
(α + 1)senh(απ )
2

Exercícios

01. Solucione o problema de valor de contorno

u xx + u yy = 0, x > 0, 0 < y < π



u x (0, y) = 0, 0 < y <π .

u(x,0) = 0, u y (x, π ) = e , x > 0
−x

150


2 senh (αy )
R.: u (x, y ) = cos(α x )dα
π 0
α (α + 1)cosh (απ )
2

02. Usando o método das transformadas de Fourier, mostre que a solução da equação de Laplace no
semiplano superior (problema de Dirichlet)

u xx + u yy = 0, - ∞ < x < ∞, y > 0



u(x,0) = f (x), -∞ < x < ∞

é dada por


y F(α )
u (x , y ) = 2
dα . (fórmula integral de Poisson)
- ∞ (x − α ) + y
2
π

Siméon-Denis Poisson (1781-1840): matemático francês.

3.20 – Solução de equações integrais e de equações íntegro-diferenciais

Solucione a equação integral

f (x ) = f (x − 3) + xe
−3 x
+
∫ −∞
g(u )f (x − u )du , (3.20.1)

1, x ≤ 3
onde g (x ) =  .
0, x , > 3

Notação: ℑ{f (x )} = F{α}

2sen (3α )
ℑ{g (x )} =
α

Aplicando a transformada de Fourier a (3.20.1), temos que

ℑ{f (x )} = ℑ{f (x − 3)} + ℑ xe { −3 x


}+ ℑ{(g ∗ f )(x )}
d  6 
F(α ) = e 3i α F(α ) − i + G (α )F(α )
dα  α 2 + 9 

12i α 2sen (3α )


F(α ) = e 3i α F(α ) + + F(α )
(α 2
+9 ) 2
α

151
 2sen (3α )  12i α
F(α ) = 2
3i α
1 − e −
 α  (α + 9)2
12i α α
F(α ) =
(α 2
+ 9 ) α − αe
2 3i α
− 2sen (3α )

12i α 2
F(α ) = . (3.20.2)
(α 2
[
+ 9) α − αe 3i α − 2sen (3α )
2
]
Aplicando a transformada inversa de Fourier a (3.20.2), obtemos a solução procurada.


1 12i α 2
f (x ) = ℑ {F(α )} =
−1
e − iα x d α

−∞
(α 2
+ 9 ) α − αe
2
[ 3i α
]
− 2sen (3α )


6i α 2 e − iα x
f (x ) = ℑ {F(α )} =
−1

π
−∞
(α 2
)[
2
+ 9 α − αe 3i α − 2sen (3α ) ]
Exercícios

01. Considere um sistema estável invariante no tempo, caracterizado pela equação diferencial

y ' (x ) + 2 y (x ) = f (x ) , (1)

onde f (x ) = 3e − x u (x ) . Solucione a equação diferencial (1) empregando a transformada de Fourier e


suas propriedades.

(
R.: y(x ) = 3 e − x − e −2 x u (x ) )
02. Utilizando a transformada de Fourier e suas propriedades, solucione a equação diferencial
u t (x, t ) = t 2 u xx (x, t ) - ∞ < x < ∞, t > 0
 ,
u (x ,0 ) = g (x ) -∞ < x < ∞

1, x < 2
onde g (x ) =  .
0, x > 2

∞ α2t 3


2 sen (2α ) cos(αx ) −
R.: u (x, t ) = e 3

π 0
α

03. Use as transformadas de Fourier para resolver a equação integral

152


1
+ (1 − a 2 )
−x − x−u
f (x ) = e e f (u )du , Re(a ) > 0 .
2 −∞
1 −a x
R.: e
a

04. Utilizando a transformada de Fourier e suas propriedades, solucione a equação integral


1, x > 0
3xe −4 x
h (x ) + f (x ) = e −4 u h (u )f (x − u )du , h (x ) =  .
−∞ 0, x < 0

( )
R.: f (x ) = 3 e −4 x − e −3 x h (x )

153
3.21 – Exercícios resolvidos

−x
01. Seja f : R → R / f (x ) = x 3e .

a) Calcule F(α ) = ℑ{f (x )} .

{ }
Lembrando que ℑ x n f (x ) = (− i ) F (n ) (α ), F(α ) = ℑ{f (x )} e que ℑ e
n
{ }= α 2+a a
−a x
2 2
, a > 0 , tem-se
que:
d3  2  d3  1 
{
ℑ x 3e
−x
} = (− i) 3

dα 3  α 2 + 1
 
= 2i
dα 3  α 2 + 1
 
d 2  − 2α  d2  α 
= 2i 2   = −4i  
dα  α 2 + 1 2  ( )
dα 2  α 2 + 1 2  ( )
d  (α 2
+ 1)
2
(
− 2α α 2 + 1 2α  )d  α 2 + 1 − 4α 2 
= −4i   = − 4i  
dα  (α2 +1
4
)  dα  α 2 + 1 3  ( )
= −4i
d  1 − 3α 2 

 − 6α α 2 + 1 3 − 1 − 3α 2 3 α 2 + 1 2 2α 
 = −4i  
( ) ( )( )
dα  α 2 + 1 3  (  ) α2 +1
6
 ( )
= −4i 
(
 − 6α α 2 + 1 − 6α 1 − 3α 2 
 = −4i
) (
− 6α 3 − 6α − 6α + 18α 3 )
 α2 +1
4
 ( α2 +1 )
4
( )
12α 3 − 12α α3 − α
= −4i = −48 i
α2 +1
4
( α2 +1
4
) ( )

α3 − α
ℑ{f (x )} = F(α ) = −48i
(α 2
+1 ) 4


x3 − x
b) Determine para quanto converge a integral e 2 i x dx .
-∞ (x 2
)
+1
4

Propriedade da simetria (dualidade): ℑ{F(x )} = 2πf (− α ), ℑ{f (x )} = F(α )


x3 − x 3
e iα x dx = 2π(− α ) e
− −α
− 48i
-∞ (x 2
+1 ) 4


x3 − x
e iα x dx = −2πα 3 e
−α
− 48i
-∞ (x 2
)
+1
4

154


x3 − x π 3 −α iπ
e iα x dx = α e = − α 3e
−α

-∞ (x 2
+1 ) 4
24i 24

|

 x 3 − x 

x3 − x iπ −2 iπ iπ
e 2 i x dx = ℑ  = − 2 3 e = − e −2 = − 2
-∞ (x 2
+1 ) 4
( 4
)
 x 2 + 1  α = 2 24 3 3e


8x 3 − 2 x
c) Calcule para quanto converge a integral e i π x dx .
-∞ (4x 2
)
+1
4

1 α
Propriedade da similaridade: ℑ{f (ax )} = F , ℑ{f (x )} = F(α )
a a

 (2 x )3 − (2 x ) 
|


8x 3 − 2 x iπx
e dx = ℑ 4 
-∞ (4x 2
+1 ) 4
[ ]
 (2x )2 + 1  α = π

∞ 3 π


8x 3 − 2 x iπx 1 iπ  π  − 2
e dx = −   e
-∞ (4x 2
+1 ) 4
2 24  2 


π
8x 3 − 2 x iπ 4 − 2 iπ 4
e i π x dx = − e =−
-∞ (4x 2
+1 ) 4
384 384e 2
π

02. Utilizando a transformada de Fourier e suas propriedades, solucione a equação diferencial a seguir.

−3 x
y ' ' (x ) − 5 y (x ) = e

Notação: ℑ{y(x )} = Y(α )

{
ℑ y ' ' (x ) − 5 y (x ) = ℑ e } { −3 x
}⇒ ℑ{y (x )}− 5ℑ{y(x )} = ℑ{e }
'' −3 x

6 6 6
(− iα )2 Y(α ) − 5Y(α ) = 2
⇒ −α 2 Y(α ) − 5Y(α ) = 2 ⇒ −(α 2 + 5)Y(α ) = 2
α +9 α +9 α +9

6 Aα + B Cα + D
Y(α ) = −
(α + 9)(α + 5) α + 9 + α 2 + 5
22
= 2

155
( )
− 6 = (Aα + B) α 2 + 5 + (Cα + D ) α 2 + 9 ( )
− 6 = Aα 3 + 5Aα + Bα 2 + 5B + Cα 3 + 9Cα + Dα 2 + 9D

− 6 = (A + C )α 3 + (B + D )α 2 + (5A + 9C )α + (5B + 9D )

 A+ C=0  B+ D = 0 3 3
 ⇒A=C=0  ⇒B= e D=−
5A + 9C = 0 5B + 9D = −6 2 2

3 1 3 1
Y(α ) = −
2 α + 9 2 α2 + 5
2

31 6 3 1 2 5
Y(α ) = −
2 6 α + 9 2 2 5 α2 + 5
2

Como ℑ e { }= α 2+a a
−a x
2 2
, a > 0 , tem-se que:

1 −3 x 3 5 − 5x
y(x ) = ℑ −1 {Y(α )} = e − e
4 20

156
3.22 – Exercícios complementares

01. Determine as seguintes integrais impróprias:


-3 x 3
a) e e ix dx R.:
-∞
5
∞ x2


- 2π
b) e 2
e 2ix dx R.:
-∞
e2

02. Calcule:

 − x 
2
α2
-
a) ℑxe 2  R.: 2π iα e 2

 

 − x 
2
α2
−2 x - 8
b) ℑ3e 2 + 2e  R.: 3 2π e 2
+ 2
  α +4

03. Sabendo que ℑ e { }= α 2+a a


−a x
2 2
, Re(a ) > 0 , calcule:


e − iε x π −3 ε
a) dx ; R.: e
−∞
x2 + 9 3

32iα 48α 2 − 256


{
b) ℑ e
−4 x
(2x − x )}. 2
R.: +
(α 2
+ 16 ) 2
(α 2
+ 16 )
3

04. Calcule as seguintes integrais:


2 3π
a) e -3x cos(6 x )dx R.:
0
6e 3


cos(2x ) π
b) dx R.:
0
x2 + 9 6e 6


10!
c) x 10 e (2i −3) x dx R.: (3 + 2i )11
0
1311

157
05. Calcule:

108 − 36α 2
a) ℑ e { −3 x
x 2
} R.:
(α 2
+9 )
3

 3 − x 2  π 2 −3 α
b) ℑ 3
R.: α e
(
 x 2 + 9  ) 18

−3 x 1, x > 0
06. Seja f : R → R / f (x ) = 2e + x 2 e −3 x u (x ) , sendo u (x ) =  a função degrau unitário.
0, x < 0

a) Calcule F(α ) = ℑ{f (x )}.


12 2
R.: 2 +
α + 9 (3 − iα )3

b) Determine FR (α ) .

R.:
(
6 2α 4 + 33α 2 + 171 )
(α 2
+9 )
3

c) Determine FI (α ) .

R.:
(
2α 27 − α 2 )
(α 2
+9 )3

 54 + 54ix − 18x 2 − 2ix 3 


d) Calcule ℑ .
 x2 + 9
3
( )
 0, α > 0
R.: 2πα 2 e 3α u (− α ) =  2 3α
2πα e , α < 0

07. Determine as seguintes transformadas:

a) ℑ{δ(x − 4)} R.: e 4iα

 α

{
b) ℑ e − ( x −1)2
} R.: πe
 i − α
 4

c) ℑ { 5 u (x ) − u (x − 5) } R.: (5 − e )πδ(α ) + αi 
5 iα

 

2
3 − (α + 2 )
{
d) ℑ x 2 e
2i x −3 x
} R.: 36
[(α + 2) 2
+9 ]
3

158
 3 − (x + 2 )2  π 2 − 2 iα − 3 α
e) ℑ 3
R.: α e
[ ]
 (x + 2 )2 + 9  18


α xsen(ax )
08. Sabendo que ℑS {e } = −x
, determine dx .
1+ α 2 0
x2 +1

π
R.: e −a
2

cos(x ), se x < π
09. Seja f (x ) =  . Determine ℑ{f (x )} .
0, caso contrário

2α sen (πα )
R.: ℑ{f (x )} =
1−α 2

 π
sen (x ), se x <
10. Seja f (x ) =  3 . Determine ℑ{f (x )} .
0, caso contrário

i   απ   απ 
R.: ℑ{f (x )} = 2 
3α cos  − sen 
1−α   3   3 


1, 0 < α < 1
11. Resolva a equação integral f (x ) cos (α x )dx =  .
0 0, α > 1

2sen (x )
R.:
πx

∞ 1, 0 ≤ α < 1



12. Solucione a equação integral f (x )sen (αx )dx = 2, 1 ≤ α < 2 .
0 0, α ≥ 2

2
R.: [1 + cos(x ) − 2 cos(2x )]
πx

159
1
 , x ≤ε
13. Seja f (x ) =  2ε .
0, x > ε

a) Determine a transformada de Fourier de f(x).

sen (αε )
R.: F(α ) = , F(0 ) = 1
αε

b) Calcule o limite dessa transformada quando ε → 0 + .

R.: 1

 1
0, x > 2

1 1
14. Duas funções muito usadas no estudo de sinais são as funções rect (x ) =  , x = (função
2 2
 1
1, x < 2

sen (x ) α
retangular) e sinc(x ) = . Mostre que ℑ{rect (x )} = sinc  .
x 2

x , x < 1
15. Seja f (x ) =  .
0, x > 1

a) Esboce o gráfico de f (x ) .
b) Calcule ℑ{f (x )} .

2i
R.: ℑ{f (x )} = [sen(α ) − α cos(α )]
α2


c) Use (b) para calcular
[x cos(x ) − sen (x )]2 dx .
−∞
x4
π
R.:
3

x
 , x ≤ 4π
16. Seja f (x ) =  4 .
 0, x > 4π

a) Calcule
∫ −∞
f (x ) dx .

R.: 4π 2
160
b) A função f (x ) pode ser representada na forma integral? Justifique.
c) Em caso afirmativo, para quanto converge a integral de Fourier de f (x ) ?
d) Calcule ℑ{f (x )} .

i
R.: ℑ{f (x )} = [sen(4πα ) − 4πα cos(4πα )]
2α 2

 x
1 − , x ≤ a
17. Seja f (x ) =  a , a > 0.
 0, x > a

a) Esboce o gráfico de f (x ) .
b) A função f (x ) é absolutamente integrável? Justifique.
c) Calcule ℑ{f (x )} .

2
R.: ℑ{f (x )} = [1 − cos(aα )]
aα 2


d) Use (c) para calcular
[1 − cos(2x )]2 dx .
−∞
x4


R.:
3

18. Seja f (x ) = e − x cos(x ) , x > 0 . Calcule ℑC {f (x )} .

α2 + 2
R.: ℑC {f (x )} =
α4 + 4


(x )

2
+ 2 cos(ax )
19. Calcule 4
dx , a ∈ R + , R + = {w ∈ R ; w > 0}.
0
x +4

π −a
R.: e cos(a ), a > 0
2

20. Considere um sistema estável invariante no tempo, caracterizado pela equação diferencial

3y " (x ) + 24 y ' (x ) + 45 y(x ) = f (x ) , (1)

161
onde f (x ) = 4e −4 x u (x ) . Solucione a equação diferencial (1) empregando as transformadas de Fourier e
suas propriedades.

2 −5 x
R.:
3
(e − 2e −4 x + e −3x )u (x )

21. Usando as transformadas de Fourier, solucione a equação diferencial parcial

u t = 2u xx , x > 0, t > 0

u (0, t ) = 0 ,
 ( ) −x
u x ,0 = e
com u (x , t ) limitada.


2 α sen (α x ) − 2α t 2
R.: u (x, t ) = e dα
π 0
α 2 +1

22. Utilizando as transformadas de Fourier, solucione


diferencial parcial a equação
2
∂ u ∂ u 2 1, x < 2
= 9 , - ∞ < x < ∞ , t > 0 , sujeita às condições iniciais u t ( x ,0 ) = 0 e u ( x , 0 ) =  .
∂t 2 ∂x 2 0, x > 2



1 sen (2α ) cos(3α t ) 2 sen (2α ) cos(3α t ) cos(α x )
R.: u (x, t ) = e − iα x
dα = dα
π -∞
α π 0
α

23. Empregando as transformadas de Fourier e suas propriedades, solucione o seguinte problema de


valor inicial:

u t = 4u xx + 2u x , - ∞ < x < ∞, t > 0


 .
u (x ,0 ) = e − 2 x , -∞ < x < ∞

e (-4α )
∞ 2


− 2 iα t
2
R.: u (x, t ) = 2
e − iα x d α
π -∞
α +4

24. Empregando as transformadas de Fourier, solucione o problema de vibração na viga infinita.


u tt (x, t ) = c 2 u xxxx (x , t ) - ∞ < x < ∞, t > 0

u (x ,0 ) = f (x ) -∞ < x < ∞
u (x,0 ) = g(x ) -∞ < x < ∞
 t

162


G (α ) 1
R.: U(α, t ) = F(α ) cosh cα t + (
cα 2
2
)
senh cα 2 t ( ) u (x , t ) =

U(α, t )e −iα x dα
−∞

25. Empregando a transformada de Fourier e suas propriedades, solucione o problema de valor inicial
abaixo.
 ∂2 ∂6
 ∂t 2 u ( x , t ) = 2 u (x , t ) - ∞ < x < ∞, t > 0
 ∂x 6
 −x 2
u (x ,0 ) = e -∞ < x < ∞
u (x,0) = 0 -∞ < x < ∞
 t

∞ α2


π
R.: u (x, t ) =
π
e
-
4
( )
cos 2α 3 t cos(αx )dα
0

163
164
4. TRANSFORMADAS DE LAPLACE

Pierre-Simon Marquis de Laplace (1749-1827): matemático, físico e astrônomo francês.


Embora Laplace tenha usado a transformada integral que recebeu seu nome, é mais provável que essa

integral tenha sido descoberta por Euler (função gama: Γ(n ) =


∫ 0
x n −1e − x dx ).

4.1 – Definição da transformada de Laplace

4.1.1 – Motivação

Solução de equações íntegro-diferenciais, como


d 1
L i(t ) + Ri(t ) + i(τ )dτ = E(t ) , (4.1)
dt C
0

e de equações diferenciais ordinárias, tais como

d2 d 1
L 2
q (t ) + R q (t ) + q (t ) = E (t ) . (4.2)
dt dt C

Nas equações (4.1) e (4.2) temos que i(t ) é a corrente, q (t ) é a carga instantânea no capacitor e
E(t ) é a força eletromotriz (f.e.m) em um circuito elétrico em série L-R-C, como o representado na
Figura 55.

Figura 55: Circuito em série L-R-C – [13].

A força eletromotriz é muitas vezes seccionalmente contínua, como ilustra a Figura 56.

165
(a) (b)

Figura 56: (a) Dente de serra; (b) onda quadrada. – [17]

4.1.2 – Função de Heaviside

No estudo da transformada de Laplace, definimos u (t − a ) para t ≥ 0 como

0, se 0 ≤ t < a
u (t − a ) =  , (4.1.2.1)
1, se t ≥ a

onde a é uma constante positiva.

Quando multiplicada por outra função definida para t ≥ 0 , a função degrau unitário (4.1.2.1)
cancela uma porção do gráfico da função.

Exemplo

0, se 0 ≤ t < 2π 0, se 0 ≤ t < 2π


f (t ) = sen (t ) u (t − 2π ) =  , uma vez que u (t − 2π ) =  .
sen (t ), se t ≥ 2π 1, se t ≥ 2π

(a) (b)

Figura 57: (a) Gráfico de f (t ) = sen (t ) ; (b) gráfico de f (t ) = sen (t ) u (t − 2π ) .

166
A função degrau unitário (4.1.2.1) pode ser usada para escrever funções definidas por várias
sentenças em uma forma compacta.

Exemplo

A voltagem em um circuito é dada por

20t , se 0 ≤ t < 5
E (t ) =  . (4.1.2.2)
0, se t ≥ 5

0, se 0 ≤ t < 5
Lembrando que u (t − 5) =  , podemos expressar (4.1.2.2) como
1, se t ≥ 5

E(t ) = 20t − 20 t u (t - 5) .

Exercício

 t, 0 ≤ t < 2
Seja f (t ) =  . Escreva f (t ) de forma compacta usando a função degrau unitário.
1 − 2 t , t ≥ 2

R.: f (t ) = t + (1 − 3t ) u (t − 2)

4.1.2.1 - Generalização

g(t ), se 0 ≤ t < a
1. Se f (t ) =  , então f (t ) = g (t ) − g(t ) u (t - a ) + h (t ) u (t - a ) .
h (t ), se t ≥ a

0, se 0 ≤ t < a

2. Se f (t ) = g(t ), se a ≤ t < b, então f (t ) = g(t ) [u (t - a ) − u (t - b ) ].
0, se t ≥ b

Exercício

Seja f (t ) a função representada graficamente abaixo.

167
f(t)

t
2 5

Expresse f (t ) de forma compacta usando a função degrau unitário.

2 2
R.: f (t ) =  t +  [u (t − 2 ) − u (t − 5) ]
3 3

4.1.3 – Transformada de Laplace

∞ ∞

L {f (t )} = F(s ) =
∫ −∞
H(t ) f (t ) e e dt =
xt iyt

∫ −∞
H(t ) f (t ) e −st dt , onde s = −(x + iy ) (4.1.3.1)

f (t ) : função original
F(s ) : função transformada
e −st : núcleo da transformação
f :R →C
F:C → C

Como H(t ) é a função de Heaviside, podemos escrever (4.1.3.1) como

L {f (t )} = F(s ) =
∫ 0
f (t ) e −st dt . (4.1.3.2)

A expressão (4.1.3.2) é chamada transformada de Laplace unilateral1 de f (t ) . A transformada


existe se a integral imprópria em (4.1.3.2) converge para algum valor de s.

Notação

L {f (t )} = F(s) L {g(t )} = G(s) L {y(t )} = Y(s )



1
A transformada de Laplace bilateral é definida como
∫ −∞
f (t )e −st dt .

168

∫ ∫
1
Se L {f (t )} = F(s ) = f (t ) e −st dt , então L −1 {F(s )} = f (t ) = F(s ) e st ds é a transformada de
2π i C
0
Laplace unilateral inversa.

f (t ) F(s ) f (t )
−1
L L

Figura 58: Transformadas de Laplace.

Podemos estabelecer uma relação entre as transformadas de Fourier e de Laplace. Se na


transformada de Laplace de f (t ) ,


∫ −∞
H(t ) f (t ) e xt e iyt dt , considerarmos g (t ) = H(t ) f (t ) e xt , teremos

∫ −∞
g(t ) e iyt dt , que nada mais é do que a transformada de Fourier de g (t ) .

A transformada de Laplace unilateral de uma função f : R → C é uma função F : C → C que


N(s )
associa a f (t ) uma função complexa F(s ) = , onde N(s ) e D(s ) são polinômios com coeficientes
D(s )
reais. Os valores de s tais que N(s ) = 0 são os zeros da transformada F(s ) ; os valores de s tais que
D(s ) = 0 são os polos da transformada F(s ) .

Exemplo

Como veremos posteriormente, a transformada de Laplace da função f (t ) = 1 + 3e 2 t , t ≥ 0 , é a


2(2s − 1)
função complexa F(s ) = , Re(s ) > 2 .
s(s − 2)
1
Zeros de F(s ) : s =
2

Polos de F(s ) : s = 0 , s = 2

169
Im(s)

2 Re(s)

2(2s − 1)
Figura 59: Polos e região de convergência de F(s ) = .
s(s − 2)

Observações

1a) No exemplo, cada polo de F(s ) está associado à uma exponencial da função f (t ) (os polos são os
coeficientes nos expoentes).

2a) Se D(s ) = (s − a ) , com k inteiro e positivo, s = a é um polo de ordem k de F(s ) . No exemplo,


k

s = 0 e s = 2 são polos de ordem um (ou polos simples).

Exemplo 1

Calcular L {1} .
∞ b b

∫ ∫
 e −st   e −sb 1  1
L {1} = − st
e dt = lim −st
e dt = lim −  = lim − +  = , Re(s ) > 0
0
b →∞
0
b →∞
 s  0 b →∞  s s s

Im(s)

Re(s)
0

1
Figura 60: Polos e região de convergência de F(s ) = .
s

170
Exemplo 2


1 
As transformadas L   e
t 
L {e t2
} não existem, ou seja, as integrais impróprias ∫ e − st
t
dt e
0


2
et − st
dt são divergentes.
0

Exemplo 3

∞ ∞ b

L {Me ct
}=
∫ 0
ct
Me e dt = M

(c −s )t
−st

b
∫ 0
e ( c −s ) t

( c − s )b
dt = M lim
b →∞
∫ 0
e (c −s )t dt

e  e 1  M
= lim   = lim  −  = , Re(s ) > c
b →∞ c − s
  0 b →∞  c − s c − s  s − c

4.2 – Funções de ordem exponencial

Uma função f (t ) é de ordem exponencial c quando t → ∞ se existem constantes reais c, M > 0


e N > 0 tais que

e − ct f (t ) < M, ∀t > N

ou

f (t ) < Me ct , ∀t > N .

Exemplos

1. A função f (t ) = t é de ordem exponencial para t > 0 .

t < et , t > 0
c = 1, M = 1, N = 0

171
Figura 61: Gráfico de f (t ) = e t e de f (t ) = t .

2. A função f (t ) = e − t é de ordem exponencial para t > 0 .

e −t < e t , t > 0
c = 1, M = 1, N = 0

Figura 62: Gráfico de f (t ) = e t e de f (t ) = e − t .

3. A função f (t ) = 2 cos(t ) é de ordem exponencial para t > 0 .

2 cos(t ) < 2e t , t > 0


c = 1, M = 2, N = 0

172
Figura 63: Gráfico de f (t ) = 2e t e de f (t ) = 2 cos(t ) .

2
4. A função f (t ) = e t não é de ordem exponencial.

2
Figura 64: Gráfico de f (t ) = e t e de f (t ) = e 2 t .

5. Todo polinômio é uma função de ordem exponencial.

173
4.3 – Convergência da transformada de Laplace unilateral

4.3.1 – Convergência absoluta e condicional

∞ ∞ ∞

∫ ∞
a
f (t )dt é dita absolutamente convergente se


∫ a
f (t ) dt convergir. Se
∫ a
f (t )dt convergir

mas
∫ a
f (t ) dt divergir, então
∫ a
f (t )dt é dita condicionalmente convergente.

∞ ∞

Teorema: Se
∫ a
f (t ) dt convergir, então
∫ a
f (t )dt converge.

4.3.2 - Condições suficientes para a convergência

Seja f (t ) uma função seccionalmente contínua em todo intervalo finito 0 ≤ t ≤ N e de ordem


exponencial c para t > N . Então, a transformada de Laplace unilateral F(s ) de f (t ) existe para todo
Re(s ) > c .

Prova

L {f (t )} =
∫ 0
f (t )e −st dt

N ∞

=

104 3 1N42
4244 4 43
4
f (t )e dt +

I
− st

∫ f (t )e −st dt

II

I : integral própria (ou uma soma de integrais próprias)


II: integral imprópria

∞ ∞ ∞ ∞

∫ N
f (t )e dt ≤
−st

∫ N
f (t )e − st
dt ≤
∫ N
f (t ) e − st
dt ≤
∫ N
Me
{{
ct − xt
e dt
(1) (2)

∞ ∞ b b
 e −( x − c ) t 
=M
∫ N
ct
e e dt = M− xt

∫ N
e −( x −c ) t
dt = M lim
b →∞ ∫ N
e −(x −c ) t
dt = M lim −
b →∞
 x − c N

 e −( x −c ) b e −( x −c )N  e − ( x −c ) N
= M lim − + =M , se x = Re(s ) > c
b →∞
 x −c x −c  x−c

(1): f(t) é de ordem exponencial c

(2): s = x + iy

174
e −st = e − ( x +iy ) t = e − xt e −iyt = e − xt [cos(yt ) − isen (yt )] = e − xt cos(yt ) − ie − xt sen (yt )

= [e − xt
] [ 2
]
2
cos(yt ) + e − xt sen (yt ) = e −2 xt cos 2 (yt ) + e − 2 xt sen 2 (yt )

[
= e −2 xt cos 2 (yt ) + sen 2 (yt ) = e − 2 xt = ] (e )
− xt 2
= e − xt

Como II converge, L {f (t )} converge (se Re(s ) > c ).

4.4 – Transformada de Laplace unilateral das funções elementares

4.4.1 – f(t) = tn

∞ b

L {t n
}=
∫ 0
n
t e dt = lim− st
b →∞
∫ 0
t n e −st dt

Integrando
∫ t n e −st dt por partes, temos que:

 t n e −st b


n
L {t n
} = lim −
b →∞ 
b
0 + t e dt 
n −1 − st

s s 
 0 
 b n e{ − sb b 


n
= lim − *
+ t e dt 
n −1 − st
b→∞  s s 
 0 


n n
=
s
t n −1e −st dt =
s
{ }
L t n −1 , Re(s ) > 0
0

*: função de decrescimento rápido para Re(s ) > 0

L {t k } = k L {t k −1 }
s

k =1⇒ L {t} = 1 L {1} = 1 1 = 1


, Re(s ) > 0
s ss s2

k =2⇒ L {t 2 } = 2 L {t} = 2 1
2
2!
= 3 , Re(s ) > 0
s ss s

k =3⇒ L {t 3 } = 3 L {t 2 } = 3 23! = 3!
, Re(s ) > 0
s ss s4

175
k =4⇒ L {t 4 } = 4 L {t 3 } = 4 3! 4!
= , Re(s ) > 0
s s s4 s5
M

k=n⇒ L {t n } = n L {t n −1 } = n (n −n 1)! = n!
, Re(s ) > 0
s s s s n +1

n! Γ(n + 1)
L {t n } = n +1
= , Re(s ) > 0
s s n +1

A função gama

Γ(n ) =
∫ 0
t n −1e − t dt

Γ(n ) = L {t n −1 } s=1

Γ(2 ) = L {t} s=1 = 12 = 1


1

Γ(4 ) = L {t 3 } s=1 = 34! = 6


1

Γ(n + 1) = nΓ(n ) = n!

π
Γ(p )Γ(1 − p ) = , 0 < p <1
sen (pπ )

1
Γ  = π
2

Referências: SPIEGEL, M.R.; WREDE, R.C. Cálculo avançado. 2a ed. Porto Alegre:
Bookman, 2004.

Exercícios

Calcule as integrais:

01.

0
t100e− t dt R.: 100!

176


3
02. t 3 e − 2 t dt R.:
8
0

4.4.2 – f(t) = eat

∞ ∞

∫ ∫
1
L {e at
}= e e dt =at − st
e (a −s )t dt = , Re(s ) > a, a ∈ R
s−a
0 0

4.4.3 – Transformada de algumas funções elementares

f (t ) F(s )
1 1
, Re(s ) > 0
s
e at 1
, Re(s ) > a
s−a
tn n! Γ(n + 1)
n +1
= , Re(s ) > 0
s s n +1
cos(at ) s
, Re(s ) > 0
s + a2
2

sen (at ) a
, Re(s ) > 0
s + a2
2

Tabela 3: Transformada de Laplace unilateral de algumas funções elementares.

Exercícios

01. Calcule as integrais:


10
a) sen (10t )e −3t dt R.:
109
0


2
b) cos(t )e − 2 t dt R.:
5
0

2 t , se 0 ≤ t ≤ 5
02. Seja f (t ) =  . Determine L {f (t )} .
1, se t > 5

2 9
R.: L {f (t )} = 2
(
1 − e −5s − e −5s
s
)
s

177
03. Empregando a definição de transformada de Laplace unilateral, mostre que:

s
a) L {cos(at )} = , a ∈ R , Re(s ) > 0 ;
s + a2
2

a
b) L {sen (at )} = , a ∈ R , Re(s ) > 0 .
s + a2
2

4.5 – Propriedades da transformada de Laplace unilateral

4.5.1 – Comportamento da transformada de Laplace F(s) quando s→∞

Se f (t ) é uma função seccionalmente contínua para t ∈ [0, N ] e de ordem exponencial para


t > N , então
lim F(s ) = 0
s →∞

4.5.2 – Linearidade

A transformada de Laplace é um operador linear. Assim, se a e b são constantes quaisquer,


então

L {a f (t ) + b g(t )} = a L {f ( t )} + bL {g(t )} = aF(s ) + bG(s ) .


Prova

Segue da definição de transformada de Laplace e da propriedade de linearidade da integral.

L {af (t ) + bg(t )} =
∫ 0

[af (t ) + bg(t )] e −st dt

=a
∫ 0
f (t ) e dt + b
−st

∫ 0
g(t ) e −st dt = aF(s ) + bG (s )

Exemplos

{ } { }
1. L 4t 2 − 3 cos(t ) + 5e − t = 4L t 2 − 3L {cos(t )} + 5L e − t { }
2! s 1
=4 3
−3 2 +5
s
{ s 2+31
1 s +1
{
Re (s )> 0 Re (s )> 0 Re (s )> −1

8 3s 5
= 3
− 2 + , Re(s ) > 0
s s +1 s +1

178
1 − cos(2 t )  1 1
{ }
2. L sen 2 (t ) = L 
2
 = L {1} − L {cos(2 t )}
  2 2
1 1 1 s
= −
2 {s s 22
21 +34
Re (s )> 0 Re (s )> 0

1 s s2 + 4 − s2 2
= − = = 2 , Re(s ) > 0
2
2s 2 s + 4 ( 2
2s s + 4 )
ss +4 ( ) ( )

 e at − e − at  1 1
3. L {senh (at )} = L 
2
at
= L e − L e
− at
{ } { }
  2 2
1 1 1 1
= −
2{s-a 2 { s+a
Re (s )> a Re (s )> − a

s + a − (s − a ) 2a a
= = = 2 , Re(s ) > a
2(s − a )
2 2
2(s − a ) s − a 2
2 2

 e at + e − at  1 1
4. L {cosh (at )} = L 
2
at
= L e + L e
− at
{ } { }
  2 2
1 1 1 1
= +
2{s-a 2 { s+a
Re (s )> a Re (s )> − a

s + a + (s − a ) 2s s
= = = 2 , Re(s ) > a
2
(
2 s −a 2 2
)
2 s −a 2
s − a2 ( )

{ }
5. L e iat = L {cos(at ) + i sen (at )} = L {cos(at )} + i L {sen (at )}
s a
= 2 2
+i 2
s 2
1 + a3 1 s 2 + a32
Re (s )> 0 Re (s )> 0

s + ia s + ia 1
= = = , Re(s ) > 0
2
s +a 2
(s + ia )(s − ia ) s − ia

Com os últimos exemplos, podemos ampliar a tabela de transformadas de Laplace.

179
f (t ) F(s )
1 1
, Re(s ) > 0
s
e at 1
, Re(s ) > a
s−a
tn n! Γ(n + 1)
n +1
= , Re(s ) > 0
s s n +1
cos(at ) s
, Re(s ) > 0
s + a2
2

sen (at ) a
, Re(s ) > 0
s + a2
2

cosh (at ) s
, Re(s ) > a
s − a2
2

senh (at ) a
, Re(s ) > a
s − a2
2

e iat 1
, Re(s ) > 0
s − ia

Tabela 4: Transformada de Laplace unilateral das funções elementares.

Exercícios

Calcule as integrais:


1
01. sen 2 (t )e − 2 t dt R.:
8
0


3
02. cosh(2t )e −3 t dt R.:
5
0


4
03. senh(4t )e −5 t dt R.:
9
0


51 s2 + 2
04. cos (t )e
2 −10 t
dt R.: , L{ 2
}
cos (t ) = 2 , Re(s ) > 0
0
520 ss +4 ( )

180
4.5.3 – Primeira propriedade de translação ou deslocamento

Teorema: Se L {f (t )} = F(s ) , então L e at f (t ) = F(s − a ) . { }


Prova

∞ ∞

L {e f (t )} =
at

∫ 0
e f (t ) e dt =
at −st

∫ 0
f (t ) e −(s −a ) t dt = F(s − a )

Exemplo

L {e − t cos(2t )}
f (t ) = cos(2 t )
s
L {f (t )} = F(s ) = 2
, Re(s ) > 0
s +4

s +1 s +1
L {e −t cos(2t )} = F(s + 1) = 2
= 2
(s + 1) +4 s + 2s + 5

4.5.4 – Segunda propriedade de translação ou deslocamento

f (t − a ), t ≥ a
Teorema: Se e g (t ) = 
L {f (t )} = F(s) = f (t − a ) u (t - a ) , sendo u (t - a ) a função
 0, t < a
0, 0 ≤ t < a
degrau unitário dada por u (t − a ) =  , então L {g(t )} = e − as F(s ) .
1, t ≥ a

Prova

t − a = u ⇒ t = u + a , dt = du, t → a ⇒ u → 0, t → ∞ ⇒ u → ∞

∞ ∞

L {g(t )} =
∫ 0

g(t ) e dt = − st

∫ a
f (t − a ) e −s t dt

∞ ∞

=
∫ 0
f (u ) e −s (u +a )du =
∫ 0
f (u ) e −su e −sa du = e −as
∫ 0
f (u ) e −su du = e −as F(s )

Exemplo

(t − 2 )3 , t ≥ 2 3 0, 0 ≤ t < 2


g (t ) =  = (t − 2 ) u ( t - 2 ) , u (t − 2 ) = 
 0, 0 ≤ t < 2 1, t ≥ 2

f (t ) = t 3 , a = 2

181
3! 6
L {t 3 } = = , Re(s ) > 0
s4 s4

6 6e −2s
L {g(t )} = e −2s = 4
s4 s

Exercício

e − as 0, 0 ≤ t < a
Mostre que L{u (t − a ) } = , Re(s ) > 0 , onde u (t − a ) =  .
s 1, t ≥ a

4.5.5 – Similaridade (ou mudança de escala)

1 s
Teorema: Se L {f (t )} = F(s ) , então L {f (at )} = F , a > 0 .
a a

Prova

u du
at = u ⇒ t = , dt = , t → 0 ⇒ u → 0, t → ∞ ⇒ u → ∞
a a

L {f (at )} =
∫ 0

f (at ) e −st dt

∫ ∫
u s
−s du 1 − u 1 s
= f (u ) e a
= f (u ) e a
du = F 
a a a a
0 0

Exemplo

L {sen (3t )}
f (t ) = sen (t )

1
L {f (t )} = F(s ) = 2
, Re(s ) > 0
s +1

L {sen (3t )} = 1 F s  = 1 1


2
=
1 9
2
= 2
3
3  3 3s 3s +9 s +9
  +1
 3

Exercícios

Determine a transformada de Laplace das funções a seguir, especificando para quais valores de
s a transformada existe.
182
2
{ }
01. L 2e 4 t R.: F(s ) =
s−4
, Re(s ) > 4

s 4 + 4s 2 + 24
{
02. L (t 2 + 1)
2
} R.: F(s ) =
s5
, Re(s ) > 0

s 2 − 2s + 4
{
03. L [sen (t ) − cos(t )]
2
} R.: F(s ) =
s(s 2 + 4 )
, Re(s ) > 0

16 − 5s
{
04. L e 2 t [3senh (2 t ) − 5 cosh (2 t )] } R.: F(s ) =
s(s − 4 )
, Re(s ) > 4

4.5.6 – Transformada de Laplace unilateral de derivadas

Teorema 1: Seja L {f (t )} = F(s ) . Então

L {f ' (t )} = sF(s ) − f (0) , s > 0

se f (t ) é contínua para 0 ≤ t ≤ N e de ordem exponencial para t > N , enquanto f ' (t ) é seccionalmente


contínua para 0 ≤ t ≤ N .

Prova

∞ b

L {f (t )} =
'

∫ 0
f (t ) e dt = lim
' −st
b →∞
∫ 0
f ' (t ) e −st dt (4.5.6.1)

Empregando integração por partes em (4.5.6.1), temos que:

| ∫
 b b

L{ '
}
f (t ) = lim e f (t ) + s
b →∞ 
− st
f (t )e −st dt 

 0 0 

 b

= lim  e −sb f (b ) − f (0) + s
b→∞  1424 3
→0 se Re (s )>0 ∫ 0
f (t )e −st dt 

= sF(s ) − f (0)

Teorema 2: Se no Teorema 1 f (t ) deixa de ser contínua em t = 0 mas lim+ f (t ) = f (0 + ) existe


t →0

(mas não é igual a f (0) , que pode ou não existir), então

183
L {f ' (t )} = sF(s ) − f (0 + ) .
Teorema 3: Se no Teorema 1 f (t ) é descontínua em t = a , então

L {f ' (t )} = sF(s ) − f (0) − e −as [f (a + ) − f (a − )] ,


onde f (a + ) − f (a − ) é chamado salto na descontinuidade t = a . Para mais de uma descontinuidade,
podemos fazer modificações apropriadas.

Teorema 4: Seja L {f (t )} = F(s ) . Então

L {f " (t )} = s 2 F(s ) − sf (0) − f ' (0)


se f (t ) e f ' (t ) são contínuas para 0 ≤ t ≤ N e de ordem exponencial para t > N , enquanto f " (t ) é
seccionalmente contínua para 0 ≤ t ≤ N .

Prova

L {f " (t )} = s L {f ' (t )}− f ' (0)


= s[sF(s ) − f (0 )] − f ' (0 )
= s 2 F(s ) − sf (0 ) − f ' (0)

Exercício

Mostre, por recursividade, que

L {f ''' (t )} = s 3 F(s ) − s 2 f (0) − sf ' (0) − f '' (0) .

Teorema 5 (generalização): Seja L {f (t )} = F(s ) . Então

L {f (n ) (t )} = s n F(s ) − s n −1f (0) − s n −2 f ' (0) − s n −3 f " (0) − L − s f (n −2 ) (0) − f (n −1) (0)

se f (t ), f ' (t ), f" (t ), K, f (n -1) (t )


são contínuas para 0 ≤ t ≤ N e de ordem exponencial para t > N ,
(n )
enquanto f (t ) é seccionalmente contínua para 0 ≤ t ≤ N .
Exemplo

a
Mostrar que L {sen (at )} = , Re(s ) > 0 .
s + a2
2

f (t ) = sen (at )
f ' (t ) = a cos(at )
f " (t ) = −a 2 sen (at )
184
L {f " (t )} = L {− a 2 sen(at )}
s 2 F(s ) − sf (0) − f ' (0) = L {− a 2 sen (at )}, Re(s ) > 0
s 2 L {sen (at )} − s(0) − a = L {− a 2 sen (at )}
s 2 L {sen (at )} − a = − a 2 L {sen (at )}
(s 2 + a 2 ) L {sen(at )} = a
a
L {sen (at )} =
s + a2
2

Exercício

s
Empregando a transformada da derivada, mostre que L {cos(at )} = , Re(s ) > 0 .
s + a2
2

4.5.7 – Transformada de Laplace unilateral de integrais

Teorema: Seja L {f (t )} = F(s ) . Então

 t
 F(s )
L 


f (u )du  = .
  s
0

Prova

g (t ) =
∫ 0
f (u )du ⇒ g ' (t ) = f (t )

g (0) = 0
L {g ' (t )} = L {f (t )}
s L {g(t )} − g(0 ) = F(s )
s L {g(t )} = F(s )
 t
 F(s )
L {g(t )} = F(s ) ⇒ L 


f (u )du  =
s   s
0

Exemplo

 t
 2 2


2
L  
sen (2u )du  = L {sen (2u )} ÷ s = s + 4 = 2 = L sen 2 (t ) { }
 0  s s s + 4 ( )

185
4.5.8 – Derivadas de transformadas de Laplace unilaterais (multiplicação por tn)

Teorema: Se L {f (t )} = F(s ) , então

dn
L {t n f (t )} = (− 1)n n
F(s ) = (− 1) F (n ) (s ) .
ds n

Prova

F(s ) =
∫ 0
f (t ) e −st dt

Derivando sob o sinal de integração (regra de Leibniz), obtemos:

∞ ∞

∫ ∫ [
d d ∂
ds
F(s ) = F ' (s ) =
ds
f (t ) e dt =
− st

∂s
]
f (t ) e −st dt
0 0
∞ ∞

=
∫ 0
- t f (t ) e dt = − −st

∫ [ ( )]
0
t f t e −st dt = - L {t f (t )}

L {t f (t )} = − d F(s ) = −F ' (s )
ds

Demonstramos até aqui o teorema para n = 1 . Para prová-lo integralmente, usaremos indução
matemática.

Suponha que o teorema é verdadeiro para n = k , isto é,

∫ 0
[t k
]
f (t ) e −st dt = (− 1) F (k ) (s ) .
k

Logo:


d d
ds
[t k
]
f (t ) e −st dt =
ds
[
(− 1)k F (k ) (s ) ]
0


d
ds
[t k
]
f (t ) e −st dt = (− 1) F (k +1) (s )
k


∂ k
∂s
[ k
]
t f (t ) e −st dt = (− 1) F (k +1) (s )
0

186


∫ 0
[t k +1
] k
f (t ) e −st dt = (− 1) F (k +1) (s )

∫ 0
[t k +1
]
f (t ) e −st dt = (− 1)
k +1
F (k +1) (s )

Assim, mostramos que o teorema também é válido para n = k + 1 .


Como o teorema é válido para n = 1 , também o é para n = 2 , n = 3 e para qualquer valor
inteiro positivo de n.

Exemplo

L {t 2 e 2 t }
f (t ) = e 2 t
1
L {f (t )} = F(s ) = , Re(s ) > 2
s−2
d  1  1
L{ te 2 t = −  }  =
ds  s − 2  (s − 2 )2
d2  1  d  1  2
L{ 2 2t
t e = 2 }  =  − 2 
=
ds  s − 2  ds  (s − 2 )  (s − 2 )3

4.5.9 – Integrais de transformadas de Laplace unilaterais (divisão por t)

Teorema: Se L {f (t )} = F(s ) , então

L  f (t ) =

f (t )
F(u )du desde que lim+ exista.
 t  s
t →0 t

Prova

f (t )
Seja g (t ) = ⇒ f (t ) = t g (t )
t
L {f (t )} = L {t g(t )}
L {f (t )} = − d G (s )
ds
d
F(s ) = − G (s )
ds
d
G (s ) = − F(s )
ds

Integrando a igualdade anterior, obtemos:

187
∞ ∞

∫ ∫
d
G (u )du = − F(u )du
s
du s

| ∫
b ∞

lim G (u ) = − F(u )du


b →∞
s s

lim[G (b ) − G (s )] = −
b →∞
∫ s
F(u )du

Como lim G (b ) = 0 :
b →∞

− G (s ) = −
∫ s
F(u )du

G (s ) =
∫ s
F(u )du

L {g(t )} = L  f (t ) =
 t  ∫ s
F(u )du

Exemplo

L  sen (t )
 t 


1 sen (t ) dz 1 z
Como L {sen (t )} = 2
, Re(s ) > 0, lim+ =1 e 2 2
= arctg  :
s +1 t →0 t z +a a a
∞ b

L  sen (t ) =
∫ ∫
1 1
2
du = lim 2
du
 t  u +1 b →∞ u + 1
s s

= lim[arctg(u )] sb = lim[arctg(b ) − arctg(s )]


b →∞ b →∞

π 1
= − arctg(s ) = arctg 
2 s

Exemplo

π 1
Provar que − arctg(s ) = arctg  .
2 s
188
1 π
arctg(s ) + arctg  =
s 2

1 1
Como arctg(s ) = α ⇒ tg(α ) = s e arctg  = β ⇒ tg (β ) = , temos que:
s s
π
α +β =
2

π 
cos(α + β ) = cos 
2

cos(α ) cos(β ) − sen (α )sen (β ) = 0

cos(α ) cos(β ) = sen (α )sen (β )

cos(α ) sen (β )
=
sen (α ) cos(β )

1 1 1
= tg (β ) ⇒ =
tg (α ) s s

4.5.10 – Convolução

Teorema: Sejam f (t ) e g (t ) funções seccionalmente contínuas em [0, ∞) e de ordem


exponencial. Então

L {(f ∗ g )(t )} = L {f (t )}L {g(t )} = F(s)G(s ) .


Prova

Aqui definimos a convolução como

t t

(f ∗ g )(t ) =

∫ 0
f (u )g (t − u )du =
∫ 0
f (t − u )g(u )du .

Sejam F(s ) = L {f (t )} =
∫ 0
f (τ )e dτ e G (s ) = L {g(t )} =
− sτ

∫ 0
g(β)e −sβ dβ .

Assim:

189
 ∞
 ∞

F(s )G (s ) = 

 ∫ 0
f (τ )e −sτ
dτ 

 ∫ 0
g(β )e −sβ dβ 


∞ ∞

=
∫∫ 0 0
e -s (τ + β )f (τ )g(β )dτ dβ

Fixando τ e considerando t = τ + β ⇒ β = t − τ e dt = dβ , temos que


 ∞

F(s )G (s ) =
∫ 0
f (τ )
 ∫ 0
e -st g(t − τ ) dt dτ .


Como f (t ) e g (t ) são funções seccionalmente contínuas em [0, ∞) e de ordem exponencial,


podemos inverter a ordem de integração. Dessa forma


 t

∫ ∫
 
F(s )G (s ) = e  −st
f (τ )g (t − τ ) dτdt
0  0 

=
∫ ( )
0
e −st f ∗ g dt

= L {f ∗ g} .

Exemplo

 t

∫ { }L {sen(t )} = s 1− 1 1 1
L  
{
e sen (t − u )du  = L e t ∗ sen (t ) = L e t
u
} =
  s + 1 (s − 1)(s 2 + 1)
2
0

4.5.11 – Valor inicial

Teorema: Se os limites indicados existem, então

lim f (t ) = lim sF(s ) .


t →0 s →∞

Prova

L {f (t )} =
'

∫ 0
f ' (t )e −st dt = sF(s ) − f (0 ) (4.5.11.1)

Sabemos que, se f ' (t ) é seccionalmente contínua e de ordem exponencial, então

190
{ }
lim L f ' (t ) = 0 .
s →∞

Tomando o limite quando s → ∞ em (4.5.11.1) e supondo que f (t ) é contínua em t = 0 ,


encontramos

s →∞
{ }
lim L f ' (t ) = lim[sF(s ) − f (0)]
s→∞

0 = lim sF(s ) − f (0 )
s →∞

lim sF(s ) = f (0)


s→∞

lim sF(s ) = lim f (t ).


s→∞ t →0

Exemplo

5
f (t ) = 5e −2 t ⇒ L {f (t )} =
s+2

5s
lim 5e −2 t = lim =5
t →0 s→∞ s + 2

4.5.12 – Valor final

Teorema: Se os limites indicados existem, então

lim f (t ) = lim sF(s ) .


t →∞ s→0

Prova

L {f (t )} =
'

∫ 0
f ' (t )e −st dt = sF(s ) − f (0 ) (4.5.12.1)

O limite do lado esquerdo de (4.5.12.1) quando s → 0 é:

∞ ∞ b

lim
s→0 ∫ 0
f ' (t )e −st dt =
∫ 0
f ' (t )dt = lim
b →∞ ∫ 0
f ' (t )dt = lim[f (t )] 0b = lim[f (b ) − f (0 )]
b →∞ b →∞

= lim[f (t ) − f (0 )]
t →∞

= lim[f (t )] − f (0 )
t →∞

O limite do lado direito de (4.5.12.1) quando s → 0 é:

lim[sF(s ) − f (0 )] = lim[sF(s )] − f (0 )
s→0 s→0

Logo:
191
lim[f (t )] − f (0 ) = lim[sF(s )] − f (0 )
t →∞ s →0

lim[f (t )] = lim[sF(s )]
t →∞ s→0

Exemplo

5
f (t ) = 5e −2 t ⇒ L {f (t )} =
s+2

5s
lim 5e −2 t = lim =0
t →∞ s→0 s+2

4.6 – Transformada de Laplace unilateral de funções periódicas

Teorema: Suponha que f (t ) tem um período T > 0 de modo que f (t + T ) = f (t ) ( f (t ) é


periódica de período fundamental T). Então,

T
∫ f (t )e −st dt


1
L {f (t )} = f (t )e −st dt = 0
.
1 − e −sT 0
1 − e −sT
Prova

∞ T 2T 3T

L {f (t )} =
∫0
f (t ) e dt =
−st

∫ 0
f (t ) e dt + − st

∫ T
f (t ) e dt +
− st

∫ 2T
f (t ) e −st dt + K

Substituições:

t=u 1a integral
t = u+T 2a integral ⇒ u = t−T
t = u + 2T 3a integral ⇒ u = t − 2T
M

Em todas as substituições temos que du = dt .


Logo:

T T T

L {f (t )} =
∫ 0
f (u ) e − su
du +
∫ 0
f (u + T ) e −s ( u + T )
du +
∫ 0
f (u + 2T ) e −s (u + 2T ) du + K

T T T

L {f (t )} =
∫ 0
f (u ) e −su
du + e − sT

∫ 0
f (u ) e −su
du + e − 2 sT

∫ 0
f (u ) e −su du + K

192
T

L {f (t )} = (1 + e −sT
+e − 2sT
+e − 3sT
+L )
∫ 0
f (u ) e −su du

L {f (t )} = [1 + e − sT
( ) + (e ) + L]
+ e − sT 2 − sT 3

∫ 0
f (u ) e −su du

1
Como 1 + r + r 2 + r 3 + L = , se r < 1, então
1− r

L {f (t )} = 1 −sT
1− e ∫ 0
f (u ) e −su du .

Exemplo

sen (t ), 0 ≤ t < π
Seja f (t ) =  uma função 2π-periódica. Determine L {f (t )} .
 0, π ≤ t < 2π

Figura 65: Curva senoidal com meia onda retificada – [13].

L {f (t )} = 1−s 2π
1− e ∫ 0
sen (t ) e −st dt (4.6.1)

Integrando (4.6.1) por partes duas vezes, obtemos:

|
π

L {f (t )} = 1−2π s  1
 2 [ 
− e −st cos(t ) − se −st sen (t )  ]
1− e s + 1  0

1  1 
=
1− e −2 π s  2
e −sπ + 1  ( )
s +1 

193
1 + e - πs
=
( )(
1 − e −2 πs s 2 + 1 )
1 + e -πs
=
( )(
1 + e -πs 1 − e - πs s 2 + 1 )( )
1
=
(
1− e s2 +1
- πs
)( )

4.7 – Cálculo de integrais impróprias

Exemplos


o 3 3
1) cos(4 x ) e −3 x dx = 2 2
=
0
3 +4 25


o
2)
∫ 0
te -3t sen (t )dt

1
L {sen (t )} = 2
s +1


d d  1  2s
tsen (t )e -st dt = L {tsen (t )} = (− 1) F(s ) = −  2  =
0
ds ( 2
)
ds  s + 1 s + 1 2


2(3) 6 3
tsen (t )e -3t dt = = =
0 (3 2
+1 )
2
100 50


o e -t − e −3 t
3) dt
0
t

1 1
L {e −t − e −3t } = −
s +1 s + 3

L 'H
e − t − e −3 t }
lim+
t →0 t t →0
[
= lim+ − e − t + 3e −3 t = 2 ]


dz
= ln z + a + C
z+a

194
∞ ∞ b

∫ ∫ ∫
e − t − e −3t −st  1 1   1 1 
e dt =  u + 1 − u + 3  du = lim  u + 1 − u + 3  du
0
t s
b →∞
s
b
 u +1 
= lim[ln u + 1 − ln u + 3 ]s
b
= lim ln 
b →∞ b →∞
 u + 3 s

 1 
 1+
 b +1
= lim ln − ln
s +1 
= lim  ln b − ln s + 1 
b→∞
 b+3 s + 3  b→∞  3 s+3
1+
 b 
s +1
= − ln
s+3

∞ ∞

∫ ∫
e − t − e −3 t −st e − t − e −3 t
e dt → dt quando s → 0 +
t t
0 0


e − t − e −3 t 1
Assim, dt = − ln  = − ln (1) + ln (3) = ln (3)
t  3
0

Exercícios

Nos exercícios a seguir, calcule a transformada de Laplace.

8 + 12s − 2s 2
01. L {t[3sen (2 t ) − 2 cos(2t )]} R.:
(s 2
+4 ) 2

6s 4 − 36s 2 + 6
{
02. L t cos(t ) 3
} R.:
(s 2
)
+1
4

03. L {f (t )} onde f (t ) é a função periódica representada graficamente abaixo.

Figura 66: Onda quadrada – [17].

195
1
R.: L {f (t )} =
s(1 + e −as )


e − t sen (t )
04. dt
0
t

π
R.:
4

4.8 – Métodos para determinar a transformada de Laplace unilateral

4.8.1 – Uso da definição

L {f (t )} = F(s ) =
∫ 0
f (t ) e −st dt

4.8.2 – Expansão em série de potências

Se f (t ) tem expansão em série de potências dada por

f (t ) = a 0 + a 1 t + a 2 t + a 3 t + K =
2 3

n =0
antn ,

então

L {f (t )} = F(s ) = a 0 + a21 + a 232! + a 343! + K =


s s s s ∑ n =0
n!a n
s n +1
. (4.8.2.1)

A série (4.8.2.1) deve ser convergente para Re(s ) > 0 .

Exemplo 1

1 1 1.3 2 1.3.5 3 1.3.5.7 4


Mostre que (1 + x )

2 =1− x+ x − x + x − K, x < 1 .
2 2.4 2.4.6 2.4.6.8

1
f (x ) = (1 + x )

2

1 3
f (1) (x ) = − (1 + x )− 2
2
196
1.3 5
f ( 2 ) (x ) = (1 + x )− 2
2.2

1.3.5 7
f ( 3 ) (x ) = − (1 + x )− 2
2.2.2

1.3.5.7 9
f ( 4 ) (x ) = (1 + x )− 2
2.2.2.2

∞ ∞

Série de Taylor de f (x ) : f (x ) =
∑ n =0
n
a n (x − c ) =

n =0
f (n ) (c )
n!
(x − c ) n (4.8.2.2)

Observação: A série (4.8.2.2) é extensível para uma função de variável complexa.

1 f (0 ) f (1) (0 ) f (2 ) (0 ) 2 f (3 ) (0 ) 3 f (4 ) (0) 4
f (x ) = (1 + x )

2 = + x+ x + x + x +K
0! 1! 2! 3! 4!

1 1 1.3 2 1.3.5 3 1.3.5.7 4


f (x ) = (1 + x )

2 = 1− x+ x − x + x −K
2 2!.2.2 3!.2.2.2 4!.2.2.2.2

1 1 1.3 2 1.3.5 3 1.3.5.7 4


f (x ) = (1 + x )

2 = 1− x+ x − x + x −K (4.8.2.3)
2 2.4 2.4.6 2.4.6.8

Região de convergência da série (4.8.2.3):

an f (n ) (c ) (n + 1)! f (n ) (c )
R = lim = lim = lim n +1
n →∞ a n +1 n →∞ n! f (n +1) (c ) n →∞ f (n +1) (c )

1 3 5  1  1 
− . − . − K − − n + 1 − − n 
2 2 2  2  2  n +1
R = lim
n →∞ 1 3 5  1  1 
− . − . − K  − − n  − − n − 1
2 2 2  2  2 

1
1+
1 n +1 n =1
R = lim n + 1 = lim = lim
n →∞ 3 n →∞ 3 n →∞ 3
− −n − −n − _1
2 2 2n

x − c < R ⇒ x < 1 ⇒ −1 < x < 1

197
Exemplo 2

Sabendo que a função erro (probabilidade) é definida por


2 2
erf (t ) = e − u du
π 0

{ ( t )};
a) calcule L erf

 t 


 2 
L {erf ( )}
t =L
2
e − u du 
 π 0 

 t
 

 2  u 2 u 4 u6 u8
L {erf ( )}
t =L 1 − + − + − Kdu 
 π 0  1! 2! 3! 4!  

  1 3 5 7 9

 2  t 2
t 2
t 2
t 2 
L {erf ( )}
t =L t − +
2
− + − K
 π 3 5.2! 7.3! 9.4! 
  

n!
Como L {t n } = , Re(s ) > 0 :
s n +1

 3 5 7 9  11  


 Γ   Γ  Γ  Γ  Γ   
2  2  2  2  2  2
L {erf ( )}
t = − + − + − K, se Re(s ) > 0 (4.8.2.4)
π  3 5 7 9 11 
 s2 3.s 2 5.2!.s 2 7.3!.s 2 9.4!.s 2 
 

1
Lembrando que Γ(n + 1) = nΓ(n ) e Γ  = π , podemos calcular (4.8.2.4).
2

3  1 1 1 π
Γ   = Γ 1 +  = Γ  =
2  2 2 2 2

5  3 3 3 3 π
Γ   = Γ 1 +  = Γ  = 2
2
   2 2 2 2

7  5  5  5  3.5 π
Γ   = Γ 1 +  = Γ  =
2  2 2 2 23

9  7  7  7  3.5.7 π
Γ   = Γ 1 +  = Γ  =
2  2 2 2 24

198
 11   9  9  9  3.5.7.9 π
Γ   = Γ 1 +  = Γ   =
2  2 2 2 25

 
2  π 3. π 3.5 π 3.5.7 π 3.5.7.9 π 
L {erf ( )} t =  3
− 5
+ 7
− 9
+ 11
− K
π 2 
 2.s 3.2 2.s 2 5.2 3.2!.s 2 7.2 4.3!.s 2 9.2 5.4!.s 2 

1 3 3.5 3.5.7 3.5.7.9


= 3
− 5
+ 7
− 9
+ 11
−K
2 3 4
s 2
3.2.s 2
5.2 .2!.s 2
7.2 .3!.s 2
9.2 .4!.s 2

1 1 1.3 1.3.5 1.3.5.7


= 3
− 5
+ 7
− 9
+ 11
−K
s 2
2.s 2
2.4.s 2
2.4.6.s 2
2.4.6.8.s 2

1  1 1 1.3 1 1.3.5 1 1.3.5.7 1 


= 3 
1− + 2
− 3
+ 4
− K (4.8.2.5)
 2 s 2.4 s 2.4.6 s 2.4.6.8 s 
s2

1
1 1 1.3 1 1.3.5 1 1.3.5.7 1 1
F(s ) = (1 + s −1 )

2 = 1− + 2
− 3
+ 4
− K, < 1 ⇒ s > 1 (4.8.2.6)
2 s 2.4 s 2.4.6 s 2.4.6.8 s s

Utilizando (4.8.2.6) em (4.8.2.5), temos que

1 1

1  1 1  s 2 1
L {erf ( )}
2
t = 3 1 +  = 3  =
 s  s +1 s s +1
s2 s2

1
L {erf ( t )} = , se s ∈ (Re(s ) > 0 ∩ s > 1) .
s s +1

 1 
b) mostre que L −1  t
 = e erf ( t ).
 s (s − 1) 

 1  1
Se L −1  t
 = e erf ( t ) , então L {e erf ( t )}= t

s (s − 1)
.
 s (s − 1) 

1
Como L {e at f (t )} = F(s − a ) e L erf { ( t )}= s s +1
, temos

1 1
L {e erf ( t )} =
t
= .
(s − 1) s −1+1 s (s − 1)

199
4.8.3 – Uso de equações diferenciais

Uso de uma equação diferencial ordinária satisfeita por f (t ) e da transformada de Laplace de


derivadas.

4.8.4 – Outros métodos

Uso das propriedades da transformada de Laplace.

4.8.5 – Uso de tabelas de transformadas

4.9 – Transformada de Laplace unilateral de algumas funções

4.9.1 – Função nula

Se
∫ 0
N(u )du = 0 para t > 0 , então N(t ) é chamada função nula.

Exemplo

 1
 1, t = 2

f (t ) = − 1, t = 1 é uma função nula.
 0, caso contrário

Transformada de Laplace da função nula: L {N(t )} = 0

4.9.2 – Função degrau unitário

0, 0 ≤ t < a
u (t − a ) = 
1, t ≥ a
e − as
Transformada de Laplace da função degrau unitário: L{u (t − a ) } = , Re(s ) > 0 .
s
Prova

Sabemos que L{ f (t − a ) u (t − a ) } = e − as F(s ) (teorema de translação). (4.9.2.1)

200
Se em (4.9.2.1) considerarmos f (t ) = 1 ⇒ f (t − a ) = 1 , então temos que L {1} = 1 e
s
− as
L{u (t − a ) } = e .
s

4.9.3 – Função impulso unitário

Usada para representar forças externas de grande amplitude que agem por um curto período de
tempo.

 0, 0 ≤ t < t 0 − a
1

δ a (t − t 0 ) =  , t 0 - a ≤ t < t 0 + a , t 0 > 0, a > 0
 2a
 0, t ≥ t 0 + a

1
2a
1
A= (2a ) = 1
2a

t
t0 − a t0 t0 + a

Figura 67: Função impulso unitário.

1
δ a (t − t 0 ) = {u [t − (t 0 − a )] − u [t − (t 0 + a )] }
2a

Considerando δ (t − t 0 ) = lim δ a (t − t 0 ) , temos o delta de Dirac:


a →0

∞, t = t 0
δ (t − t 0 ) = 
 0, t ≠ t 0

Propriedade do delta de Dirac:


∫ 0
δ (t − t 0 )dt = 1

Transformada de Laplace do delta de Dirac:

L {δ(t − t 0 )} = e −st 0
ou L {δ(t − a )} = e −as .

201
Prova

1
δ a (t − t 0 ) = {u [t − (t 0 − a )] − u [t − (t 0 + a )] }
2a
1
L {δ a (t − t 0 )} = L{u [t − (t 0 − a )] } − 1 L{u [t − (t 0 + a )] }
2a 2a

1  e − (t 0 −a )s e −( t 0 +a )s  − st 0  e
as
− e −as  e −st 0
L {δ a (t − t 0 )} =  −  = e   = senh (as ) (4.9.3.1)
2a  s s   2as  as

Tomando o limite de (1) quando a → 0 , obtemos:

LH
 e as − e − as  } −st 0  se as + se −as  −st 0
lim L {δ a (t − t 0 )} = L {δ(t − t 0 )} = e −st 0 lim  = e lim  = e (4.9.3.2)
a →0 a →0
 2as  a →0
 2s 

Quando em (4.9.3.2) t 0 = 0 , temos que L {δ{t}} = 1 . (4.9.3.3)

É importante ressaltar que (4.9.3.3) não satisfaz lim F(s ) = 0 .


s →∞

4.9.4 – Algumas funções periódicas

f (t ) F(s )

1 − e − as
s(1 + e −as )

1
s(1 + e −as )

202
a 1 1 
 − sb 
s  bs e − 1 

1 − e −s
s 2 (1 + e −s )

 πs 
−π s
cot gh  
1+ e 2
=
( )(
s + 1 1 − e −π s
2
) 2
s +1

1
( )(
s + 1 1 − e -π s
2
)

Tabela 5: Transformada de Laplace de algumas funções periódicas – [17].

Exercício

Prove as transformadas de Laplace das funções periódicas presentes na Tabela 5.

203
4.10 – Métodos para determinar a transformada de Laplace unilateral inversa

4.10.1 – Completando quadrados

Exemplo

s+5 
L −1  2  (4.10.1.1)
 s + 6s + 13 

Polos de ordem um: s = −3 − 2i , s = −3 + 2i

Completando quadrados em (4.10.1.1), temos que:

s+5   s +3+ 2 
L −1  2 = L −1  2 
 s + 6s + 13   (s + 3) + 4 
 s+3   2 
= L −1  2 + L 
−1
2 
 (s + 3) + 4   (s + 3) + 4 
= e -3t cos(2t ) + e −3t sen (2 t )
= e -3t [cos(2 t ) + sen (2t )]

No exemplo acima, empregamos a propriedade de linearidade e a propriedade de translação da


transformada de Laplace unilateral inversa L −1 {F(s − a )} = e at f (t ) .

4.10.2 – Decomposição em frações parciais

P(s )
Qualquer função racional , onde P(s) e Q(s) são polinômios, com o grau de P(s) menor do
Q(s )
que o grau de Q(s), pode ser escrita como uma soma de funções racionais (chamadas frações parciais),
tendo a forma

A As + B
, , r = 1,2,3,K
(as + b ) r
(as 2
+ bs + c )r

As constantes A, B, C, ..., podem ser determinadas de várias maneiras, como veremos nas
P(s )
questões a seguir. Decompondo o quociente em uma soma de frações parciais, determinamos a
Q(s )
 P(s ) 
transformada inversa de Laplace de cada uma dessas frações obtendo L −1  .
 Q(s ) 

3s 2 − 4s + 2 As + B Cs + D E
1. = + +
(s 2
+ 2s + 4 ) (s − 5) (s
2 2
+ 2s + 4 )
2 2
s + 2s + 4 s − 5

204
2s − 5 A B C D
2. 3
= + 3
+ 2
+
(3s − 4)(2s + 1) 3s − 4 (2s + 1) (2s + 1) 2s + 1

Exemplo 1

3s + 7 
L −1  2 
 s − 2s − 3 

Polos de ordem um: s = −1 , s = 3

Primeiro método (completando quadrados)

3s + 7  −1  3(s − 1) + 10 
L −1  2  =L  2 
 s − 2s − 3   (s − 1) − 4 
 s −1   2 
= 3L −1  2  +5L 
−1
2 
 (s − 1) − 4   (s − 1) − 4 
= 3e t cosh (2 t ) + 5e t senh (2t )

 e 2 t + e −2 t   e 2 t − e −2 t 
= 3e t   + 5e t  
 2   2 

3 3t 3 − t 5 3t 5 − t
= e + e + e − e
2 2 2 2

= 4e 3 t − e − t

Segundo método (decompondo em frações parciais e solucionando o sistema)

3s + 7 3s + 7 A B
= = +
s − 2s − 3 (s − 3)(s + 1) s − 3 s + 1
2

3s + 7 A(s + 1) + B(s − 3)
=
(s − 3)(s + 1) (s − 3)(s + 1)
3s + 7 = A(s + 1) + B(s − 3)
3s + 7 = (A + B) s + (A − 3B)
A + B = 3

A − 3B = 7 × (- 1)
4B = -4 ⇒ B = -1 ⇒ A = 4

205
3s + 7 3s + 7 4 1
= = −
s − 2s − 3 (s − 3)(s + 1) s − 3 s + 1
2

3s + 7  −1  3s + 7  −1  4 1 
L −1   =L   =L  − 
 (s − 3)(s + 1) 
2
 s − 2s − 3   s − 3 s + 1

 1  −1  1 
= 4 L −1  −L  
s − 3  s + 1

= 4e 3 t − e − t

Terceiro método (decompondo em frações parciais e calculando os limites; pode ser usado
sempre que o denominador tem fatores lineares distintos)

3s + 7 A B
= +
(s − 3)(s + 1) s − 3 s + 1
3s + 7 A B
lim
s →3 (s − 3)(s + 1)
(s − 3) = lim
s →3 s − 3
(s − 3) + lim
s →3 s + 1
(s − 3)
16
= A+0⇒ A = 4
4
3s + 7 A B
lim
s → −1 (s − 3)(s + 1)
(s + 1) = slim
→ −1 s − 3
(s + 1) + slim
→ −1 s + 1
(s + 1)
4
= 0 + B ⇒ B = −1
−4

Exemplo 2

3s + 1
L −1  3 2


 s − s + s − 1

Fatorando o denominador: 1 -1 1 -1

1 1 0 1 0

( )
s 3 − s 2 + s − 1 = (s − 1) s 2 + 1

Polos de ordem um: s = 1 , s = i , s = −i

206
3s + 1 3s + 1 A Bs + C A Bs C
= = + 2 = + 2 + 2
3 2 2
( )
s − s + s − 1 (s − 1) s + 1 s − 1 s + 1 s − 1 s + 1 s + 1
3s + 1
=
( 2
)
A s + 1 + Bs(s − 1) + C(s − 1)
(
(s − 1) s + 1
2
) (s − 1) s 2 + 1 ( )
( )
3s + 1 = A s + 1 + Bs(s − 1) + C(s − 1)
2

3s + 1 = A(s 2
+ 1) + B(s 2
)
− s + C(s − 1)
3s + 1 = (A + B) s + (− B + C ) s + (A − C )
2

A + B =0

 −B+C = 3
A −C =1

− B + C = 3
A + B = 0 ⇒ A = −B ⇒  ⇒ −2B = 4 ⇒ B = −2 ⇒ C = 1 e A = 2
− B − C = 1

3s + 1 3s + 1 2 2s 1
= = − 2 + 2
3 2 2
(
s − s + s − 1 (s − 1) s + 1 s − 1 s + 1 s + 1)
3s + 1 −1  3s + 1  −1  2 2s 1 
L −1  
=L   =L  − 2 + 2 
 (s − 1)(s + 1)
3 2 2
 s − s + s − 1  s − 1 s + 1 s + 1

 1  −1  s  −1  1 
= 2 L -1  − 2L  2 +L  2 
 s − 1   s + 1   s + 1 

= 2e t − 2 cos(t ) + sen (t )

Exemplo 3

 5s 2 − 15s − 11 
L −1  4 3 2 
 s − 5s + 6s + 4s − 8 

Fatorando o denominador: 1 -5 6 4 -8

-1 1 -6 12 -8 0
2 1 -4 4 0
2 1 -2 0
2 1 0

3
s 4 − 5s 3 + 6s 2 + 4s − 8 = (s + 1)(s − 2 )

Polos de ordem um: s = −1


207
Polos de ordem três: s = 2

5s 2 − 15s − 11 5s 2 − 15s − 11 A B C D
4 3 2
= 3
= + 3
+ 2
+
s − 5s + 6s + 4s − 8 (s + 1)(s − 2 ) s + 1 (s − 2 ) (s − 2 ) s−2

5s 2 − 15s − 11 A B C
lim
s → −1 (s + 1)(s − 2 )3
(s + 1) = slim
→ −1 s + 1
(s + 1) + slim
→ −1 (s − 2 )3
(s + 1) + slim
→ −1 (s − 2 )2
(s + 1) +
D
+ lim
s → −1 s − 2
(s + 1)
9 1
= A+0+0+0⇒ A = −
− 27 3

5s 2 − 15s − 11 A B C
lim
s → 2 (s + 1)(s − 2 )3
(s − 2)3 = lim
s→ 2 s + 1