TRANSFORMADAS DE FOURIER

Material para complementar 2001

Organizado no dia 6 de Maio de 2003

Curso de Ciencias da Computaca o

Prof. Ulysses Sodre

ii
c
Copyright 2002
Ulysses Sodre. Todos os direitos reservados.
email: <ulysses@sercomtel.com.br>
email: <ulysses@matematica.uel.br>
Esta compilaca o foi realizada no dia 6 de Maio de 2003.
Este material pode ser usado por docentes e alunos desde que citada a fonte, mas nao pode ser
vendido e nem mesmo utilizado por qualquer pessoa ou entidade para auferir lucros.

da Matematica, visite a Home Page:

Para conhecer centenas de aplicacoes

http://pessoal.sercomtel.com.br/matematica/

Ora, a fe e o firme fundamento das coisas que se esperam e a

prova das coisas que nao se veem. Porque por ela os antigos
alcancaram bom testemunho. Pela fe entendemos que os mundos foram criados pela palavra de Deus; de modo que o visvel
nao foi feito daquilo que se ve. HEBREUS 11:1-3, Bblia Sagrada.


CONTEUDO

iii

Conteudo

Sinais periodicos,

simetrias e Series de Fourier

1.1 Perodos e frequencias de sinais . . . . . . . . . . . .
1.2 Duraca o de um sinal . . . . . . . . . . . . . . . . . .

1.3 Um sinal simples (senoide)

no domnio do tempo .
1.4 Exemplo com um sinal sinusoidal . . . . . . . . . . .
1.5 Tres tipos importantes de simetrias . . . . . . . . . .
1.6 Serie de Fourier com coeficientes reais . . . . . . . .
1.7 Serie de Fourier com coeficientes complexos . . . .
para a existencia de uma serie de Fourier
1.8 Condicoes
1.9 Simetria de meia-onda e coeficientes reais . . . . . .
1.10 Exemplo de sinal com simetria de meia-onda . . . .
1.11 Simetria de meia-onda e coeficientes complexos . .
1.12 Simetrias par e mpar e coeficientes complexos . . .

.
.
.
.
.
.
.
.
.
.
.
.

Espectros discretos de frequencia

2.1 Um sinal simples no domnio da frequencia . . . . . .
2.2 Motivos para estudar espectros de Fourier . . . . . . .
de um sinal periodico

2.3 Representacoes
. . . . . . . . .

2.4 Espectros discretos de sinais periodicos

. . . . . . . .
2.5 Exemplo grafico em que o perodo e igual a` duraca o .
2.6 Exemplo em que a duraca o e menor do que o perodo
2.7 Funca o sinc . . . . . . . . . . . . . . . . . . . . . . . .

2.8 O ultimo
exemplo a` luz da funca o sinc(.) . . . . . . . .
Conceitos importantes da Analise Matematica
integraveis (segundo Riemann) . . . . .
3.1 Funcoes
absolutamente integraveis . . . . . . . .
3.2 Funcoes
absolutamente integraveis
3.3 Exemplos de funcoes
3.4 O espaco de Schwarz . . . . . . . . . . . . . . . .
sobre o espaco de Schwarz . . . . .
3.5 Informacoes
3.6 Alguns teoremas importantes da Analise . . . .
3.6.1 Integral por partes . . . . . . . . . . . . .
3.6.2 Integral por substituica o . . . . . . . . . .
3.6.3 Teorema do valor medio para integrais .
3.6.4 Derivada sob o sinal de integral . . . . .
3.6.5 Regra de Leibniz . . . . . . . . . . . . . .

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.

1
1
2
2
3
3
4
4
5
5
7
7
8

.
.
.
.
.
.
.
.

9
9
10
10
11
11
13
14
14

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

18
18
18
18
19
19
20
20
20
20
20
21

Transformada de Fourier
4.1 Transformada de Laplace . . . . . . . . . . . . . . . . . . . . .
4.2 Definica o de Transformada de Fourier . . . . . . . . . . . . . .
absolutamente integraveis
4.3 Transformada de Fourier e funcoes
4.4 Transformada de Fourier em funca o de f0 . . . . . . . . . . . .
4.5 Transformada de Fourier em funca o de x . . . . . . . . . . . .
4.6 Transformada de Fourier da funca o caracterstica . . . . . . . .
4.7 Exemplo com uma funca o exponencial decrescente . . . . . .
4.8 Exemplo com uma funca o exponencial crescente . . . . . . . .

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

21
21
22
22
23
23
23
24
24

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.


CONTEUDO

iv

Espectros contnuos da Transformada de Fourier

5.1 Espectros, Amplitude e Fase . . . . . . . . . . . . . . . . . . . . . . . . .
5.2 Exemplo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

25
25
26

Propriedades da Transformada de Fourier

6.1 Translaca o no tempo . . . . . . . . . .
6.2 Translaca o na frequencia . . . . . . . .
6.3 Homotetia (escala) na variavel . . . .
6.4 Exemplo . . . . . . . . . . . . . . . . .

26
26
27
27
28

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

Transformada Inversa de Fourier

Transformadas direta e inversa de Fourier

8.1 Pares de transformadas . . . . . . . . . . . . . . . .
8.2 Propriedades Lineares . . . . . . . . . . . . . . . .
8.3 Exemplo . . . . . . . . . . . . . . . . . . . . . . . .
8.4 Exemplo complexo com um par de transformadas
8.4.1 Transformada direta . . . . . . . . . . . . .
8.4.2 Transformada inversa . . . . . . . . . . . .
8.4.3 Conclusao . . . . . . . . . . . . . . . . . . .

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

29
.
.
.
.
.
.
.

30
30
30
31
31
31
32
34

.
.
.
.

34
34
34
34
35

.
.
.
.
.
.

35
35
36
36
37
37
39

11 Transformada de Fourier da convoluca o

11.1 Transformada de Fourier da distribuica o . . . . . . . . . . . . . . . . .

39
39

12 Transformadas de Fourier de Derivadas

12.1 Transformadas de derivadas parciais . . . . . . . . . . . . . . . . . . . .

40
40

13 Soluca o da Equaca o do Calor

13.1 Observaca o sobre este material . . . . . . . . . . . . . . . . . . . . . . .

41
43

Convoluca o de Funcoes

9.1 Produto de transformadas e a convoluca o

9.2 Definica o de convoluca o . . . . . . . . . .
9.3 Propriedades da convoluca o . . . . . . . .
9.4 Alguns exerccios importantes . . . . . . .

.
.
.
.

.
.
.
.

.
.
.
.

10 A distribuica o delta de Dirac

10.1 Elementos gerais sobre . . . . . . . . . . . . .
10.2 Funca o degrau unitario e funca o caracterstica
reais .
10.3 A distribuica o como limite de funcoes
10.4 Mais rigor matematico com a distribuica o . .
10.5 Propriedades da distribuica o de Dirac . . . .
10.6 Propriedade grafica de com a convoluca o . .

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

Seca o 1 Sinais periodicos,

simetrias e Series de Fourier

Sinais periodicos,

simetrias e Series de Fourier

1.1 Perodos e frequencias de sinais

Um sinal (ou funca o) s = s(t) e dito periodico,

se existe um menor

numero
real positivo T , denominado perodo fundamental para este sinal, tal que para todo t R:
s(t) = s(t + T )

O perodo T de um sinal caracteriza o numero

de T radianos necessarios
para que o sinal s = s(t) volte a ter a mesma forma inicial.

Para um sinal T -periodico,

a medida do inverso de T :
f0 =

1
T

[Hertz]

e denominada a frequ
encia fundamental deste sinal. Este numero,

mede o numero
de vezes que ocorre a repetica o deste sinal no perodo
T.

Figura 1: Grafico da senoide

s(t) = 3 cos(2t /2)

Para o sinal do grafico acima, temos que f0 = 1/. A frequencia fundamental f0 , medida em [rad/s], e a velocidade do sinal para dar 1 volta
completa no perodo T . Como uma volta completa mede 2 radianos,
definimos a frequencia angular deste sinal como:
=

2
= 2f0
T

1.2

Duraca o de um sinal

Para o sinal s(t) = 3 cos(2t /2), temos que = 2, o que significa que
s = s(t) se repete 2 vezes enquanto o parametro t percorre um intervalo
de comprimento 2, por exemplo, o intervalo [0, 2].
Na literatura, e bastante comum encontrarmos a frequencia angular
indicada simplesmente como a frequencia.
1.2 Duraca o de um sinal

Se um sinal s = s(t) e T -periodico,

definimos a duraca o d deste sinal
como o tempo que o sinal nao se anulou dentro do perodo T .
1.3 Um sinal simples (senoide)

no domnio do tempo
Um sinal simples pode ser representado graficamente por uma funca o

sinusoidal (senoide
ou cossenoide)
e pode ser escrito na forma geral
s(t) = A0 + C1 cos(t + )
Os quatro parametros que caracterizam este sinal, sao:
1. A0 e a altura media do sinal em relaca o ao eixo das abscissas.
2. C1 e a amplitude do sinal que e a altura da oscilaca o.
3. e a frequencia angular [rad/s] que indica a medida de uma
volta completa no perodo T do sinal.
4. e o a ngulo de fase ou o deslocamento da fase, que mede o quanto
a curva esta deslocada horizontalmente para a direita.
Da trigonometria elementar, temos que:
cos(t + ) = cos(t) cos() sin(t) sin()
logo
s(t) = A0 + C1 [cos(t) cos() sin(t) sin()]
Para reduzir a expressao acima, tomamos:
A1 = C1 cos() e

B1 = C1 sin()

e com estes novos parametros, escrevemos

s(t) = A0 + A1 cos(t) + B1 sin(t)
Mostramos assim que, todo sinal sinusoidal pode ser expresso como
uma combinaca o linear de cos(.) e sin(.), deslocado de uma medida
vertical A0 . Se os valores de A1 e B1 sao dados, podemos obter C1 e o
a ngulo de fase .

1.4

Exemplo com um sinal sinusoidal

1.4 Exemplo com um sinal sinusoidal

Como uma senoide

tem a forma geral s(t) = A0 + C1 cos(t + ) tomaremos o sinal


s(t) = 3 cos 2t
2
Neste caso, a amplitude e igual a 3, a frequencia angular e 2, o a ngulo
de fase e /2 e A0 = 0 o que indica que a translaca o vertical deste
sinal e nula.

Figura 2: Grafico de uma senoide

1.5

Tres tipos importantes de simetrias

Consideremos um sinal s = s(t) de perodo T . Dizemos que s = s(t)

tem simetria
1. par, se para todo t R, s(t) = s(t).
2. mpar, se para todo t R, s(t) = s(t).
3. de meia-onda, se para todo t R, s(t + T2 ) = s(t). Geometricamente, o grafico da segunda metade do sinal s = s(t) no perodo T
e a reflexao do grafico da primeira metade de s = s(t) em relaca o
ao eixo dos tempos, transladada (deslocada) de T2 para a direita.
Um exemplo disso pode ser visto no grafico.

1.6

Serie de Fourier com coeficientes reais

Figura 3: Sinal de meia-onda

1.6

Serie de Fourier com coeficientes reais

Se s = s(t) e uma funca o T -periodica,

entao podemos escrever a serie
de Fourier de s = s(t), como:

a0 X
2nt
2nt
s(t) =
+
[ an cos(
) + bn sin(
)]
2
T
T
n=1
onde

Z
2 T /2
a0 =
s(t)dt
T T /2
Z
2 T /2
2nt
an =
s(t) cos(
)dt
T T /2
T
Z
2 T /2
2nt
bn =
s(t) sin(
)dt
T T /2
T

Tomando a frequencia angular como = 2/T , poderemos escrever

uma expressao onde aparecem poucas fracoes:

a0 X
+
[ an cos(nt) + bn sin(nt) ]
s(t) =
2
n=1
cos(nt) e
onde an e bn sao, respectivamente, as amplitudes das funcoes

sin(nt) e os argumentos n sao multiplos

inteiros positivos da frequencia
angular.
1.7

Serie de Fourier com coeficientes complexos

Podemos representar um sinal T -periodica

atraves de uma serie de
Fourier complexa. A ideia basica e escrever a serie de Fourier de s =

1.8

Condicoes
para a existencia de uma serie de Fourier

s(t) em qualquer uma das formas complexas:

s(t) =

Cn e2int/T =

n=

Cn eint

n=

onde = 2/T e n e um numero

inteiro. Os coeficientes de Fourier
complexos da funca o s = s(t), sao dados por qualquer das duas integrais:
Z
Z
1 T /2
1 T /2
2int/T
Cn =
s(t) e
dt =
s(t) eint dt
T T /2
T T /2
1.8

Condicoes
para a existencia de uma serie de Fourier

Para construir a serie de Fourier de uma funca o s = s(t), devemos

exigir que:
1. Esta serie seja uniformemente convergente para s = s(t);
envolvidas nos calculos sejam absolutamente integraveis
2. As funcoes
e como consequencia disso, integraveis;
3. A funca o s = s(t) seja seccionalmente diferenciavel.
se sobrepoe
e sao desnecessarias.
Muitas vezes algumas dessas condicoes

Se s = s(t) e uma funca o T -periodica,

entao esta funca o possui compo
nentes cos(nt) e sin(nt) cujos argumentos sao frequencias multiplas
inteiras da frequencia angular do sinal.
1.9

Simetria de meia-onda e coeficientes reais

A serie de Fourier de s = s(t) com coeficientes reais pode ser posta na

forma

a0 X
s(t) =
+
[ an cos(nt) + bn sin(nt) ]
2
n=1
onde = 2/T . Para cada n = 1, 2, 3, ...:
 


Z
an
2 T /2
cos(nt)
=
s(t)
dt
bn
T T /2
sin(nt)
e
2
ao =
T

T /2

s(t)dt
T /2

1.9

Simetria de meia-onda e coeficientes reais

A simetria de meia-onda garante que os todos os coeficientes com

ndices pares para a serie de Fourier de s = s(t) se anularao, isto e , para
todo
n = 0, 2, 4, ..., an = bn = 0. Calcularemos apenas os coeficientes com
ndices mpares. Realmente,
Z
2 T /2
s(t) cos(nt)dt
an =
T T /2
Z
2 T
s(t) cos(nt)dt
=
T 0
Z
Z
2 T /2
2 T
=
s(t) cos(nt)dt +
s(t) cos(nt)dt
T 0
T T /2
Com a mudanca de variavel v = t T2 na segunda integral, obtemos
Z
Z
2 T /2
2 T /2
T
T
an =
s(t) cos(nt)dt +
s(t + ) cos[n(t + )]dt
T 0
T 0
2
2
Como cos[n(t+ T2 )] = (1)n cos(nt) e como s(t+ T2 ) = s(t), podemos
escrever
Z
Z
2 T /2
2 T /2
s(t) cos(nt)dt +
s(t)(1)n cos(nt)dt
an =
T 0
T 0
Utilizando a mesma vari
avel muda u nas duas integrais, teremos
Z
Z
2 T /2
2 T /2
an =
s(u) cos(nu)du +
s(u)(1)n cos(nu)du
T 0
T 0
e estas integrais podem ser incorporadas em apenas uma integral
Z
2 T /2
an =
s(u) cos(nu)[1 (1)n ]du
T 0
Se n e par, entao an = 0 e se n e mpar, temos que
Z
4 T /2
an =
s(u) cos(nu)du
T 0
De forma analoga, podemos mostrar que, para n par segue que bn = 0
e para n mpar, temos que
Z
4 T /2
s(u) sin(nu)du
bn =
T 0

1.10

1.10

Exemplo de sinal com simetria de meia-onda

Exemplo de sinal com simetria de meia-onda

Consideremos o sinal s = s(t) de perodo T = 2 definido por


t
se < t < 0
s(t) =
t se 0 t <
A frequencia angular e = 1. Pelas analise anteriores, an = bn = 0 se n
e par e quando n e mpar:
Z
(1)n 1
2
1
t cos(nt)dt =
=
an =
0
n2
n2
Z
1
(1)n
1
bn =
t sin(nt)dt =
=
0
n
n
Desse modo, a serie de Fourier e dada por

X  2
a0
1
s(t) =
+
cos(nt) + sin(nt)
2
n2
n
n mpar

1.11

Simetria de meia-onda e coeficientes complexos

Um sinal s = s(t) T -periodico

com simetria de meia-onda, possui a proT
priedade s(t+ 2 ) = s(t) para todo t R. A expansao em serie de Fourier com coeficientes complexos para este sinal s = s(t), tera a forma
s(t) =

cn eint

n=

onde = 2/T e para cada n Z

Z
1 T /2
s(t)eint dt
cn =
T T /2
A simetria de meia-onda garante que os todos os coeficientes complexos com ndices pares para a serie de Fourier de s = s(t) se anularao,
isto e , para todo n = 0, 2, 4, 6, ..., teremos cn = 0 e deveremos
apenas calcular os coeficientes com ndices mpares. Realmente,
Z
1 T /2
cn =
s(t) eint dt
T T /2
Z
1 T
=
s(t) eint dt
T Z0
Z
1 T /2
1 T
int
=
s(t) e
dt +
s(t) eint dt
T 0
T T /2

1.12

Simetrias par e mpar e coeficientes complexos

Com a mudanca de variavel v = t T2 na segunda integral, obtemos

Z
Z T /2
1 T /2
1
cn =
s(t) eint dt +
s(v + T /2) ein(v + T /2) dv
T 0
T 0
Como ein(v+T /2) = (1)n einv e como s(t + T2 ) = s(t), escreveremos
Z
Z
1 T /2
1 T /2
int
cn =
s(t) e
dt +
s(v) (1)n einv dv
T 0
T 0
Com a mesma vari
avel muda u nas duas integrais, escrevemos
Z
Z
1 T /2
1 T /2
inu
cn =
s(u) e
du +
s(u) (1)n einu du
T 0
T 0
e reunindo estas duas integrais em apenas uma integral, teremos
Z
1 T /2
s(u) einu [1 (1)n ] du
cn =
T 0
A expressao em colchetes determina o valor. Se n e par, entao cn = 0 e
se n e mpar, temos que
Z
2 T /2
an =
s(u) cos(nu)du
T 0
De modo analogo, se n e par bn = 0 e se n e mpar, temos que
Z
2 T /2
cn =
s(u) einu du
T 0
1.12

Simetrias par e mpar e coeficientes complexos

Se s = s(t) e um sinal T -periodico

par, entao
Z
1 T /2
cn =
s(t) eint dt
T T /2
Z
1 T /2
s(t) [cos(nt) i sin(nt)] dt
=
T T /2
Z
Z
1 T /2
1 T /2
=
s(t) cos(nt) dt i
s(t) sin(nt) dt
T T /2
T T /2
Z
1 T /2
=
s(t) cos(nt) dt + 0
T T /2

Seca o 2 Espectros discretos de frequencia

A ultima
integral se anula, pois o integrando e uma funca o mpar obtida pelo produto de um sinal par s = s(t) pela funca o sin() que e
mpar. Basta realizar a primeira integral que possui um integrando par
para obter
Z
2 T /2
s(t) cos(nt) dt
cn =
T 0

Se s = s(t) e um sinal T -periodico

mpar, entao
Z
1 T /2
cn =
s(t) eint dt
T T /2
Z
1 T /2
=
s(t) [cos(nt) i sin(nt)] dt
T T /2
Z
Z
1 T /2
1 T /2
=
s(t) cos(nt) dt i
s(t) sin(nt) dt
T T /2
T T /2
Z
i T /2
= 0 +
s(t) sin(nt) dt
T T /2
A primeira integral se anula, pois o integrando e uma funca o mpar
obtida pelo produto de s = s(t) que e mpar e de cos() que e par. Basta
realizar a segunda integral que possui um integrando par para obter
Z
2 i T /2
cn =
s(t) sin(nt) dt
T 0

2 Espectros discretos de frequencia

2.1

Um sinal simples no domnio da frequencia

Se t e a variavel tempo, um sinal sinusoidal simples s = s(t) pode ser

escrito na forma
s(t) = A0 + C1 cos(t + )
Ha uma forma diferente que proporciona uma analise do sinal em

funca o do comportamento oscilatorio

do mesmo. Podemos pensar que
este sinal depende de dois parametros: a frequencia angular e o
no sistema
a ngulo de fase. Construmos os graficos de duas funcoes
cartesiano, em que o domnio de ambas e o (mesmo) conjunto de todos

os multiplos
inteiros da frequencia angular , mas as imagens mostram
os comportamentos de ambas:
1. C1 = C1 () e a amplitude em funca o de .

2.2

Motivos para estudar espectros de Fourier

10

2. = () e o a ngulo de fase em funca o de .

Com estas funcoes,

e possivel estudar o sinal s = s(t) em funca o da
frequencia angular , donde provem o nome sinal no domnio da
fequencia.
2.2

Motivos para estudar espectros de Fourier

1. Series de Fourier sao utilizadas no estudo de sinais periodicos,

enquanto que Transformadas de Fourier sao utilizadas no estudo de
sinais nao periodicos.

2. Series de Fourier e Transformadas de Fourier, quando usadas em

conjunto, sao adequadas para estudar o espectro de um sinal.
3. O espectro de um sinal e um objeto matematico apropriado para
descrever, de uma forma bastante conveniente, um sinal a partir
da variavel que representa a frequencia angular do sinal, do que
atraves de uma curva em funca o do tempo, alem de informar a
medida da frequencia do sinal.
4. Embora uma serie de Fourier com coeficientes reais parece dar a
aimpressao que pode ser obtida mais facilmente do que a serie
de Fourier com coeficientes complexos, a` s vezes, usamos a serie
complexa que possui caractersticas matematicas do sinal de uma
forma mais sintetica, alem de ser exatamente por este meio que
podemos obter mais facilmente a fase e a amplitude do sinal.
2.3

Representacoes
de um sinal periodico

Pela discussao anterior, ja vimos que um sinal periodico

s = s(t), pode
ser representado de dois modos equivalentes relacionados um com o
outro: Representaca o no domnio do tempo ou no domnio da frequencia.
A representaca o no domnio da frequencia depende das amplitudes
e dos argumentos das componentes da serie de Fourier complexa da
funca o s = s(t).

Como todo numero

complexo z tem uma representaca o na forma polar,
o coeficiente de Fourier complexo cn pode ser escrito como:
cn = An ein

2.4

Espectros discretos de sinais periodicos

11

onde An = |cn | e a amplitude da n-esima componente harmonica

de
s = s(t) e n = arg(cn ) e o a ngulo de fase de cn , que e o a ngulo formado

entre o numero
complexo (pensado como um vetor) cn e o eixo real
OX.
2.4 Espectros discretos de sinais periodicos

Com relaca o aos espectros discretos basicos de um sinal s = s(t):

1. O espectro de amplitude e o grafico das amplitudes An em funca o
das respectivas frequencias de s = s(t).
2. O espectro de fase e o grafico das fases n em funca o das respectivas frequencias de s = s(t).

Observaca o: Se s = s(t) e uma funca o periodica

real, o complexo conjugado de cn coincide com cn e nesse caso temos:
cn = cn ,

An = |cn | = |cn | = An

arg(cn ) = arg(cn ),

(cn ) = (cn )

garantindo que o espectro de amplitude do sinal s = s(t) e simetrico

em relaca o ao eixo vertical (funca o par) e o seu espectro de fase e
simetrico em relaca o a` origem do sistema cartesiano (funca o mpar).
2.5

Exemplo grafico em que o perodo e igual a` duraca o

Seja a funca o sinal 2-periodica

(mpar) definida por

+1 se 0 < t <
s(t) = sinal(t) =
1 se < t < 0
Mostre que a serie de Fourier complexa desta funca o e :
X
2i ikt
s(t) =
e

k
k mpar

Neste caso, o perodo e T = 2 e a frequencia angular e = 2/T = 1.

Para cada k inteiro mpar, temos:
Ak =

2
|k|

k = sinal(k)

Para cada k inteiro par, temos que ck = Ak = k = 0

2.5

Exemplo grafico em que o perodo e igual a` duraca o

n
An
n

5 4 3 2 1 0
2
5

0
0

2
3

0
0

12

2
2
2
0
0
5
3

0
0
0
2
2
2
0

Figura 4: Algumas amplitudes e fases em funca o das frequencias

Figura 5: Grafico das amplitudes em funca o das frequencias

Figura 6: Grafico das fases em funca o das frequencias

2.6

Exemplo em que a duraca o e menor do que o perodo

13

2.6 Exemplo em que a duraca o e menor do que o perodo

Ja definimos antes a duraca o d de um sinal T -periodico

s = s(t) como
o tempo que o sinal permanece nao nulo neste perodo T . Vamos con
siderar um sinal T -periodico
com duraca o d, definido por:

1 se |t| d/2
s(t) =
0 se |t| > d/2

Figura 7: Pulso com d = T /2 e 3 retangulos no intervalo [3, 3]

Se tomarmos = 2/T e a serie de Fourier deste sinal como

s(t) =

X
n=

Cn e2int/T =

Cn eint

(1)

n=

entao, para cada inteiro n inteiro, os coeficientes de Fourier complexos

da funca o s = s(t), serao dados por qualquer das integrais:
Z
Z T /2
1
1 T /2
s(t) e2int/T dt =
s(t) eint dt
Cn =
T T /2
T T /2
e como s = s(t) e nao nula apenas no intervalo [d/2, d/2], entao:
Z
1 d/2 int
Cn =
e
dt
T d/2
que pode ser reescrito como:
"Z
#
Z d/2
d/2
1
Cn =
cos(nt)dt i
sin(nt)dt
T
d/2
d/2
A segunda integral e nula, pois a funca o sin(.) e mpar no intervalo
simetrico [d/2, d/2], logo:
Cn =

2
nd
1
nd
sin(
)=
sin(
)
T n
2
n
T

2.7

Funca o sinc

14

onde n Z e a serie de Fourier complexa sera escrita atraves de uma

das formas:

X
2
nd int
1
nd 2int/T
sin(
)e
=
sin(
)e
s(t) =
T
n
2
n
T
n=
n=

2.7

Funca o sinc

Em virtude do uso intenso e para simplificar as nossas notacoes,

definiremos a funca o sinc para x R, por:

sin(x)

se x 6= 0
x
sinc(x) =
(2)

1
se x = 0
O limite fundamental

sin(u)
=1
u0
u
garante que podemos definir sinc(0) = 1. Outro fato simples, mas de

grande importancia, e que sinc(x) = 0, para todo numero

inteiro x.
lim

Figura 8: Grafico da funca o sinc(.)

2.8

O ultimo

exemplo a` luz da funca o sinc(.)

Consideremos a funca o

s(t) =

1 se |t| d/2
0 se |t| > d/2

2.8

O ultimo

exemplo a` luz da funca o sinc(.)

15

Como ja obtivemos antes os coeficientes de Fourier cn , entao multiplind

cando e dividindo cada coeficiente por
, obtemos:
T


1
nT
1 nd T
nd
sin(
)=
sin(
)
cn =
n
T
n T nd
T
que pode ser reescrito para cada n Z, como
nd
d
nd
d sin( T )
= sinc( )
cn =
nd
T
T
T
T
e a serie de Fourier complexa pode entao ser reescrita como:

X
d
d
s(t) =
sinc(n ) e2int/T
T
T
n=

Agora construiremos os espectros de amplitude An e de fase n em

funca o dos respectivos multiplos

da frequencia fundamental f0 = 1/T .
Os graficos serao construdos com barras verticais, respectivamente, de
nf0 do eixo das abscissas, para cada n inteiro.
alturas An nas posicoes
A razao d/T entre a duraca o e o perodo e importante. Faremos varias
analises para entender mais a` frente a estreita ligaca o entre series e
transformadas de Fourier. Consideraremos os comportamentos das
amplitudes An com a duraca o d fixa e os perodos T aumentando em
funca o do valor d fixado.
1. T = d Neste caso, c0 = 1 e cn = 0 para cada n inteiro nao nulo.

Figura 9: Grafico das amplitudes com T = d

2. T = 2d Neste caso c0 = 1/2. Se n e par segue que cn = 0 mas se n

e mpar
1
n
cn = sinc( )
2
2

2.8

O ultimo

exemplo a` luz da funca o sinc(.)

16

Figura 10: Grafico das amplitudes com T = 2d

3. T = 3d Neste caso, c0 = 1/3 e se n e multiplo

inteiro de 3, segue
que cn = 0, mas se a divisao de n por 3 tem resto nao nulo, temos
que
1
n
cn = sinc( )
3
3

Figura 11: Grafico das amplitudes com T = 3d

4. T = kd Aqui c0 = 1/k. Se n e multiplo

inteiro de k, segue que
cn = 0, mas se a divisao de n por k tem resto nao nulo, segue que
n
1
cn = sinc( )
k
k
Cada grafico das amplitudes foi desenhado com:
Uma barra vertical de altura igual a 1/k em n = 0,
n
1
Barras verticais de alturas sinc( ) sobre os pontos de
k
k
abscissas nf0 , se n nao e divisvel por k,
bolinhas sobre os pontos de abscissas nf0 , se n e nao nulo e

multiplo
de k.

2.8

O ultimo

exemplo a` luz da funca o sinc(.)

17

Figura 12: Grafico das amplitudes com T = 4d

Em cada caso, a frequencia fundamental f0 diminui a` medida que o

respectivo perodo T aumenta. Como a a duraca o d do sinal esta fixada, com o aumento do valor de k, existirao mais barras verticais entre

dois multiplos
inteiros da frequencia fundamental, em cada caso. Na
sequencia, veremos uma tabela com os calculos dos coeficientes para
os valores k = 1, 2, ..., 10
nf0 \k
5f0
4f0
3f0
2f0
1f0
0
1f0
2f0
3f0
4f0
5f0

1
0,0
0,0
0,0
0,0
0,0
1,0
0,0
0,0
0,0
0,0
0,0

2
0,1
0,0
-0,1
0,0
0,3
0,5
0,3
0,0
-0,1
0,0
0,1

3
-0,1
-0,1
0,0
0,1
0,3
0,3
0,3
0,1
0,0
-0,1
-0,1

4
0,0
0,0
0,1
0,2
0,2
0,3
0,2
0,2
0,1
0,0
0,0

5
6
0,0 0,0
0,0 0,1
0,1 0,1
0,2 0,1
0,2 0,2
0,2 0,2
0,2 0,2
0,2 0,1
0,1 0,1
0,0 0,1
0,0 0,0

7
0,0
0,1
0,1
0,1
0,1
0,1
0,1
0,1
0,1
0,1
0,0

8
0,1
0,1
0,1
0,1
0,1
0,1
0,1
0,1
0,1
0,1
0,1

9
0,1
0,1
0,1
0,1
0,1
0,1
0,1
0,1
0,1
0,1
0,1

10
0,1
0,1
0,1
0,1
0,1
0,1
0,1
0,1
0,1
0,1
0,1

Figura 13: Coeficientes de Fourier com T = kd e a duraca o d fixada

Seca o 3 Conceitos importantes da Analise Matematica

18

Conceitos importantes da Analise Matematica

3.1 Funcoes
integraveis (segundo Riemann)
Uma funca o real f = f (x) e integravel (segundo Riemann) sobre R se
Z
f (x) dx <

isto e , se a integral de f = f (x) sobre R e finita.

3.2 Funcoes
absolutamente integraveis
Uma funca o real f = f (x) e absolutamente integravel sobre R se
Z
|f (x)| dx <

isto e , se a integral do valor absoluto de f = f (x) sobre R e finita.

3.3 Exemplos de funcoes
absolutamente integraveis
1. A funca o caracterstica do intervalo [a,b]

1 se x [a, b]
[a,b] (x) =
0 se x
/ [a, b]

Figura 14: Grafico da funca o caracterstica de [a, b]

1
. De fato, e finita a integral:
1 + x2
Z
Z
Z M
1
1
|f (x)|dx =
dx
=
2
lim
dx =
2
2
M

1
+
x
1
+
x
0

2. A funca o real racional f (x) =

3.4

O espaco de Schwarz

Figura 15: Grafico da funca o f (x) =

19

1
que e integravel sobre R
1 + x2

3. A funca o real f (x) = ex u(x) definida para x R, sendo que

u = u(x) e a funca o degrau unitario de Heaviside, definida por:

1 se x 0
u(x) =
0 se x < 0
A partir da funca o degrau unitario, e possvel definir:

0 se x > 0
u(x) =
1 se x 0
4. A funca o real f (x) = ex u(x) definida para x R.
da classe C 0 (K), isto e , funcoes
contnuas sobre um
5. As funcoes
intervalo fechado e limitado K da reta.
da classe C 1 (K), isto e , funcoes
continuamente dife6. As funcoes
renciaveis sobre um intervalo fechado e limitado K da reta.
da classe C (K), isto e , funcoes
continuamente infi7. As funcoes
nitamente diferenciaveis sobre um intervalo fechado e limitado K
da reta.
3.4

O espaco de Schwarz

O espaco de Schwarz, denotado por S(R), e o conjunto das funcoes

reais de classe C (R) (possuem derivadas contnuas de todas as ordens) tal que, tanto f como todas as suas derivadas se aproximam de 0
quando |x| .
3.5

Informacoes
sobre o espaco de Schwarz

1. Gaussiana: Uma importantssima funca o pertencente a este espaco

2
e g(x) = eax , onde a > 0.

3.6

Alguns teoremas importantes da Analise

20

2. O produto de uma funca o polinomial p = p(x) pela funca o gaus2

siana do tem (1) e uma funca o h(x) = p(x) eax que esta no
espaco S(R).

3. Este conjunto S(R) e um espaco vetorial de funcoes.

4. Se uma funca o pertence a este espaco S(R), entao a sua derivada
tambem pertence a este mesmo espaco S(R).
5. Propriedade antecipada de S(R): Se uma funca o f pertence a S(R),
entao a Transformada de Fourier de f esta em S(R). A transformada de Fourier de uma funca o sera definida na sequencia.
3.6
3.6.1

Alguns teoremas importantes da Analise

Integral por partes

Se f, g C 1 ([a, b]) entao

Z b
Z b


b
u(x) v 0 (x) dx = u(x) v(x) a
u0 (x) v(x) dx
a

3.6.2

Integral por substituica o

Se h = h(y) e uma funca o diferenciavel que pode substituir a variavel

x, isto e , x = h(y) na integral de tal modo que a = h() e b = h(),
entao
Z
Z
b

f [h(y)] h0 (y) dy

f (x) dx =
a

3.6.3

Teorema do valor medio para integrais

Se f = f (x) e uma funca o contnua sobre um intervalo K = [a, b], entao

existe um ponto c no intervalo aberto (a, b) tal que
Z b
1
f (x)dx
f (c) =
ba a
3.6.4

Derivada sob o sinal de integral

Se f = f (x, t) e uma funca o contnua definida sobre W = K [a, b]

entao

Seca o 4 Transformada de Fourier

21

1. Podemos afirmar que e contnua a funca o F = F (t) definida por

Z b
F (t) =
f (x, t) dx
a

2. Podemos passar a derivada (parcial) para dentro da integral, isto

e :
Z
Z b
f (x, t)
b
f (x, t) dx =
dx
t a
t
a
3.6.5

Regra de Leibniz

Se f = f (x, t) uma funca o continuamente diferenciavel (de classe C 1 )

nas duas variaveis, entao podemos passar a derivada (parcial) para
dentro da integral, mas muito maior cuidado deve ser observado aqui

pois os limites de integraca o, agora sao funcoes:

Z
Z (t)
d (t)
f (, t)
f (, t)d =
d + 0 (t)f ((t), t) 0 (t)f ((t), t)
dt (t)
t
(t)

4 Transformada de Fourier
4.1

Transformada de Laplace

Ha uma relaca o ntima entre as Transformadas de Laplace e de Fourier.

A Transformada de Laplace de uma funca o h = h(t) absolutamente
integravel, denotada por L(s) = L(h(t)), e definida para s > 0, por:
Z
L(s) =
h(t) est dt
(3)
0

Substituindo
s

por

e integrando agora sobre o intervalo

(, )
teremos a transformada de Fourier.

4.2

Definica o de Transformada de Fourier

22

4.2 Definica o de Transformada de Fourier

A Transformada de Fourier de uma funca o h = h(t) absolutamente
integravel, denotada por H(.), e definida para R, por:
Z
H() =
h(t) eit dt
(4)

` vezes substitumos o parametro por f ou pelo smbolo x .

As
4.3 Transformada de Fourier e funcoes
absolutamente integraveis
O fato de h = h(t) ser absolutamente integravel e suficiente mas nao
e necessario para a obtenca o da Transformada de Fourier, pois exis que nao sao absolutamente integraveis mas possuem as
tem funcoes
suas Transformadas de Fourier, como e o caso da funca o sinc(.), agora
definida por:
( sin t
se t 6= 0
sinc(t) =
(5)
t
1 se t = 0

Figura 16: Grafico da funca o sinc(.)

Pode-se demonstrar com algum trabalho matematico que

Z
sin(t)
dt =
t

mas

sin(t)
|dt = +
t

4.4

Transformada de Fourier em funca o de f0

23

4.4 Transformada de Fourier em funca o de f0

Tomando = 2fo na definica o (4), obtemos a transformada de Fourier
de h = h(t) em funca o da frequencia fundamental f0 do sinal. Desse
modo:
Z
H(f0 ) =
h(t) e2itf0 dt
(6)

4.5 Transformada de Fourier em funca o de x

Se, ao inves de considerar a variavel t, usarmos a variavel x R, deveremos substituir h(t) por h(x) e substituir a frequencia fundamental
f0 por x que e a frequencia que depende de x. A transformada de
Fourier ficara na forma:
Z
H(x ) =
(7)
h(x) e2ixx dx

Esta ultima
forma pode ser estendida ao caso bi-dimensional:
Z Z
F (x , y ) =
f (x, y) e2i(x, y) (x , y ) dxdy

(8)

onde e o produto escalar de vetores no plano cartesiano.

4.6 Transformada de Fourier da funca o caracterstica
Obteremos agora a Transformada de Fourier da importante funca o caracterstica h = h(t) definida sobre o intervalo(T, T ), por:

1 se t (T, T )
h(t) =
0 se t 6 (T, T )
Pela definica o (4), temos que:
Z

h(t) eit dt

H() =

logo
T

eit
H() =
eit dt =
i
T
Z

T
=
T

eiT eiT
i

Pela relaca o de Euler, podemos escrever:



2
sin(T )
2 eiT eiT
= sin(T ) = 2T
H() =

2i

4.7

Exemplo com uma funca o exponencial decrescente

24

e poderemos usar a funca o sinc(.) na forma mais simples, para escrever:

H() = 2T sinc(T )
4.7 Exemplo com uma funca o exponencial decrescente
Seja h = h(t) a funca o definida por
t

h(t) = e


u(t) =

et se t 0
0 se t < 0

(9)

onde u = u(t) e a funca o degrau unitario. Pela definica o (4), temos

Figura 17: Grafico de uma funca o exponencial decrescente

Z
H() =

it

Z
dt = lim

et(1+i) dt

que pode ser calculado como

 t(1+i) t=M
1 eM (1+i)
e
H() = lim
= lim
M (1 + i) t=0
M
1 + i
assim

1 i
1
=
1 + i
1 + 2
Exerccio: Para A > 0 e > 0, obter a transformada de Fourier de:

A et se t 0
f (t) =
0
se t < 0
H() =

4.8

Exemplo com uma funca o exponencial crescente

Seja g = g(t) a funca o definida por

g(t) = et u(t) =

et se t 0
0 se t > 0

(10)

Seca o 5 Espectros contnuos da Transformada de Fourier

25

Figura 18: Grafico de uma funca o exponencial crescente

onde u = u(t) e a funca o degrau unitario.

Z 0
Z 0
t it
H() =
e e
dt =
et(1i) dt

Z
=

lim

et(1i) dt = lim

et(1i)
1 i

t=0
t=M

1
1 + i
=
=
1 i
1 + 2
Exerccio: Se A > 0 e > 0, obtenha a transformada de Fourier de:

A et se t 0
g(t) =
0
se t > 0

5 Espectros contnuos da Transformada de Fourier

5.1

Espectros, Amplitude e Fase

A transformada de Fourier de h = h(t) e uma funca o H = H() cuja

imagem esta no conjunto dos numeros

complexos, logo ela pode decomposta nas suas partes real e imaginaria, mas tambem pode ser escrita em sua forma polar. Tomaremos Hr = Hr () e Hi = Hi (), respec
tivamente, como as partes real e imaginaria de H = H() e j = 1
(para nao confundir com o ndice i). Escreveremos:
H = Hr + j Hi = |H| ej (h)
A amplitude da transformada de Fourier H = Hr + j Hi (ou espectro
de amplitude do sinal h = h(t)) e definida como
q
|H| = Hr 2 + Hi 2

5.2

Exemplo

26

O a ngulo de fase da transformada de Fourier H = Hr + j Hi (ou espectro de fase do sinal h = h(t)) e definido por
 
Hi
(h) = arctan
Hr
O espectro de potencia do sinal h = h(t) e definido como
P () = |H|2 = Hr 2 + Hi 2
acima definidas.
Nao e difcil construir os graficos das funcoes
5.2

Exemplo

Consideremos a funca o do Exemplo 9, definida por h(t) = et u(t)

para t R. Ja mostramos que a sua Transformada de Fourier e dada
por:
1 + j
H[] =
1 + 2
Alguns elementos relacionados com a Transformada de Fourier deste
sinal h = h(t), aparecem na tabela:
Hr = Hr ()
Hi = Hi ()
= (h)

1
Parte real
1 + 2

=
Parte imaginaria
1 + 2

= arctan() Angulo
de fase
=

1
1 + 2
1
=
1 + 2

|H| = |H()| =

Amplitude

P ()

Espectro de potencia

Figura 19: Elementos relacionados com os espectros de Fourier

6 Propriedades da Transformada de Fourier

6.1 Translaca o no tempo
Se H(h) = H[h(t)] e a transformada de Fourier da funca o h = h(t) e a
funca o hc = hc (t) = h(t c) representa a translaca o da funca o h = h(t)
de c unidades para a direita, entao:
H(hc ) = H[h(t c)] = eic H(h)

(11)

6.2

Translaca o na frequencia

27

Demonstraca o:
Z

h(t c)eit dt

H(hc ) = H[h(t c)] =

Com a mudanca de variavel v = t c, temos

Z
Z
i(c+v)
ic
H(hc ) =
h(v)e
dv = e
h(v)eiv dv = eic H(h)

6.2 Translaca o na frequencia

Se H() = H[h(t)] e a transformada de Fourier de h = h(t) entao:
H(ei0 t h(t)) = H( 0 )

(12)

Demonstraca o: Usando a definica o (4), escreveremos

Z
H() = H[h(t)] =
h(t) eit dt

Assim
i0 t

H(e

h(t)) =

i0 x

it

h(t) e

dt =

ei(0 )t h(t) dt

Tomando u = 0 , poderemos escrever:

Z
i0 t
H(e h(t)) =
eiut h(t) dt = H(u) = H( 0 )

6.3 Homotetia (escala) na variavel

Se H() = H[h(t)] e a transformada de Fourier de h = h(t), entao:
H[h(at)] =

H( )
|a|
a

(13)

6.4

Exemplo

28

Demonstraca o: Para esta demonstraca o, realizaremos a mudanca de

variavel u = at, considerando primeiramente a > 0.
R
H[h(at)] = h(at)eit dt

iu
1 R
=
h(u)e a du
a

iu
1 R
=
h(u)e a du
|a|
=

H( )
|a|
a

Consideremos agora a mesma mudanca de variavel u = at com a < 0.

R
H[h(at)] = h(at)eit dt

iu
1 R
= h(u)e a du
a

iu
1 R
=
h(u)e a du
|a|
=
6.4

1
H( )
|a|
a

Exemplo

Seja h = [1,1] a funca o caracterstica do intervalo simetrico [1, 1] e a

sua Transformada de Fourier H() = 2 sinc(). Usando a equaca o (13)
e tomando a = 2, poderemos escrever
H(h(2t)) =

1
H( )
2
2

e esta relaca o nos informa que a Transformada de Fourier do sinal com

o dobro da velocidade e igual a` metade da Transformada de Fourier
com a metade da velocidade do parametro.

Seca o 7 Transformada Inversa de Fourier

29

Figura 20: Domnios normais, a funca o e a Transformada de Fourier

O desenho acima mostra tanto a funca o como a sua Transformada de

Fourier. O desenho abaixo mostra a nova funcao e nova Transformada de Fourier.

Figura 21: Domnios duplicados e Transformaca o com homotetia

Observamos que ao multiplicar o argumento da funca o por 2, a altura

desta funca o permaneceu a mesma mas o domnio ficou duplicado e o
mesmo ocorreu com a transformada de Fourier desta funca o.

Transformada Inversa de Fourier

A Transformada Inversa de Fourier de g = g() e definida como:

Z
1
1
H (g()) =
g() eit d
2

Podemos obter a Transformada Inversa de Fourier da propria

Transformada de Fourier de h = h(t), denotada po H = H(), que depende
da frequencia . Se tomarmos a mudanca de variavel = 2f e substituirmos a diferencial d = 2df , a funca o H agora ficara dependendo

Seca o 8 Transformadas direta e inversa de Fourier

30

da variavel f e sera denotada por H = H(f ). A definica o ficara na

forma:
Z
1
h(t) = H (H()) =
H(f ) e2itf df

Isto garante a recuperaca o da propria

funca o original atraves da aplicaca o
da Transformada Inversa aplicada a` Transformada de Fourier, o que
significa que:
H 1 H = Identidade
Substituindo a frequencia por x , onde x e a frequencia que depende
de x R na definica o de Transformada Inversa de Fourier, poderemos
obter uma outra forma para a Transformada Inversa de Fourier de H =
H(x ):
Z
1
1
H (H(x )) =
H(x ) e2ixx dx
2
Com esta forma, podemos estender a definica o ao caso bi-dimensional
a` funca o H = H(x , y ):
 2 Z Z
1
H(x , y ) e2i(xx +yy ) dx dy
H 1 (H(x , y )) =
2

8 Transformadas direta e inversa de Fourier

8.1

Pares de transformadas

As Transformadas de Fourier direta e inversa sao realmente inversas

uma da outra, isto e :
H H 1 = Id = H 1 H
com duas setas, uma em cada senNa literatura encontramos notacoes
(h, H):
tido, para fazer referencia ao par de funcoes
h

Esta notaca o indica que H e a Transformada de Fourier de h e que h e

a Transformada inversa de Fourier de H.
8.2 Propriedades Lineares
Tanto a Transformada de Fourier como a Transformada Inversa de Fou lineares:
rier, sao transformacoes
H(a f + b g) = a H(f ) + b H(g)

8.3

Exemplo

31

H 1 (aF1 + bF2 ) = a H 1 (F1 ) + b H 1 (F2 )

quaisquer que sejam os escalares complexos a e b.
8.3

Exemplo

Seja h = h(t) a funca o definida por

 t
2e
se t 0
h(t) =
t
5e
se t < 0
f e g dos
Como esta funca o h = h(t) e combinaca o linear das funcoes
exemplos (9) e (10), isto e , h = 2f + 5g, temos pela linearidade que:
H(h) = H(2f + 5g) = H(2f ) + H(5g) = 2H(f ) + 5H(g)
ou seja
H(h) = 2
8.4
8.4.1

1 i
1 + i
7 + 3i
+
5
=
1 + 2
1 + 2
1 + 2

Exemplo complexo com um par de transformadas

Transformada direta

Calcularemos a Transformada de Fourier da funca o definida por:

1 se T < t < T
1
h(t) =
se t = T ou t = T
(14)
2
0 se t < T ou t > T
Pela falta de dois pequenos detalhes, esta funca o quase representa a
funca o caracterstica do intervalo [T, T ], que e um sinal simetrico em
relaca o ao eixo vertical, significando que h e uma funca o par. A Transformada de Fourier desta funca o e obtida apenas pela integral no intervalo [T, T ] pois a funca o h e nula fora dele.
Z T
Z T
H(h(t)) =
eit dt =
ei2f t dt
T

seno = 2f , f a frequencia e nao uma funca o! Assim, poderemos

escrever a transformaca o integral como H(f ), em funca o da variavel f ,
como:
Z
T

[cos(2f t) i sin(2f t)] dt

H(f ) = H(h(t)) =
T

8.4

Exemplo complexo com um par de transformadas

32

ou seja
Z

cos(2f t) dt i

H(f ) =
T

sin(2f t) dt
T

A segunda integral e nula pois o integrando desta e uma funca o mpar

definida sobre um intervalo simetrico, logo restara

T
sin(2T f )
sin(2f t)
= 2T
H(f ) =
2f
2T f
T
que tambem pode ser escrito como
H(f ) = 2T sinc(2T f )
8.4.2

Transformada inversa

Calcularemos agora a transformada inversa de Fourier da funca o obtida no calculo anterior: H(f ) = 2T sinc(2T f ). Tomaremos = 2f
para escrever:
Z

H(f ) e2if t df

H (H(f )) =

Substituindo a funca o H = H(f ) na integral, teremos:

Z
sin(2f T ) 2if t
H 1 (H(f )) =
e
df
2T
2f T

e simplificando, obteremos
1
H (H(f )) =

sin(2f T ) 2if t
e
df
f

Pela relaca o de Euler, podemos escrever

Z
1 sin(2f T )
1
cos(2f t) df
H (H(f )) =
Z
f
1 sin(2f T )
sin(2f t)] df
+i

f
A segunda integral e nula pois o integrando e uma funca o mpar na
variavel f . Como sin(x) cos(y) = 21 [sin(x + y) + sin(x y)], entao
1
sin(2f T ) cos(2f t) = [sin(2f (T + t)) + sin(2f (T t))]
2

8.4

Exemplo complexo com um par de transformadas

33

assim
1
H (H(f )) =
2
1

Z
=

sin(2f (T + t)) + sin(2f (T t))

df
f

sin(2f (T + t))
df +
2f

sin(2f (T t))
df
2f

Multiplicando e dividindo a primeira integral por T + t, e repetindo

esta operaca o na segunda integral com T t, vira:
Z
sin(2f (T + t))
df
H 1 (H(f )) = (T + t)
2f
(T
+
t)

Z
sin(2f (T t))
= +(T t)
df
2f
(T

t)

Utilizando o fato (do Calculo Integral) que para a 6= 0:

Z
sin(2ax)
1
dx =
2ax
2|a|

obtemos:
H 1 (H(f )) =

T +t
T t
1
+
= [ sinal(T + t) + sinal(T t)]
2|T + t| 2|T t| 2

Analisaremos os valores de t R no intervalo [T, T ] e fora dele.

(a) Se t < T , sinal(T + t) = 1 e sinal(T t) = 1, entao:
1
H 1 (H(f )) = [1 + 1] = 0
2
(b) Se t > T , sinal(T + t) = 1 e sinal(T t) = 1, entao:
1
H 1 (H(f )) = [1 1] = 0
2
(c) Se T < t < T , sinal(T + t) = 1 e sinal(T t) = 1, entao:
1
H 1 (H(f )) = [1 + 1] = 1
2
(d) Se t = T e t = T um dos sinais e nulo e a funca o vale 1/2.
Desse modo

1 se T < t < T
1
1
se t = T ou t = T
H (H(f )) =
2
0 se t < T ou t > T

Seca o 9 Convoluca o de Funcoes

8.4.3

34

Conclusao

Todo este esforco matematico foi feito para recuperar a funca o original
que tnhamos. Temos entao o par de transformadas:

1 se T < t < T
1
se t = T ou t = T
H(f ) = 2T sinc(2f T )  h(t) =
2
0 se t < T ou t > T
Exerccio: Construir o grafico da funca o h=h(t) e tambem da transformada H=H(f) obtida em funca o da frequencia f.

Convoluca o de Funcoes

9.1 Produto de transformadas e a convoluca o

nao e igual a`
O produto das transformadas de Fourier de duas funcoes

transformada de Fourier do produto dessas funcoes,

isto e :
H(f g) 6= H(f ) H(g)
trocarmos o pelo , significando a convoluca o
mas a igualdade valera apos
f e g, que sera definida na sequencia.
das funcoes
9.2 Definica o de convoluca o
f e g cujo produto h(x) = f (x)g(x) e uma
Consideremos as funcoes
funca o absolutamente integravel. A convoluca o entre f e g, denotada
por f g, e definida por qualquer uma das integrais:
Z
Z
(f g)(x) =
f (x )g()d =
f ()g(x )d

Em alguns textos, o termo convoluc

ao aparece como produto de convoluca o.

9.3 Propriedades da convoluca o
Embora algumas das propriedades abaixo nao possam ser demonstra
das facilmente, quando tem sentido a convoluca o para certas funcoes,
tem-se:
(1) Comutatividade: f g = g f

9.4

Alguns exerccios importantes

35

(2) Associatividade: f (g h) = (f g) h
(3) Distributividade: f (g + h) = f g + f h
(4) Elemento nulo: f 0 = 0
(5) Elemento identidade: Existe um objeto matematico que recebe o
nome de distribuic

ao (nao e uma funca o!) e que faz o papel

da identidade para este produto de convoluca o, isto e , f = f
9.4 Alguns exerccios importantes
definidas por:
1. Obter a convoluca o das funcoes


1 x [1, 1]
1 x [6, 8]
f (x) =
e g(x) =
0 x
/ [1, 1]
0 x
/ [6, 8]
2. Mostrar que
Z

e d =

Sugestao: Usar integrais duplas improprias

e mudancas de variaveis
com coordenadas polares para o calculo.
3. Usar a integral do item anterior, para mostrar que
Z

2
(x )e d = x

2
f (x) = x e g(x) = ex
4. Mostre que a convoluca o entre funcoes
para x R e dada por:
Z
2

(f g)(x) =
(x )e d = x

10 A distribuica o delta de Dirac

10.1

Elementos gerais sobre

A distribuica o delta de Dirac e um objeto matematico definido para

fazer o papel da identidade para a operaca o de convoluca o de funcoes.

A distribuica o torna mais facil a unificaca o do tratamento do estudo
de Series de Fourier e Transformadas de Fourier. Fisicamente, ela pode
ser interpretada como um impulso de energia em um sistema, razao
pela qual recebe o nome de Funca o Impulso de Dirac.

10.2 Funca o degrau unitario e funca o caracterstica

36

10.2 Funca o degrau unitario e funca o caracterstica

Ja definimos a funca o degrau unitario de Heaviside, como

1 se x 0
u(x) =
0 se x < 0
A translaca o desta funca o de c unidades para a direita e definida por

1 se x c
uc (x) = u(x c) =
0 se x < c
Definimos a funca o caracterstica de um conjunto real I como

1 se x I
I (x) =
0 se x
/I
A funca o caracterstica de um intervalo real I = [a, b] pode ser escrita
da funca o degrau unitario como:
em funca o de duas translacoes
[a,b] (x) = u(x a) u(x b)
10.3 A distribuica o como limite de funcoes
reais
Uma das formas usadas para construir a distribuica o delta de Dirac

e tomar uma sequencia de funcoes

caractersticas pares (nucleos
de
Dirac) que dependem de um parametro r > 0, sendo que a a rea da
regiao localizada sob o grafico de cada funca o caracterstica no semiplano superior deve ser sempre igual a 1, ou seja, tomar:
1
1
r (x) = [r,r] (x) = [u(x + r) u(x r)]
2r
2r
e tomar o limite quando r 0, isto e :
(x) = lim r (x)
r0

Exerccio importante: Construir os graficos de algumas dessas funcoes,

como por exemplo, 1 , 1/2 , 1/4 , 1/8 , . . ., para observar que, a` medida
que os valores de r diminuem se aproximando de 0, as alturas das
r aumentam tendendo a .
funcoes
A partir dos graficos obtidos no exerccio, e possvel observar que a
distribuica o = (x) pode ser pensada como uma funca o quase sempre nula, com um impulso infinito na origem do sistema, isto e :

se x = 0
(x) =
0 se x 6= 0

10.4 Mais rigor matematico com a distribuica o

37

A translaca o de c unidades para a direita da distribuica o e definida

como

se x = c
c (x) = (x c) =
0 se x =
6 c
A distribuica o delta de Dirac, denotada por = (x), e definida como
um objeto matematico, com as seguintes caractersticas especiais:
1. (x) = 0 se x 6= 0
2. (x) = (x) para todo x R
3. (0) =
R
4. (x) dx = 1
10.4 Mais rigor matematico com a distribuica o
Rigorosamente falando, nao e uma funca o, pois assume o valor no
ponto x = 0 e a integral (tem 4) apresentada acima, deveria ser nula.
Quando utilizada em uma convoluca o, a distribuica o se comporta
como uma funca o. Em geral, aparece definida em livros, atraves da
propriedade:
Z

f (0) =

f (x) (x) dx

mas esta integral tambem nao faz sentido pois nao e uma funca o. Na

verdade, devem ser usados os nucleos

de Dirac para dar consistencia a
esta definica o e podermos escrever:
Z
Z
f (0) =
f (x) (x) dx =
f (x) lim r (x) dx

r0

10.5 Propriedades da distribuica o de Dirac

1. Se f = f (x) e uma funca o contnua, entao
(f )(x) = f (x)
Demonstraca o: Seja f = f (x) uma funca o contnua. Pela definica o
de convoluca o, temos que
Z
(f )(x) =
f (x v)(v)dv

10.5 Propriedades da distribuica o de Dirac

38

Se a distribuica o = (v) e definida por (v) = lim r (v), escrever0

remos
Z
(f )(x) =
f (x v) lim r (v) dv
r0
Z

= lim
f (x v)r (v) dv
r0
Z
1
= lim
f (x v) [u(x + r) u(x r)] dv
r0
2r
Z r
1
f (x v) dv
= lim
r0 2r r
Z
1 x+r
= lim
f () d
r0 2r xr

sendo que a ultima

integral acima foi obtida atraves da mudanca
de variavel x v = . Pelo teorema da media para integrais, existe
um ponto c (x r, x + r) tal que
(f )(x) = lim f (c) = f (x)
r0

sendo que a ultima

igualdade acima foi garantida pelo fato que
quando r 0, o intervalo (x r, x + r) se comprime no conjunto
unitario {x}.
2. Se f = f (x) e uma funca o contnua em x = 0, entao
Z
f (x)(x)dx = f (0)

Demonstraca o: Pelo tem anterior, garantimos que

Z
f (x) = (f )(x) =
f (x v)(v)dv

assim, em particular, quando x = 0, temos

Z
f (0) = (f )(0) =
f (v)(v)dv

Com a mudanca de variaveis v = x, podemos escrever

Z
Z
f (0) =
f (x)(x)dx =
f (x)(x)dx

uma vez que (x) = (x).

10.6 Propriedade grafica de com a convoluca o

39

3. Se f = f (x) e uma funca o contnua em x = c, entao

(f c )(x) = f (c)

Esta ultima
propriedade tem uma importante consequencia do ponto
de vista da Computaca o Grafica.
10.6 Propriedade grafica de com a convoluca o
` vezes, a distribuica o e denotada por 0 para indicar que ela reAs
presenta um impulso no ponto x = 0. Quando desejamos indicar
um impulso em um ponto generico x = c, usamos a notaca o c que
representa, por definica o:
c (x) = 0 (x c) = (x c)
e a distribuica o c realizam um papel funA convoluca o de funcoes
damental em Computaca o Grafica. Se um objeto grafico esta definido

por um sinal f = f (x), podemos obter uma copia

de f = f (x) em
uma posica o x = c realizando a convoluca o da distribuica o c com
f = f (x) para obter f (x c), que e a imagem de f transladada de c unidades para a direita. Existe um analogo no plano: Se um objeto grafico
plano esta definido por um sinal f = f (x, y), podemos obter uma

copia
de f = f (x, y) em uma posica o (c, d) realizando a convoluca o
da distribuica o (c,d) com f = f (x, y) para obter f (x c, y d), que e a
imagem de f transladada de (c, d) no plano cartesiano.

11

Transformada de Fourier da convoluca o

f e g, entao:
Se faz sentido obter a convoluca o das funcoes
H(f ) H(g) = H(f g)
Aplicando a Transformada Inversa de Fourier a esta relaca o, obtemos:
H 1 {H(f ) H(g)} = H 1 (H(f g)) = f g
11.1 Transformada de Fourier da distribuica o

Como vimos, a ultima

propriedade da distribuica o nos mostra que
f = f para toda funca o f para a qual tem sentido a convoluca o,

Seca o 12 Transformadas de Fourier de Derivadas

40

logo pelo Teorema da convoluca o:

H(f )H() = H(f ) = H(f )
e podemos escrever que
H() = 1
Tem sentido entao escrever o par de transformadas

12

Transformadas de Fourier de Derivadas

12.1 Transformadas de derivadas parciais

Para apresentar algumas propriedades das transformadas de Fourier
para algumas derivadas parciais, necessitaremos exigir algumas carac u = u(x, t), como por exemplo:
tersticas das funcoes
lim u(x, t) = 0,

|x|

u
(x, t) = 0
|x| t
lim

Estas exigencias sao analogas a exigirmos que a funca o u = u(x, t)

pertenca ao espaco de Schwarz no plano cartesiano.
Se as derivadas sao realizadas em relaca o a` variavel x, escreveremos
 
Z
u
H
= H(ux ) =
ux (x, t)eix dx = iH(u)
x

Pela definica o da Transformada de Fourier de ux , temos:

Z
H(ux ) =
ux (x, t)eix dx

Usando a integraca o por partes na integral impropria

Z
Z
m(x) dn(x) = [m(x)n(x)]x=
n(x) dm(x)
x=

com m(x) = eix , dm(x)

dn(x) = u(x, t)dx, teremos:
H(ux ) =

ieix dx, n(x)

ux (x, t) e

1
lim u(M, t)eiM
lim u(N, t)eiN
M
2 N
1 R
ix

dx
(x, t)(i)e
2

Seca o 13 Soluca o da Equaca o do Calor

Assim

41

u(x, t) (i) eix dx

H(ux ) =

o que garante que

H(ux ) = i H(u)
Pela dupla aplicaca o do processo anterior temos:
H(uxx ) = 2 H(u)
Se as derivadas sao realizadas em relaca o a` variavel t, podemos obter

as transformadas de Fourier de algumas derivadas de funcoes,

como:
Z

H(ut ) =
ut (x, t)eix dx = H(u)
t

Realmente:
u
H( ) =
t

ix

ut (x, t)e

dx =
t

u(x, t)eix dx =

H(u)
t

Analogamente, temos que:

Z
2u
2
ix
H( 2 ) =
utt (x, t)e
dx = 2 H(u)
t
t

13 Soluca o da Equaca o do Calor

A Transformada de Fourier pode ser aplicada na obtenca o da soluca o
de um Problema com Valores Iniciais (PVI) com uma Equaca o Diferencial Parcial do Calor, como:
2u
u
=K
t
x2
u(x, 0) = f (x)

(x R, t > 0)
(x R)

Tomemos as Transformadas de Fourier em relaca o a` variavel x em ambos os membros da Equaca o Diferencial Parcial e tambem na Condica o
apenas da variavel t. Assim teremos:
Inicial, para obter funcoes
H(ut ) = KH(uxx ),

H(u) = K 2 H(u)
t

Para simplificar, tomaremos a Transformada de Fourier de u = u(x, t)

com a letra maiuscula

U (t) = H(u) e U (0) = H(f ). Como tomamos a

Seca o 13 Soluca o da Equaca o do Calor

42

funca o U = U (t) apenas, nao ha necessidade de usar a derivada parcial.

Assim, temos o PVI:
d
U (t) = K 2 U (t),
dt

U (0) = H(f )

Este e um PVI para uma Equaca o Diferencial Ordinaria Linear e homogenea de 1a. ordem, cuja soluca o e dada por:
2 2
U (t) = U (0) ea t

significando que:
2 2
H(u) = H(f ) ea t

Se conhecermos uma funca o g=g(x) cuja Transformada de Fourier seja

2 2
dada por H(g) = ea t poderemos escrever
H(u) = H(f ) H(g)
e usar a convoluca o para garantir que:
H(u) = H(f ) H(g) = H(f g)
Aplicando a Transformada Inversa de Fourier, teremos:
u(x, t) = f g
onde u = u(x, t) sera a soluca o do PVI dado, desde que tenhamos resolvido o problema de obter g = g(x, t), mas a propriedade desejada e
satisfeita pela funca o gaussiana:
1
g(x, t) =
a 2t

x2

e 4a2 t

e o par de transformadas e dado por:

2 2
H[] = ea t

x2
1
g(x, t) = e 4a2 t
a 2t

E um fato notavel que, tanto a funca o original como a sua Transfor gaussianas (da mesma forma), para
mada de Fourier sao funcoes
uma escolha apropriada de t.

13.1 Observaca o sobre este material

43

A soluca o do PVI e entao dada pela convoluca o:

1
u(x, t) = (f g)(x) = (
a 2t

x2
e 4a2 t ) f (x)

ou seja
u(x, t) = (g f )(x) =
13.1

2a t

(x )2

4a2 t f () d
e

Observaca o sobre este material

Este material nao e simples para um aluno de nveis iniciais, mas e

basico para os interessados em estudar mais profundamente a Analise
de Fourier. Neste caso, voce devera estar preparado do ponto de vista

matematico pois os temas envolvidos com a Analise Harmonica

sao
aplicados em praticamente todos os campos cientficos ligados a esta

a rea tecnologica
como Processamento digital de sinais e especialmente
a Computaca o Grafica.

Referencias bibliograficas
[1] Close, Charles M., Circuitos Lineares, Vol.2, LTC/EDUSP, (1975),
Rio de Janeiro, Brasil.
[2] Farlow, Stanley J., Partial Differential Equations for Scientists and
Engineers, Dover Publications Inc., (1993), New York, USA.
Dife[3] Figueiredo, Djairo Guedes, Analise de Fourier e Equacoes
renciais Parciais, Coleca o Euclides, IMPA/CNPq, (1986), Rio de
Janeiro, Brasil.
[4] Garding, Lars, Encontro com a Matematica, Editora Universidade
de Brasilia, (1977), Braslia, Brasil.

[5] Hounie, Jorge, Teoria Elementar das Distribuicoes,

12o. Coloquio
Brasileiro de Matematica, IMPA/CNPq, (1979), Rio de Janeiro,
Brasil.

[6] Kaplan, Wilfred, Calculo Avancado, vol.1 e 2, Edgard Blucher

Editora e EDUSP, (1972), Sao Paulo, Brasil.

REFERENCIAS
BIBLIOGRAFICAS

44

[7] Katznelson, Yitzhak, An Introduction to Harmonic Analysis, Dover Publications, INC., (1968), New York, USA.
[8] Kolmogorov, A.N. e Fomin, S.V., Elementos de la Teoria de Funciones y del Analisis Funcional, Editorial MIR, (1972), Moscou.

[9] Moretin, Pedro A., Analise Harmonica

de Processos Estocasticos,

12o. Coloquio
Brasileiro de Matematica, IMPA/CNPq, (1979), Rio
de Janeiro, Brasil.
[10] Quevedo, Carlos P., Circuitos Eletricos, LTC Editora, (1988), Rio
de Janeiro, Brasil.
[11] Spiegel, Murray, Analise de Fourier, Coleca o Schaum, McGrawHill do Brasil, (1976), Sao Paulo, Brasil.