An Sinais Cap7

7 Sries de Fourier
7.1 Introduo Anlise de Fourier 3

7.2 Srie trigonomtrica de Fourier para sinais contnuos 5
7.3 Teorema de Fourier 6
Exemplo 7.1 7
7.4 Uma interpretao da Srie de Fourier 13
7.5 Srie exponencial de Fourier para sinais contnuos 17
Exemplo 7.2 19
7.6 Equivalncia das sries trigonomtrica e exponencial de Fourier 21
7.7 Propriedades da Srie de Fourier para sinais contnuos 23
Linearidade 23
Translao no tempo (time shifting) 24
Sinal reflectido / reverso no tempo (time reversal) 25
Escalonamento no tempo (time scaling) 26
Multiplicao 27
Conjugao 27
Translao na frequncia (frequency shifting) 28
Convoluo no perodo 29
Derivada 30
Integral 30
Relao de Parseval 31
7.8 Srie trigonometria de Fourier para sinais discretos 31
Exemplo 7.3 34
Exemplo 7.4 40

J. A. M. Felippe de Souza 7 Sries de Fourier

2

Exemplo 7.5 43
Exemplo 7.6 44
Exemplo 7.7 46
7.9 Propriedades da Srie de Fourier para sinais discretos 47
Linearidade 47
Translao no tempo (time shifting) 48
Sinal reflectido / reverso no tempo (time reversal) 49
Escalonamento no tempo (time scaling) 49
Multiplicao 50
Conjugao 51
Translao na frequncia (frequency shifting) 52
Convoluo no perodo 53
Primeira diferena 53
Soma acumulada 54
Relao de Parseval 55


3

Sries de Fourier

7.1 Introduo Anlise de Fourier

Neste captulo e no prximo estudaremos a Anlise de Fourier (tambm chamada de
Anlise Harmnica), que diz respeito representao de sinais como uma soma (ou
melhor dizendo, uma combinao linear) de sinais bsicos como senos e co-senos, ou
exponenciais complexas.

A srie de Fourier, assim como a transformada de Fourier, so as importantes contri-
buies do matemtico francs Jean Baptiste Joseph Fourier (1768-1830).

Fig. 7.1 Jean Baptiste Joseph Fourier (1768-1830), francs.


4
A Anlise de Fourier permite decompor um sinal nas suas componentes em frequn-
cia (harmnicos) e tem muitas aplicaes no Processamento de sinal, no Processa-
mento de imagem, na Fsica em vrias aplicaes, na Probabilidade e Estatstica as-
sim como em muitas outras reas.

Antes de Fourier trs fsicos j tinham feito estudos preliminares em sries infinitas
para resolverem problemas diversos da Fsica: suo Leonhard Euler (1707-1783), o
francs Jean Le Rond d'Alembert (1717-1783) e o holands Daniel Bernoulli (1700-
1782).

Entretanto, Fourier foi o primeiro a fazer um estudo sistemtico das sries infinitas
para resolver a equao da propagao do calor na Fsica, na publicao Mmoire
sur la thorie de la chaleur, embora ele no tenha expresso os seus resultados com
grande formalismo.

Somente uns anos mais tarde que dois matemticos: o alemo Johann Peter Gustav
Lejeune Dirichlet (1805-1859) e o alemo Georg Friedrich Bernhard Riemann
(1826-1866), expressaram os resultados de Fourier com mais rigor e preciso.

Fig. 7.2 Srie de Fourier (sinal peridico da onda quadrada).


5
7.2 Srie trigonomtrica de Fourier para sinais contnuos

Considere um sinal peridico contnuo x(t) R {conjunto dos nmeros reais}, t.
O sinal x(t) pode ser expresso como:

( ) ( ) [ ]
=
+ + =
=
\
|

+
|
\
|

+ =
1 k
o k o k
0
1 k
k k
0
t k sen b t k cos a
2
a
t k
T
2
sen b t k
T
2
cos a
2
a
) t ( x
eq. (7.1)

onde:

T = perodo fundamental do sinal x(t),
o
= frequncia fundamental do sinal x(t),

( )
=
=
|
\
|

=
T
o
T
k
dt t k cos ) t ( x
T
2
dt t k
T
2
cos ) t ( x
T
2
a
k = 0, 1, 2, eq. (7.2)

( )
=
= |
\
|

=
T
o
T
k
dt t k sen ) t ( x
T
2
dt t k
T
2
sen ) t ( x
T
2
b
k = 1, 2, eq. (7.3)

sendo que as integrais acima so tomadas ao longo do intervalo do perodo T do sinal
peridico x(t).

Observe que existe a
o
na srie a
k
[eq. (7.2)], mas no existe b
o
na srie b
k
[eq. (7.3)].

Alm disso, a
o
(na eq. (7.2) fazendo k = 0), pode ser reescrito de forma mais simplifi-
cada pois, como

( ) 0, k para , 1 t k cos t k
T
2
cos
o
= = = |
\
|

ento,

6
=
T
o
dt ) t ( x
T
2
a

ou seja, a
o
de certa forma representa um valor mdio do sinal x(t) no intervalo de um
perodo T.

Esta srie conhecida como srie trigonomtrica de Fourier pois contm termos
com senos e co-senos.

A equao eq. (7.1) acima conhecida como a

equao de sntese

e as equaes eq. (7.2) e eq. (7.3) so conhecidas como as

equaes de anlise

da srie trigonomtrica de Fourier. Os a
k
s e os b
k
s so chamados de coeficientes da
srie trigonomtrica de Fourier.

7.3 Teorema de Fourier

Definio 7.1: x(t) um sinal seccionalmente contnuo (ou, tambm chamado de
contnuo por partes) se x(t) tem um nmero limitado de descontinuidades em qual-
quer intervalo limitado.

Fig. 7.3 Um sinal seccionalmente contnuo.

Definio 7.2: x(t) um sinal seccionalmente diferencivel se ambos x(t) e sua deri-
vada x(t) forem sinais seccionalmente contnuos.

Com estas definies podemos agora ver o Teorema de Fourier que estabelece os
tipos de sinais que podem ser aproximados pela srie de Fourier.


7
Teorema 7.1 (Teorema de Fourier):
Se x(t) um sinal peridico seccionalmente diferencivel e de perodo T, ento a
srie de Fourier [eq. (7.1)] converge em cada ponto t para:
a) x(t), se o sinal x(t) for contnuo no instante t ;
b) [ x(t+0
+
) + x(t+0
-
) ] , o sinal x(t) for descontnuo no instante t.

Um ponto positivo deste resultado que a limitao do Teorema de Fourier acima
muito leve pois a grande maioria dos, ou quase todos, sinais de interesse prtico so
seccionalmente diferenciveis.

Portanto, o Teorema de Fourier acima assegura que, para os sinais x(t) que forem
aproximados pela srie de Fourier, quanto mais termos da srie (ou parcelas da soma)
forem adicionados, melhor ser a aproximao.

Ou seja, se chamarmos de x
n
(t) srie de Fourier com n termos, ento:

) t ( x ) t ( x
n

nos casos em que x(t) for um sinal contnuo no instante t; e

[ ]
2
) 0 t ( x ) 0 t ( x
) t ( x
n
+
+ + +

nos casos em que x(t) no for um sinal contnuo no instante t.

Exemplo 7.1:

Considere o sinal x(t) dado abaixo (onda quadrada),
definido num intervalo (de t = 1 at t = 1) ilus-
trado na figura 7.4.

Fig. 7.4 Sinal da onda quadrada em
um perodo (de t = 1 at 1).

< <
< <
=
1 t 0 se , 1
0 t 1 se , 1
) t ( x

8
Repetindo-se (ou estendendo-se) este padro para a direita de t = 1 e para esquerda de
t = 1, obtemos um sinal peridico para t ( < t < ).

Fig. 7.5 Sinal do Exemplo 7.1. Onda quadrada estendida para t ( < t < ).

Agora x(t), sendo um sinal peridico t ( < t < ) j pode ser aproximado por uma
srie de Fourier.

De forma semelhante podemos estender qualquer outro sinal definido em um deter-
minado intervalo finito e torn-lo peridico de forma a podermos aproxim-lo por
uma srie de Fourier.

Calculando-se agora os coeficientes de Fourier para o sinal da onda quadrada defi-
nido acima temos, para a
o
primeiramente,

0 dt ) 1 ( dt ) 1 ( dt ) t ( x
T
2
a
1
0
0
1
T
o
= + = =

Como o perodo fundamental T = 2, ento

=
=
T
2
o
e portanto,

( )
( ) ( )
( ) [ ] ( ) [ ] ( )
... 2, 1, k , 0
t k sen t k sen
k
1
dt t k cos 1 dt t k cos ) 1 (
dt t k cos ) t ( x
T
2
a
1
0
0
1
1
0
0
1
1
1
k
= =
= +
=
= + =
= =


9
Logo os a
k
s so todos iguais a zero k = 0, 1, 2,

Quanto aos b
k
s, temos que:

( )
( ) ( )
( ) [ ] ( ) [ ] ( ) = +
=
= + =
= =
1
0
0
1
1
0
0
1
1
1
k
t k cos t k cos
k
1
dt t k sen 1 dt t k sen ) 1 (
dt t k sen ) t ( x
T
2
b

e portanto,

=
mpar k se ,
k
4
par k se , 0
b
k

Ou seja,
=
4
b
1
,
0 b
2
= ,
=
3
4
b
3
,
0 b
4
= ,
=
5
4
b
5
,
0 b
6
=
,
=
7
4
b
7
,
0 b
8
=
,
=
9
4
b
9
,
0 b
10
=
,
=
11
4
b
11
,
etc.

Logo, esta uma srie de Fourier s de senos e os primeiros termos da srie so:

( ) ( ) ( )
( ) ( ) ( ) ... t 11 sen
11
4
t 9 sen
9
4
t 7 sen
7
4
t 5 sen
5
4
t 3 sen
3
4
t sen
4
) t ( x
+
+
+
=

As figuras 7.6 at 7.10 abaixo mostram esboos do sinal x(t) aproximado pela srie
de Fourier.

10
Primeiramente na figura 7.6, com apenas um termo (isto , apenas k = 1), quando x(t)
simplesmente o seno
x(t) = b
1
sen(t) = (4/) sen(t)

Fig. 7.6 Sinal onda quadrada. Aproximao por srie de
Fourier com apenas um termo (k = 1).

Na figura 7.8 vemos que com 2 termos (os dois primeiros termos no nulos, at k = 3,
pois b
2
= 0) temos a soma de 2 senos (e j nota-se 2 picos no sinal aproximado pela
srie):
x(t) = b
1
sen(t) + b
3
sen(t)

Fourier com apenas dois termos (k = 1 e 3).

Depois, na figura 7.8, com 3 termos (os trs primeiros termos no nulos, at k = 5,
pois b
2
= 0 e b
4
= 0) temos a soma de 3 senos (e agora j nota-se 3 picos no sinal
aproximado pela srie):

x(t) = b
1
sen(t) + b
3
sen(t) + b
5
sen(t)


11

Fourier com apenas trs termos (k = 1, 3 e 5).

e assim por diante.

As duas ltimas figuras (figuras 7.9 e 7.10) ilustram esta srie at k = 11 (6 termos
no nulos) e at k = 49 (25 termos no nulos), respectivamente.

Fourier com seis termos (k = 1, 3, 5, 7, 9 e 11).

Fourier com 25 termos (k = 1, 3, ..., 49).

Nota-se nitidamente que o sinal x(t) aproximado pela srie de Fourier vai se tornando
cada vez mais prximo do original, a onda quadrada.

Nos pontos t onde x(t) um sinal contnuo esta srie de Fourier converge para o pr-
prio valor de x(t).


12
Por exemplo, para t = 0,5, sabemos que x(0,5) = 1. Pela srie de Fourier,

( ) ( ) ( ) ( ) ( ) ... 5 , 4 sen
9
4
5 , 3 sen
7
4
5 , 2 sen
5
4
5 , 1 sen
3
4
5 , 0 sen
4
) 5 , 0 ( x +
=

1,6977

0,8488

1,1035

0,9216

1,0631

que de facto converge para 1.

Por outro lado, nos pontos t onde x(t) apresenta uma descontinuidade, esta srie de
Fourier converge para o valor mdio de x(t), entre o imediatamente antes e o imedia-
tamente depois de t.

Por exemplo, para t = 0
-
, sabemos que x(0
-
) = 1, e t = 0
-
, e que x(0
+
) = 1. Logo, o
ponto mdio :

0
2
1 1
2
) 0 ( x ) 0 ( x
=
+
=
+
+

Pela srie de Fourier,

( ) ( ) ( ) ( ) ( )
0 0 0 0 0
... 0 sen
9
4
0 sen
7
4
0 sen
5
4
0 sen
3
4
0 sen
4
) 0 ( x
+ + + + =
= +
=

que de facto converge para 0.

Mais adiante, nas Propriedades da Srie de Fourier, veremos que:

Se x(t) um sinal par, ento a srie de Fourier para x(t) uma srie de co-senos.
Se x(t) um sinal mpar, ento a srie de Fourier para x(t) uma srie de senos.


13
Isto pode ser visto pelas propriedades dos sinais pares e mpares. Recorde-se que,

- A soma de 2 sinais pares um sinal par.

- A soma de 2 sinais mpares um sinal mpar.

- O produto de 2 sinais pares um sinal par.

- O produto de 2 sinais mpares um sinal par.

Logo, se x(t) um sinal par, ento os coeficientes b
k
da srie de Fourier para x(t) so
todos iguais a zero:

... , 3 , 2 , 1 k , 0 dt t k
T
2
sen ) t ( x
T
2
b
T
k
= = |
\
|

e portanto, a srie de Fourier uma srie de co-senos.

Mas se x(t) um sinal mpar, ento os coeficientes a
k
da srie de Fourier para x(t) so
todos iguais a zero (incluindo a
o
):

... , 3 , 2 , 1 , 0 k , 0 dt t k
T
2
cos ) t ( x
T
2
a
T
k
= =
|
\
|

e portanto, a srie de Fourier uma srie de senos.

De facto, no Exemplo 7.1 acima, como x(t) era um sinal par, ento os a
k
s eram todos
iguais a zero k = 0, 1, 2, , e a srie de Fourier era uma srie de senos.

7.4 Uma interpretao da Srie de Fourier

A srie de Fourier pode ser interpretada como uma forma de expressar um sinal
x(t), em um espao de sinais.

Recorde-se um vector v no espao R
n
representado como a soma

n n 2 2 1 1
e e e v + + + = L

onde e
1
, e
2
, e
n
, so os vectores


14
=
1
0
0
e ,
0
1
0
e ,
0
0
1
e
n 2 1
M
L
M M

ou seja,
{ }
n 2 1
e , e , e L
, os chamados vectores cannicos e formam uma base do R
n
;
e
1
,
2
,
n
, so os coeficientes do vector v nesta base
{ }
n 2 1
e , e , e L .

Da mesma forma, um sinal x(t) pode ser representado semelhantemente na forma da
eq. (7.1) como a soma infinita de senos e co-senos.

Note que aqui o espao no mais o espao de vectores (R
n
, que tem dimenso n)
mas sim um espao de sinais, que ter dimenso infinita. A base do espao no ser
mais formada pelos vectores e
1
, e
2
, e
n
, mas agora pelos sinais senos e co-senos

|
\
|

t k
T
2
cos
e |
\
|

t k
T
2
sen

definidos nas equaes de anlise eq. (7.2) e eq. (7.3). Alm disso, os coeficientes
que representam o sinal x(t) nesta base no sero mais
1
,
2
,
n
, mas agora sero
os
a
k
e b
k
.

Em outras palavras, estes senos e co-senos formam uma base infinita de sinais.

Claro que a expresso da eq. (7.1) definida apenas para sinais peridicos, Entretanto,
j vimos no exemplo 7.1 que um sinal x(t) que seja definido em um intervalo finito
qualquer pode ser estendido para ambos os lados deste intervalo, tornando-se assim
peridico e desta forma pode ser descrito tambm na forma da eq. (7.1). As figuras
7.4 e 7.5 ilustravam isto.

Outro detalhe: no espao R
n
os prprios vectores da base e
1
, e
2
, e
n
eram repre-
sentados (de forma nica) como

n i 2 1 i
e 0 e 1 e 0 e 0
0
1
0
e + + + + + =
= L L
M


15
ou seja, com coeficientes

1
= 0,
2
= 0, ,
i
= 1,
n
= 0

isto ,
{ } { } 0 , , 1 , , 0 , 0 , , , , ,
n i 2 1
L L L L = .

Aqui tambm temos que os sinais senos e co-senos da base so representados (de
forma nica) como

\
|

+
|
\
|

+ =
|
\
|

1 k
k k
0
t k
T
2
sen b t k
T
2
cos a
2
a
t
T
2
cos l

onde todos os a
k
e b
k
sero todos iguais a zero excepto o valor de a
k
para k = l, ou
seja:
a
k
= 0, b
k
= 0, excepto a
l
= 1

e, alm disso

\
|

+
|
\
|

+ =
|
\
|

1 k
k k
0
t k
T
2
sen b t k
T
2
cos a
2
a
t
T
2
sen l

onde todos os a
k
e b
k
sero todos iguais a zero excepto o valor de b
k
para k = l, ou
seja:
a
k
= 0, b
k
= 0, excepto b
l
= 1.

Isto ocorria porque o produto escalar entre 2 vectores e
m
e e
n
, que pertenam
base,
< e
m
, e
n
> = 0, se m n,
< e
m
, e
n
> = 1, se m = n,

onde o produto escalar entre 2 vectores no espao R
n
era definido como

n n 2 2 1 1
v , v + + + = > < L

sendo
1
,
2
,
n
os coeficientes de v e
n 2 1
, , , L os coeficientes de v .


16
Devido a esta propriedade, dizemos que os vectores e
1
, e
2
, e
n
da base so ortogo-
nais entre si.

Aqui, neste espao de sinais cuja base formada por senos e co-senos, o produto
escalar entre 2 sinais pode ser definido como:

L L L L + + + + + = > <
k k 1 1 k k o o
b b b b a a a a ) t ( x ), t ( x

onde a
o
, a
1
, , a
k
, , b
1
, , b
k
so os coeficientes de x(t) na srie de Fourier e
k 1 o k 1 o
b , , b , b , , a , , a , a L L L os coeficientes de ) t ( x na srie de Fourier. Desta
forma pode-se verificar que

, n m se , 0 t n
T
2
cos , t m
T
2
cos = >
|
\
|

\
|

<

, n m se , 1 t n
T
2
cos , t m
T
2
cos = = >
|
\
|

\
|

<

e , n m se , 0 t n
T
2
sen , t m
T
2
sen = >
|
\
|

\
|

<

. n m se , 1 t n
T
2
sen , t m
T
2
sen = = >
|
\
|

\
|

<

ou seja, aqui os sinais da base tambm so ortogonais entre si. Isso se verifica obser-
vando-se as equaes de anlise eq. (7.2) e eq. (7.3) e devido ao facto que

n m se , 0 dt t n
T
2
cos t m
T
2
cos
T
=
|
\
|

\
|

n m se , 0 dt t n
T
2
sen t m
T
2
sen
T
=
|
\
|

\
|

e

n m se ,
2
T
dt t n
T
2
cos t m
T
2
cos
T
= =
|
\
|

\
|

n m se ,
2
T
dt t n
T
2
sen t m
T
2
sen
T
= =
|
\
|

\
|


17
um resultado bastante conhecido em matemtica, da teoria do Clculo. Isto , as
integrais de senos e/ou co-senos de frequncia diferentes multiplicados entre si so
nulas. Os senos e co-senos so ortogonais.

Fig. 7.11 Projeces de um vector v R
2
nos seus 2 eixos ( esquerda) e v R
3

nos seus 3 eixos ( direita).

Uma propriedade importante verificada nos vectores no espao R
n
era que o produto
escalar entre v e um elemento e
k
da base era o prprio coeficiente
k
, ou seja,

< v , e
k
> =
k

De certa forma isto significava que os
k
eram as projeces dos vectores do R
n
nos
seus diversos eixos, conforme ilustra a figura 7.11 para o R
2
e R
3
.

Aqui no espao de funes tambm verifica-se que

k
a t k
T
2
cos , ) t ( x = >
|
\
|

<
e
k
b t k
T
2
sen , ) t ( x = >
|
\
|

<

o que tambm pode ser interpretado que os a
k
e os b
k
so uma espcie de projeco
do sinal x(t) nos diversos sinais senos e co-senos componentes da base.

7.5 Srie exponencial de Fourier para sinais contnuos

Nesta seco estudaremos a srie exponencial de Fourier tambm chamada de
srie complexa de Fourier.

18
Se o sinal x(t) R, ento a srie exponencial de Fourier a mesma que a srie trigo-
nomtrica escrita de uma forma diferente, em termos de exponenciais do tipo

t
o
j
e

em vez de em termos de senos e co-senos.

Entretanto, considere agora

um sinal peridico contnuo x(t) C = {conjunto dos nmeros complexos}

ou seja, o sinal x(t) tem valores complexos, com parte real e parte imaginria. A
srie exponencial de Fourier permite-nos aproximar x(t), o que no era possvel com
a srie trigonomtrica.

Na srie exponencial (ou complexa) de Fourier um sinal peridico x(t) pode ser
expresso como:

=
|
|
\
|

=
= =
k
k
k
k
t k
o
j
t k
T
2
j
c
c ) t ( x
e
e
eq. (7.4)

onde:
T = perodo fundamental do sinal x(t).
o
= frequncia fundamental do sinal x(t).
e

=
= =

|
\
|
T
t k j
T
t k
T
2
j
k
dt e ) t ( x
T
1
dt e ) t ( x
T
1
c
o
k = 0, 1, 2, eq. (7.5)

Portanto, a srie exponencial (ou complexa) de Fourier generaliza a srie trigonom-
trica de Fourier e tem tambm a vantagem de ser mais compacta.

Os c
k
s so chamados de coeficientes da srie exponencial de Fourier ou coeficientes
espectrais.


19
Semelhantemente srie trigonomtrica, a equao eq. (7.4) acima conhecida como
a
equao de sntese

enquanto que a equao eq. (7.5) conhecida como a

equao de anlise

da srie exponencial (ou complexa) de Fourier.

Exemplo 7.2:

Tomemos novamente a onda quadrada x(t) em
um perodo (de t = 1 at t = 1) ilustrada na
figura 7.12.

< <
< <
=
1 t 0 se , 1
0 t 1 se , 1
) t ( x

Fig. 7.12 Sinal do Exemplo 7.2. Onda
quadrada em um perodo (de
t = 1 at 1).

E, repetindo-se (ou estendendo-se) este padro para a direita de t = 1 e para esquerda
de t = 1, obtemos um sinal peridico que pode ser aproximado pela srie exponen-
cial (ou complexa) de Fourier.

Novamente, o perodo fundamental T = 2, e

=
=
T
2
o

e portanto, os coeficientes desta srie complexa de Fourier para o sinal da onda qua-
drada acima so:


20

( )
( ) ( )
= + =
= =

1
0
t k j
0
1
t k j
1
1
t k j
k
dt 1
2
1
dt ) 1 (
2
1
dt ) t ( x
T
1
c
e e
e
... 2, 1, , 0 k =

Fazendo-se as integrais, obtemos:

( )
[ ] ( )
( )
[ ] ( )
( ) ( )

= +
=
=
=
k j k j k j k j
1
0
t k j
0
1
t k j
k
2
j k 2
1
1 1
j k 2
1
j k
) 1 (
2
1
j k
1
2
1
c
e e e e
e e

Agora, usando-se as equaes de Eler temos que:

[ ]
( )
( ) ) k cos( 1
k
j
) k cos( 1 2
j k 2
1
) k ( sen j ) k cos( ) k ( sen j ) k cos( 2
j k 2
1
c
k

=
=
=
+
=

e portanto,

=
=
... , 5 , 3 , 1 k se , j
k
2
... , 4 , 2 , 0 k se , 0
c
k

Logo,

[ ]
+
|
|
\
|
=
=
|
|
\
|
=
= =
... , 5 , 3 , 1 k
... , 5 , 3 , 1 k
t k j
k
t k j
k
) t k ( sen j ) t k ( cos j
k
2
j
k
2
c ) t ( x
o
e
e


21
e, desmembrando-se a soma ... , 5 , 3 , 1 k = em duas de ... , 5 , 3 , 1 k = , como o seno
mpar [sen (kt) = sen (kt), k ] e o co-seno par [cos (kt) = cos(kt) , k ],
temos:

=

|
\
|
+
|
\
|
+
+
|
\
|
+
|
\
|
=
... , 5 , 3 , 1 k ... , 5 , 3 , 1 k
... , 5 , 3 , 1 k ... , 5 , 3 , 1 k
) t k ( sen j
k
j 2
) t k ( cos
k
j 2
) t k ( sen j
k
j 2
) t k ( cos
k
j 2
) t ( x

e portanto os dois termos com co-senos se cancelam um ao outro, enquanto que os
dois termos com senos so idnticos, logo podem se juntar ficando:

\
|
=
=
\
|
=
... , 5 , 3 , 1 k
... , 5 , 3 , 1 k
) t k ( sen
k
4
) t k ( sen j
k
j 2
2 ) t ( x

que o mesmo resultado obtido no Exemplo 1 com a srie trigonomtrica de Fourier,
ou seja:

( ) ( ) ( )
( ) ( ) ( ) ... t 11 sen
11
4
t 9 sen
9
4
t 7 sen
7
4
t 5 sen
5
4
t 3 sen
3
4
t sen
4
) t ( x
+
+
+
=

Isso acontece porque as sries trigonomtricas e complexa (ou exponencial) de Fou-
rier so equivalentes, um resultado que vamos ver a seguir na prxima seco.

7.6 Equivalncia das sries trigonomtrica e exponencial de Fourier

Se o sinal x(t) for de valores reais, ento existe uma relao entre a srie trigonom-
trica e a srie complexa (ou exponencial) de Fourier. Pode-se facilmente mostrar
que:


22

2
b j a
c
k k
k

=
para k = 0, 1, 2, eq. (7.6)
e

2
b j a
c
k k
k
+
=
para k = 1, 2, eq. (7.7)

Embora o coeficiente b
o
no exista, pois no foi definido, na eq. (7.6) assume-se que
0 b
o
= . Portanto, o coeficiente c
o
pode ser expresso como:

2
a
c
o
o
=
. eq. (7.8)

Note tambm que enquanto os coeficientes a
k
s e b
k
s so definidos nas eq. (7.2) e
eq. (7.3) apenas para k = 0, 1, 2, , os coeficientes c
k
s so definidos nas eq. (7.6) e
eq. (7.7) para k = 0, 1, 2,

Observe tambm que a eq. (7. 7) equivalentes a:

2
b j a
c
k k
k

+
=
para k = 1, 2, eq. (7.9)

Sabemos, pelas eq. (7.2) e eq. (7.3) da srie trigonomtrica de Fourier, que no
existe a
k
s ou b
k
s para k negativos, entretanto a
-k
e b
-k
esto bem definidos na
eq. (7.9) pois nesta equao k = 1, 2, e portanto os ndices de a
-k
e b
-k
sero sem-
pre positivos. Por exemplo:

a
-k
para k = 2 ser o a
2
,
ou
b
-k
para k = 5 ser o b
5
.

Os termos c
k
para k positivos so os conjugados de c
k
para k negativos, e vice-versa,
isto :

c
k
= (c
k
)* , k = 0, 1, 2, 3,


23
As equaes acima permitem que se transforme uma srie trigonomtrica em uma
srie exponencial.

O inverso, ou seja, as equaes que permitem transformar uma srie exponencial em
uma srie trigonomtrica so as seguintes:

o o
c 2 a =
eq. (7.10)

) c c ( a
k k k
+ =
para k = 1, 2, eq. (7.11)
e

) c c ( j b
k k k
=
para k = 1, 2, eq. (7.12)

Com as relaes acima fcil de se mostrar que, quando x(t) um sinal real, ento:

( ) ( ) [ ]
=
|
\
|
+ + =
=
\
|

+
|
\
|

+ =
= =
1 k
o k o k
0
1 k
k k
0
k
t k j
k
k
t k
T
2
j
k
t k sen b t k cos a
2
a
t k
T
2
sen b t k
T
2
cos a
2
a
c c ) t ( x
o
e e

ou seja, as duas sries de Fourier, trigonomtrica e exponencial, so equivalentes.

7.7 Propriedades das sries de Fourier para sinais contnuos

Linearidade:

Suponha que


24
x
1
(t) um sinal com perodo T e tem coeficientes de Fourier
k
c

x
2
k
c

e que

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

ento, mostra-se que:

y(t) tem perodo T ,
ou seja,
y(t) tem frequncia fundamental
T
2
o
=
,

e coeficientes de Fourier
k k k
c c c + =

Translao no tempo (time shifting):

Suponha que

x(t) um sinal com perodo T e tem coeficientes de Fourier c
k

e que

) t t ( x ) t ( y
o
=

ou seja,
y(t) o sinal x(t) com uma translao (shift) no tempo de t
o
.

Ento, mostra-se que:

y(t) tem perodo T ,
ou seja,
T
2
o
=
,



25
k
k k
c
c c
~
o
t
T
2
k j
t
o
k j
o
=
= =
|
|
\
|

e
e

Nota:

Como
=
, 1
j
e
, tem-se que:

k k
c c
~
=

Sinal reflectido / reverso no tempo (time reversal) em torno de t = 0:

Suponha que

k

e que

) t ( x ) t ( y =


y(t) tem perodo T ,
ou seja
T
2
o
=
,


k k
c c
=

Nota:

Como consequncia desta propriedade pode-se concluir que:


26
Se x(t) um sinal par os coeficientes de Fourier c
k
so, eles prprios, pares; i.e.,

k k
c c

=

Se x(t) um sinal mpar os coeficientes de Fourier c
k
so, eles prprios, mpares;
i.e.,
k k
c c

=

Escalonamento no tempo (time scaling):

Suponha que

k

(portanto x(t) tem frequncia fundamental
T
2
o
=
)

e que
) t ( x ) t ( y =


y(t) tem perodo
T
,
ou seja

T
2
T
o
= =
)
e, alm disso,

t
T
2
k j
t
o
k j
k
k
k
k
c
c ) t ( y
|
|
|
\
|
=
= =
e
e

Note que a srie de Fourier muda por causa da mudana da frequncia fundamental
(e do perodo). Entretanto os coeficientes c
k
no mudam.


27
Multiplicao:

Suponha que

x
1
k
c

x
2
k
c

e que
) t ( x ) t ( x ) t ( y
2 1
=


y(t) tem perodo T , ou seja tem frequncia fundamental
T
2
o
=
,

[ ] [ ] k c k c
c c c
i k
i
i k
=
= =

Ou seja, c
k
a convoluo entre os sinais discretos [ ] k c c
k
=
e [ ] k c c
k
=
.

L + + + + + =
= =
+ +
2 k 2 2 k 2 1 k 1 1 k 1 k o
i k
ij
i k
c c c c c c c c c c
c c c

Conjugao:

Suponha que

k

e que
) t ( x ) t ( y

=


28

T
2
o
=
,


=
k k
c c

Nota:

Se x(t) R, ento

os coeficientes de Fourier
=
k k
c c
;

c
o
R ;
e
k k
c c

=
.

Alm disso, as relaes acima permitem mais uma vez concluir que:
Se x(t) R um sinal par
=
k k
c c
; e
k k
c c

=
(os coeficientes de Fourier so eles prprios pares).

Se ) t ( x R um sinal mpar
k
c
so imaginrios puros, 0 c
o
= e
k k
c c

= (os coeficientes de Fourier so eles prprios mpares).

Translao na frequncia (frequency shifting):

Suponha que

k

e, para um m inteiro, constante, considere agora os coeficientes


29
m k k
c c

=

ou seja,
k
c so os coeficientes c
k
desfasados de m.

Ento, mostra-se que o sinal:

) t ( x ) t ( y
t
o
jm
=

e

tem os coeficientes de Fourier
k
c

Nota:

Esta propriedade dual da translao no tempo (time shifting). Agora a translao
(shift) foi aplicada aos c
k
e no no tempo t.

Outro detalhe, como
=
, 1
j
e
, ento:

k k
c c =
k = 0, 1, 2,

Convoluo no perodo:

Suponha que

x
1
k
c

x
2
k
c

e que y(t) a convoluo (tomada no perodo T):

=
=
T
2 1
2 1
d ) ( x ) t ( x
) t ( x ) t ( x ) t ( y


T
2
o
= ,


k k k
c c T c
~
~
=


30
Derivada:

Suponha que

k

e que
dt
dx
) t ( y =


T
2
o
= ,


k k o k
c
T
2
k j c k j c
|
\
|
= =

Nota:
Para o caso de derivadas de ordem 2 ou mais, pode-se aplicar esta regra sucessivas
vezes. Por exemplo, no caso da segunda derivada, se

2
2
dt
x d
) t ( y =

os coeficientes de Fourier de y(t) so

k
2
2
k
2 2
k
2 2 2
k o k
c
T
2
k c k c k j c k j c
o o
|
\
|
= = = =
.

Integral:

Suponha que

k

e que

=
t
dt ) t ( x ) t ( y


31

T
2
o
=
,


k k
o
k
c
T
2
k j
1
c
k j
1
c
|
\
|
=
=
(

Nota:
No caso de c
o
= 0, esta propriedade s vlida para sinais x(t) peridicos e com valo-
res finitos.

Para o caso de integrais duplas, triplas, etc., pode-se aplicar esta regra sucessivas
vezes.

Relao de Parseval:

Suponha que

k

ento, mostra-se que a potncia mdia do sinal no intervalo de um perodo T:

=
=
= =
k
2
k
T
2
c
dt ) t ( x
T
1
P

7.8 Srie exponencial de Fourier para sinais discretos

J vimos, no captulo 4 (sobre Sistemas), que um sinal discreto peridico se
[ ] [ ] N n x n x + =

onde N o perodo. Alm disso, vimos que

N = perodo fundamental


32
se N for o menor inteiro para o qual a relao acima satisfaz. E neste caso:

N
2
o
=
= frequncia fundamental.

O conjunto de todos os sinais discretos no tempo do tipo exponenciais complexos que
so peridicos (com perodo N) dado por

[ ]
n
N
2
jk
n
o
jk
n
k
|
|
\
|
= = e e
, k = 0, 1, 2, eq. (7.13)

e todos estes sinais tm frequncia fundamental que so mltiplas de
N
2

e portanto so harmonicamente relacionados.

Existem apenas N sinais distintos no conjunto de funes
k
[n] definido pela
eq. (7.13) acima.

Isto uma consequncia do facto de que sinais discretos no tempo do tipo exponen-
ciais complexas que diferem na frequncia por um mltiplo de 2 so idnticos.
Ou seja, aps N consecutivos, estes termos comeam a repetir-se.

[ ] [ ]
[ ] [ ]
[ ] [ ]
[ ] [ ]
M M
M M
n n
n n
n n
n n
N k k
2 N 2
1 N 1
N o
+
+
+
=
=
=
=

Esta situao diferente do caso contnuo pois os coeficientes que aparecem na equa-
o de sntese da srie de Fourier para sinais contnuos:

t
T
2
k j
t
o
k j
) t (
k
|
|
\
|
= = e e
k = 0, 1, 2, ,

so todos diferentes uns dos outros.


33
Portanto, a srie de Fourier para sinais discretos ter apenas N termos, para N conse-
cutivos valores de k,

de l = k at 1 N k + = l .

e, semelhantemente, apenas N coeficientes c
k
.

Logo, a srie de Fourier para sinais discretos tem a expresso:

+
+ =
+
+ =
|
|
\
|
=
= =
) 1 N (
), 1 ( , k
k
) 1 N (
), 1 ( , k
k
n
o
k j
n
N
2
k j
c
c [n] x
l
K l l
l
K l l
e
e
eq. (7.14)

onde, conforme j dito,

N = perodo fundamental do sinal x[n].
o
= frequncia fundamental do sinal x[n].

A equao eq. (7.14) acima conhecida como a

equao de sntese

da srie de Fourier discreta.

J os coeficientes c
k
s no caso discreto so definidos por

[ ]
[ ]
+
+ =
|
|
\
|
+
+ =

=
= =
) 1 N (
), 1 ( , n
) 1 N (
), 1 ( , n
k
n
N
2
k j
n
o
k j
n x
N
1
n x
N
1
c
l
K l l
l
K l l
e
e
k = 0, 1, 2, eq. (7.15)

Os c
k
s so chamados de coeficientes da srie Fourier discreta ou coeficientes
espectrais.


34
A equao eq. (7.15) conhecida como as

equao de anlise

da srie de Fourier discreta.

Exemplo 7.3:

Considere a seguinte onda quadrada x[n] discreta no tempo ilustrada na figura 7.13:

Fig. 7.13 Onda quadrada discreta de perodo N. Sinal do Exemplo 7.3.

=
somao de intervalo no n outros , 0
1
N n
1
N se , 1
[n] x

Neste caso os coeficientes espectrais c
k
ficam:

=
|
|
\
|
=
1
1
N
N n
k
n
N
2
k j
N
1
c e
eq. (7.16)

Se L 2N, N, 0, k = o somatrio desta expresso de c
k
acima fica

) 1 N 2 ( 1
1
N
N n
N
N n
1
1
1
1
2 n j
+ = =

= =

e

e portanto, a expresso de c
k
da eq. (7.16) acima facilmente expressa como:

N
1 N 2
c
1
k
+
=
, L 2N, N, 0, k =

Entretanto, para L 2N, N, 0, k definimos


35
m = n + N
1

e ento, fazemos uma mudana de ndice no somatrio, ficando

=
|
|
\
|
|
|
\
|
=
|
|
\
|
=
= =
1
1
N 2
0 m
N 2
0 m
k
m
N
2
k j
1
N
N
2
k j
)
1
N m (
N
2
k j
N
1
N
1
c
e e
e
.

Agora, usando a frmula da soma finita dos elementos de uma progresso geomtrica,
j vista no captulo 6, eq. (6.3):

L L
L L
, q a a , q a a , q a a
: a : : a : a : a
1 k k 2 3 1 2
k 3 2 1
= = =

que dada por:

) q 1 (
) q 1 ( a
a S
n
1
n
1 k
k
= =

=

pode-se substituir o somatrio da expresso dos c
k
acima, uma vez que uma soma
finita de uma progresso geomtrica com

( )
|
\
|
= + = =
N
2
k j
1 1
q , e 1 N 2 n , 1 a e

obtendo-se:

=
|
\
|
+ |
\
|
\
|
N
2
k j
) 1 N 2 (
N
2
k j
N
N
2
k j
k
1
1
N
1
c
1
e
e
e
para L 2N, N, 0, k

que, aps multiplicao dos termos, pode facilmente ser expresso como


36

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

N 2
2
N
2
k j
N 2
2
N
2
k j
N
2
k j
2
1
1
N
N
2
k j
2
1
1
N
N
2
k j
N 2
2
k j
N
1
c
k
e e e
e e e

para L 2N, N, 0, k

e, usando Eler, obtemos que

|
\
|
\
|
+
=
N
k
sen
2
1
N k
N
2
sen
N
1
c
1
k
, para L 2N, N, 0, k

Desta forma temos ento todos os coeficientes espectrais c
k
da onda quadrada discreta
deste exemplo.

Resumindo:

=
+

|
\
|
\
|
+
=
L
L
2N, N, 0, k se ,
N
1 N 2
2N, N, 0, k se ,
N
k
sen
2
1
N k
N
2
sen
N
1
c
1
1
k

Para o caso particular de N = 9 e N
1
= 2, temos que:

(2N
1
+1) = 5

que representa o nmero de pontos que assumem o valor 1 em cada perodo e conse-
quentemente,

N (2N
1
+1) = 9 5 = 4

representa o nmero de pontos que igual a 0 (zero) em cada perodo.


37
O grfico deste x[n] pode ser visto na figura 7.14.

Fig. 7.14 Sinal onda quadrada discreta. Caso particular N = 9 e N
1
= 2.

e os coeficientes c
k
calculados pela expresso acima so:

3199 , 0 c
5556 , 0 c
3199 , 0 c
0591 , 0 c
1111 , 0 c
0725 , 0 c
1
o
1
2
3
4
=
=
=
=
=
=
M

3199 , 0 c
0591 , 0 c
1111 , 0 c
0725 , 0 c
0725 , 0 c
1111 , 0 c
0591 , 0 c
8
7
6
5
4
3
2
=
=
=
=
=
=
=

M
0725 , 0 c
0725 , 0 c
1111 , 0 c
0591 , 0 c
3199 , 0 c
5556 , 0 c
14
13
12
11
10
9
=
=
=
=
=
=

Observe que a cada N coeficientes eles se repetem. Isto , a cada 9 c
k
eles voltam a
ser os mesmos valores.
M
L
L
L
L
L
L
L
M
0591 , 0 c c c
3199 , 0 c c c
5556 , 0 c c c
3199 , 0 c c c
0591 , 0 c c c
1111 , 0 c c c
0725 , 0 c c c
20 11 2
19 10 1
18 9 o
17 8 1
16 7 2
15 6 3
14 5 4
= = = =
= = = =
= = = =
= = = =
= = = =
= = = =
= = = =

e assim por diante.


38
Agora, com os valores dos coeficientes c
k
, podemos escrever a srie de Fourier,
eq. (7.14).

Ao contrrio do caso contnuo, em que tnhamos que acrescentar mais e mais termos
para obter uma aproximao melhor, aqui no caso discreto possvel uma aproxima-
o exacta com N = 9 termos consecutivos:

+
+ =
|
|
\
|
=
) 8 (
), 1 ( , k
k
n
9
2
k j
c [n] x
l
K l l
e

Por exemplo, se tomarmos primeiramente apenas 3 termos consecutivos, k = 1, 0 e 1,
teremos

=
|
|
\
|
=
1
1 k
k 3
n
9
2
k j
c [n] x e

que nos d uma primeira aproximao, ainda muito grosseira, do sinal x[n], como
pode-se ver no grfico de
[ ] n x
3
na figura 7.15 abaixo.

1
= 2. Aproxima-
o por srie de Fourier com apenas 3 termos.

Se entretanto tomarmos 5 termos consecutivos, k = 2, 1, 0, 1 e 2, teremos ento

=
|
|
\
|
=
2
2 k
k 5
n
9
2
k j
c [n] x e

que nos d uma aproximao um pouco melhor, mas ainda longe de perfeita, do sinal
x[n], como pode-se ver no grfico de
[ ] n x
5


39

1
= 2. Aproxima-
o por srie de Fourier com apenas 5 termos.

Se agora tomarmos 7 termos consecutivos, k = 3, 2, 1, 0, 1, 2 e 3, teremos ento

=
|
|
\
|
=
3
3 k
k 7
n
9
2
k j
c [n] x e

que j nos d uma aproximao bem melhor, mas ainda no perfeita, do sinal x[n],
como pode-se ver no grfico de
[ ] n x
7

1
= 2. Aproxima-
o por srie de Fourier com 7 termos.

Finalmente, se agora tomarmos 9 termos consecutivos, k = 4, 3, 2, 1, 0, 1, 2, 3 e
4, teremos ento

=
|
|
\
|
= =
4
4 k
k 9
n
9
2
k j
c [n] x [n] x e

que nos d a aproximao perfeita, ou exacta do sinal x[n] pois N = 9. Ou seja,

[n] x [n] x
9
=

O grfico de
[ ] n x
9
, que coincidente com x[n], pode ser visto na figura 7.18 abaixo.


40

1
= 2. Aproxima-
o exacta por srie de Fourier com 9 termos.

Exemplo 7.4:

Considere agora o sinal sinusoidal discreto

) n ( sen [n] x
o
=

Este sinal peridico quando:

o
2
um inteiro ou a razo de inteiros.

Suponha que

N
2
o
=

logo,
N
2
o
=

e x[n] ento um sinal peridico com perodo fundamental N.

Usando-se a equao de Eler podemos expandir este sinal x[n] como a soma de 2
termos exponenciais complexas, obtendo-se

n
N
2
j n
N
2
j
j 2
1
j 2
1
[n] x
|
|
\
|
|
|
\
|
= e e

e vemos ento que:


41

=
=
. , 0 c
j
2
1
j 2
1
c
j
2
1
j 2
1
c
somao de intervalo no k de valores outros para
k
1
1

Por exemplo, no caso particular de

N = 5

ento
|
\
|

= n
5
2
sen [n] x

e os coeficientes de Fourier sero:

j
2
1
j 2
1
c
0 c
j
2
1
j 2
1
c
0 c
0 c
j
2
1
j 2
1
c
0 c
j
2
1
j 2
1
c
0 c
0 c
6
5
4
3
2
1
o
1
2
3
= =
=
=
=
=
=
= =
=
=
=
=
=
M

e assim por diante.

M
j
2
1
j 2
1
c
0 c
j
2
1
j 2
1
c
0 c
0 c
j
2
1
j 2
1
c
0 c
j
2
1
j 2
1
c
0 c
0 c
16
15
14
13
12
11
10
9
8
7
= =
=
=
=
=
=
= =
=
=
=
=
=

42
Ou seja, a cada 5 coeficientes c
k
, eles se repetem, i.e., voltam a ter os mesmos valores

M
L
L
L
M
j 5 , 0 c c c
0 c c c
0 c c c
9 4 1
8 3 2
7 2 3
= = = =
= = = =
= = = =

M
L
L
L
M
0 c c c
j 5 , 0 c c c
0 c c c
12 7 2
11 6 1
10 5 o
= = = =
= = = =
= = = =

e assim por diante.

O intervalo de somao pode ser quaisquer 5 coeficientes c
k
consecutivos, como por
exemplo:
de -1 k = at 3 k = , ou
de 0 k = at 4 k = , ou
de 1 k = at 5 k = , ou
de 2 k = at 7 k = ,
etc. etc.

Se tomarmos apenas 3 termos consecutivos, como por exemplo: k = 1, 2 e 3, teremos

=
|
\
|
=
3
1 k
n
5
2
k j
k 3
c [n] x e

que nos d uma aproximao do sinal x[n].

Entretanto, se tomarmos 5 termos consecutivos, como por exemplo: k = 1, 2, 3, 4 e 5,
teremos ento

=
|
\
|
=
5
1 k
n
5
2
k j
k 5
c [n] x e

que nos d a aproximao exacta do sinal x[n] pois N = 5. Ou seja,

|
\
|
= = n
5
2
sen [n] x [n] x
5
.


43
Exemplo 7.5:

Considere novamente o sinal sinusoidal discreto

) n ( sen [n] x
o
=

mas agora suponha que

inteiros 2 de razo
M
N 2
o
= =

onde N e M so 2 inteiros que no tm factores comuns.

Logo,
M
N
2
o

=

Novamente x[n] um sinal peridico e com perodo fundamental N.

Usando-se a equao de Eler podemos tambm expandir este sinal x[n] como a
soma de 2 termos exponenciais complexas, obtendo-se:

n
N
2
M j n
N
2
M j
j 2
1
j 2
1
[n] x
|
|
\
|
|
|
\
|
= e e

e portanto,
= =
= =
j
2
1
j 2
1
c
j
2
1
j 2
1
c
M
M

Alm disso, como
N k N k
c c
+
=
(os c
k
s se repetem a cada N), ento:

( )
( ) tambm
M M N M N
c j
2
1
c c
+
= = =

e
( ) tambm
M M N M N
c j
2
1
c c =
= =
+ +

Entretanto,
. , 0 c somao ervalo de int no ores de k outros val para
k
=


44
Exemplo 7.6:

Neste exemplo anterior (Exemplo 7.5), se tomarmos o caso particular de

N = 5 e M = 3,

ento

( ) n 2 , 1 sen n
5
6
sen n
5
2
3 sen [n] x =
|
\
|
=
|
\
|
=


0 c
0 c
j
2
1
c
j
2
1
c
0 c
0 c
0 c
j
2
1
c
j
2
1
c
0 c
o
1
2
3
4
5
6
7
8
9
=
=
=
=
=
=
=
=
=
=
M

e assim por diante.

k

0 c
0 c
j
2
1
c
j
2
1
c
0 c
0 c
0 c
j
2
1
c
j
2
1
c
0 c
10
9
8
7
6
5
4
3
2
1
=
=
=
=
=
=
=
=
=
=
M
0 c
0 c
j
2
1
c
j
2
1
c
0 c
0 c
0 c
j
2
1
c
j
2
1
c
0 c
20
19
18
17
16
15
14
13
12
11
=
=
=
=
=
=
=
=
=
=

45
M
L
L
L
M
j 5 , 0 c c c c
j 5 , 0 c c c c
0 c c c c
8 3 2 7
7 2 3 8
6 1 4 9
= = = = =
= = = = =
= = = = =

M
L
L
L
M
0 c c c c
0 c c c c
0 c c c c
11 6 1 4
10 5 o 5
9 4 1 6
= = = = =
= = = = =
= = = = =

e assim por diante.

O intervalo de somao novamente pode ser quaisquer 5 coeficientes c
k
consecutivos,
como por exemplo:

de -1 k = at 3 k = , ou
de 0 k = at 4 k = , ou
de 1 k = at 5 k = ,
etc. etc.

Se tomarmos apenas 1, ou 2, ou 3, ou 4 termos consecutivos, teremos uma aproxima-
o do sinal x[n]. Por exemplo: k = 1, 2 e 3,

=
|
|
\
|
=
3
1 k
k 3
n
5
6
k j
c [n] x e

Entretanto, se tomarmos 5 termos consecutivos, como por exemplo: k = 1, 2, 3, 4 e 5,
teremos ento

=
|
|
\
|
=
5
1 k
k 5
n
5
6
k j
c [n] x e


|
\
|

= = n
5
6
sen [n] x [n] x
5


46
Exemplo 7.7:

Novamente considerando o Exemplo 7.5, se tomarmos o caso particular de

N = 7 e M = 3,

ento

( ) ( ) n 6928 , 2 sen n 8571 , 0 sen n
7
6
sen n
7
2
3 sen [n] x = =
|
\
|
=
|
\
|
=


j
2
1
c
0 c
0 c
0 c
0 c
0 c
j
2
1
c
3
2
1
0
1
2
3
=
=
=
=
=
=
=
M

j
2
1
c
0 c
0 c
0 c
0 c
0 c
j
2
1
c
10
9
8
7
6
5
4
=
=
=
=
=
=
=

M
j
2
1
c
0 c
0 c
0 c
0 c
0 c
j
2
1
c
17
16
15
14
13
12
11
=
=
=
=
=
=
=

e assim por diante.

k

M
L
L
L
L
M
= = = =
= = = =
= = = =
= = = =
0 c c c
0 c c c
0 c c c
j 5 , 0 c c c
14 7 o
13 6 1
12 5 2
11 4 3

M
L
L
L
L
M
j 5 , 0 c c c
0 c c c
0 c c c
0 c c c
17 10 3
16 9 2
15 8 1
14 7 o
= = =
= = =
= = =
= = =

e assim por diante.


47
O intervalo de somao agora pode ser quaisquer 7 coeficientes c
k
consecutivos, co-
mo por exemplo:

de -1 k = at 5 k = , ou
de 0 k = at 6 k = , ou
de 1 k = at 7 k = ,
etc. etc.

Se tomarmos apenas 1, ou 2, ou 3, ou 4 termos consecutivos, teremos uma aproxima-
o do sinal x[n]. Por exemplo: k = 1, 2, 3, 4 e 5,

=
|
|
\
|
=
5
1 k
k 5
n
7
6
k j
c [n] x e

Entretanto, se tomarmos 7 termos consecutivos, como por exemplo:

k = 1, 2, 3, 4, 5, 6 e 7,

teremos ento
=
|
|
\
|
=
7
1 k
k 7
n
7
6
k j
c [n] x e


|
\
|

= = n
7
6
sen [n] x [n] x
7 .

7.9 Propriedades da Srie de Fourier para sinais discretos

Linearidade:

Suponha que

x
1
[n] um sinal com perodo N e tem coeficientes de Fourier
k
c

x
2
k
c


48
e que
[ ] [ ] [ ] n x n x n y
2 1
+ =

y[n] tem perodo N ,
ou seja,
y[n] tem frequncia fundamental
N
2
o
=
,


k k k
c c c + =

Translao no tempo (time shifting):

Suponha que

x[n] um sinal com perodo N e tem coeficientes de Fourier c
k

e que
[ ] [ ]
o
n n x n y =

ou seja, y[n] o sinal x[n] com uma translao (shift) no tempo de n
o
.

y[n] tem perodo N ,
ou seja,
N
2
o
=
,

k
k k
c
c c
~
o
n
N
2
k j
o
n
o
k j
|
|
\
|

=
= =
e
e

Nota:

Como
=
, 1
j
e
, tem-se que

k k
c c
~
=


49
Sinal reflectido / reverso no tempo (time reversal) em torno de n = 0:

Suponha que

k

e que
[ ] [ ] n x n y =


y[n] tem perodo N ,
ou seja,
N
2
o
= ,

k k
c c
=

Nota:

Como consequncia desta propriedade pode-se concluir, (semelhantemente ao caso
contnuo), que:

Se x[n] um sinal par os coeficientes de Fourier c
k
so, eles prprios, pares; i.e.,

k k
c c

=

Se x[n] um sinal mpar os coeficientes de Fourier c
k
so eles prprios, mpares;
i.e.,
k k
c c

=
.

Escalonamento no tempo (time scaling):

Suponha que

k

(portanto x[n] tem frequncia fundamental
N
2
o
= )


50
e que
[ ]
=
m de mltiplo no n se , 0
m de mltiplo n se ,
m
n
x
n y


y[n] tem perodo N m ,
ou seja,
N m
2
m
o
, e alm disso,

[ ]
+
+ =
|
|
\
|
+
+ =
|
|
\
|
=
= =
) 1 N (
), 1 ( , k
k
) 1 N (
), 1 ( , k
k
n
N m
2
k j
n
m
o
k j
c
c n y
l
K l l
l
K l l
e
e

Note que a srie de Fourier muda por causa da mudana da frequncia fundamental (e
do perodo). Entretanto os coeficientes c
k
no mudam.

Multiplicao:

Suponha que

[ ] n x
1
um sinal com perodo N e tem coeficientes de Fourier
k
c

[ ] n x
2
um sinal com perodo N e tem coeficientes de Fourier
k
c

e que
[ ] [ ] [ ] n x n x n y
2 1
=


y[n] tem perodo N , ou seja tem frequncia fundamental
N
2
o
= ,



51

+
+ =
=
) 1 N (
), 1 ( , j
j k j k
c c c
l
K l l
k = 0, 1, 2,

Ou seja,

etc etc etc etc
) N k ( N 3 k 3 2 k 2 1 k 1
) 1 N k ( 1 N 2 k 2 1 k 1 k o
) 1 N (
), 1 ( , j
j k j k
c c c c c c c c
c c c c c c c c
c c c
M M M M
L
L
l
K l l

+
+
+ =
+ + + + =
+ + + + =
= =

Conjugao:

Suponha que

k

e que
[ ] [ ] n x n y

=

y[n] o conjugado de x[n]; ento, mostra-se que:

N
2
o
=
,

=
k k
c c

Nota:

Se x[n] R, ento


52
=
k k
c c ;

c
o
R ;
e
k k
c c

=
.

Alm disso, as relaes acima permitem mais uma vez concluir que:
Se x[n] R um sinal par
=
k k
c c
; e
k k
c c

=
(os coeficientes de Fourier so eles prprios pares).

Se x[n] R um sinal mpar
k
c so imaginrios puros, 0 c
o
= e
k k
c c

= (os coeficientes de Fourier so eles prprios impares).

Translao na frequncia (frequency shifting):

Suponha que

k

e, para um m inteiro, constante, considere agora os coeficientes

m k k
c c

= k = 0, 1, 2,
ou seja,
k
c so os coeficientes c
k
desfasados de m.

Ento, mostra-se que o sinal:

[ ] [ ] n x n y
n
o
m j
=

e

tem os coeficientes de Fourier
k
c


53
Nota:

Esta propriedade dual da translao no tempo (time shifting). Agora a translao
(shift) foi aplicada aos c
k
e no no tempo t.

Como
=
, 1
j
e
, ento
k k
c c =

Convoluo no perodo:

Suponha que

x
1
k
c

x
2
k
c

e que y[n] a convoluo (tomada no perodo N):

[ ] [ ] [ ]
[ ] [ ]
+
+ =
=
= =
) 1 N (
), 1 ( , k
2 1
2 1
k x k n x
n x n x n y
l
K l l

N
2
o
=
,

k k k
c c N c
~
~
=

Primeira diferena:

Suponha que

k

e que
[ ] [ ] [ ] 1 n x n x n y =


54
N
2
o
=
,

( )
k
N
2
k j
k
k j
k
c e 1 c e 1 c
o
|
|
\
|
= =
|
\
|

Nota:

Esta propriedade corresponde, no caso discreto, propriedade para a derivada no
caso contnuo.

Para o caso de diferenas de ordem 2 ou maior, pode-se aplicar esta regra sucessivas
vezes. Por exemplo, no caso da segunda diferena, se

[ ] [ ] [ ] 2 n x n x n y =

os coeficientes de Fourier de y(t) so

( )
k
2
N
2
k j
k
2
k j
k
c e 1 c e 1 c
o
|
|
\
|
= =
|
\
|
.

Soma acumulada:

Suponha que
k

e que
[ ]
=
=
n
k
k x ) t ( y


y[n] tem perodo T , ou seja tem frequncia fundamental
N
2
o
=
,


( )
k
N
2
k j
k
k j
k
c
e 1
1
c
e 1
1
c
o
|
|
\
|
=
|
\
|
(


55
Nota:

No caso de c
o
= 0, esta propriedade s vlida para sinais x[n] peridicos e com va-
lores finitos.

Esta propriedade corresponde, no caso discreto, propriedade para a integral no caso
contnuo.

Para o caso de integrais duplas, triplas, etc., pode-se aplicar esta regra sucessivas
vezes.

Relao de Parseval:

Suponha que

k

ento, mostra-se que a potncia mdia do sinal no intervalo de um perodo N:

[ ]
+
+ =
+
+ =
=
= =
) 1 N (
), 1 ( , k
2
k
) 1 N (
), 1 ( , n
2
c
n x
N
1
P
l
K l l
l
K l l

An Sinais Cap7

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

An Sinais Cap7

Enviado por

Direitos autorais:

Formatos disponíveis

7 Sries de Fourier

7.1 Introduo Anlise de Fourier 3

um inteiro ou a razo de inteiros.

Você também pode gostar