Você está na página 1de 107

DAS 51 12 SI NAI S E SI STEMAS LI NEARES I

prof. hector bessa silveira


Universidade Federal de Santa Catarina (UFSC)
Centro Tecnolgico (CTC)
Departamento de Automao e Sistemas (DAS)
2014/1
AGRADECI MENTOS
Gostaria de agradecer ao Germano Schafaschek por ter digitado os
exemplos e feito a integrao com os slides de aula em formato Latex.
E ao Cleison Daniel Silva por ter elaborado e inserido a grande maioria
dos grcos no documento. A Disciplina agradece o excelente (e rduo)
trabalho de vocs!
Importante: todas as guras digitalizadas apresentadas nestas Notas
de Aula foram retiradas do livro texto da Disciplina (B. P. Lathi, Sinais
e Sistemas Lineares, 2a edio, Bookman, 2007). Ressalta-se, ainda, que
o objetivo destas Notas de Aula de complementar o livro texto, e
no de substitu-lo.
ii
SUMRI O
b background 1
b.1 Nmeros Complexos 1
b.1.1 Denies e Operaes 1
b.1.2 Exponencial Complexa 7
b.1.3 Forma Polar 9
b.1.4 Radiciao 18
b.2 Senides 20
b.3 Adio de Senides 21
b.4 Senides Frmula de Euler 25
b.5 Esboo de Sinais 26
b.5.1 Exponencial (Real) Monotnica 26
b.5.2 Esboo de Senides Variando Exponencialmente 27
b.6 Uso de Pacotes Computacionais 29
1 sinais e sistemas 31
1.1 Tamanho do Sinal 34
1.2 Algumas Operaes teis com Sinais 46
1.3 Classicao de Sinais 50
1.4 Alguns Modelos teis de Sinais 54
1.5 Funes Pares e mpares 76
1.6 Sistemas 79
1.7 Classicao de Sistemas 79
1.8 Modelagem e Simulao de Circuitos Eltricos 99
iii
B
BACKGROUND
b.1 nmeros complexos
b.1.1 Denies e Operaes
N = {0, 1, 2, 3, . . .} (naturais)
Z = {. . . , 3, 2, 1, 0, 1, 2, 3, . . .} (inteiros)
Q = {a/b | a, b Z, b = 0} (racionais)
R = QI (R: reais, I: irracionais, QI = )
Temos que N Z Q.
Vamos agora denir o conjunto dos nmeros complexos:
C = {(a, b) | a, b R}
Assim, C nada mais que o plano real R
2
.
Seja z = (a, b) um nmero complexo (a: abscissa, b: ordenada).
Gracamente, veja a Figura B.1.
Dados z
1
= (a, b) e z
2
= (c, d), escrevemos z
1
= z
2
quando a = c e
b = d.
z
1
+z
2
= (a +c, b +d) (soma)
z
1
= (a, b) (oposto de z
1
)
z
1
K = Kz
1
= (Ka, Kb), para todo K R (produto escalar)
z
1
z
2
z
1
+ (z
2
) = (a, b) + (c, d) = (a c, b d) (diferena)
Note que z
1
z
1
= (0, 0) 0 C (zero complexo), z
1
= (1)z
1
e
z
1
= 1z
1
. Denominamos
j = (0, 1)
de unidade imaginria (veja a Figura B.2).
Note que R est contido em C, pois
x R (x, 0) C.
Em particular,
1 R (1, 0) C.
1
B.1 nmeros complexos 2
0.5 0 0.5 1 1.5 2 2.5 3
0
0.5
1
1.5
2
Re(z)
I
m
(
z
)
z = (a,b)
a
b
Figura B.1: Plano complexo.
0.2 0.1 0 0.1 0.2 0.3 0.4 0.5
0
0.2
0.4
0.6
0.8
1
1.2
Plano Complexo
Re(z)
I
m
(
z
)
j1
Figura B.2: Unidade Imaginria.
B.1 nmeros complexos 3
Logo, z = (a, b) C pode ser escrito como
z = (a, b) = a(1, 0)
=1R
+ b(0, 1)
=jC
=

(1,0)
a +jb
Denominamos a de parte real, b de parte imaginria de z, e escrevemos
Re(z) = a
Im(z) = b
Dizemos que z real quando Im(z) = b = 0, e que z imaginrio
quando Re(z) = a = 0.
Logo, se z
1
= a +jb e z
2
= c +jd, ento
z
1
+z
2
= (a +c) +j(b +d)
z
1
= a +j(b) = a jb
Kz
1
= Ka +jKb, para todo K R
z
1
z
2
= (a c) +j(b d)
Agora, vamos denir o produto (ou multiplicao) de nmeros com-
plexos. Se z
1
= a +jb e z
2
= c +jd, ento
z
1
z
2
= (ac bd) +j(ad +bc) (produto ou multiplicao)
Note que j
2
= j j = (1, 0) = 1 e
z
1
z
2
= (a +jb)(c +jd) = ac +jad +jbc +
=1
j
2
bd
= (ac bd) +j(ad +bc)
Se z = a +jb = 0, denimos
z
1
=
a
a
2
+b
2

jb
a
2
+b
2
(inverso de z = 0).
Se z
1
, z
2
C com z
2
= 0, denimos
z
1
/z
2
= z
1
z
1
2
(quociente).
Assim, z
1
= 1/z.
Note que, se z
1
e z
2
so reais e K R, ento z
1
+z
2
, z
1
z
2
e Kz
1
coincidem com as operaes usuais em R.
B.1 nmeros complexos 4
Propriedades
Sejam z
1
, z
2
, z
3
, z
4
nmeros complexos e K, K
1
, K
2
R. Ento:
Adio:
(i) z
1
+z
2
= z
2
+z
1
(comutatividade)
(ii) z
1
+ (z
2
+z
3
) = (z
1
+z
2
) +z
3
(associatividade)
(iii) z
1
+0 = z
1
(0 = (0, 0) o elemento neutro)
(iv) z
1
+ (z
1
) = 0 (z
1
o oposto de z
1
)
Produto Escalar:
(i) K(z
1
+z
2
) = Kz
1
+Kz
2
(ii) (K
1
+K
2
)z
1
= K
1
z
1
+K
2
z
1
(iii) (K
1
K
2
)z
1
= K
1
(K
2
z
1
)
(iv) 1 z
1
= z
1
Multiplicao:
(i) z
1
z
2
= z
2
z
1
(comutatividade)
(ii) z
1
(z
2
z
3
) = (z
1
z
2
)z
3
(associatividade)
(iii) 1z
1
= z
1
(1 = (1, 0) o elemento neutro)
(iv) z
1
z
1
1
= 1 (z
1
1
o inverso de z
1
= 0)
(v) z
1
(z
2
+z
3
) = z
1
z
2
+z
1
z
3
(distributividade)
(vi) (z
1
z
2
)
1
= z
1
1
z
1
2
, z
1
= 0, z
2
= 0
(vii)
z
1
z
2

z
3
z
4
=
z
1
z
3
z
2
z
4
, z
2
= 0, z
4
= 0
Seja n 1 um nmero natural e z C. Denimos
z
n
= z z . . . z
. .
nvezes
e z
0
= 1
Exemplo Sejam z
1
= 2 +j3 e z
2
= 1 j4. Ento:
z
1
+z
2
= 3 j, z
1
z
2
= 1 +j7
5z
1
= 10 +j15
2z
1
= 4 j6
z
1
1
=
2
2
2
+3
2
j
3
2
2
+3
2
=
2
13
j
3
13
=
1
13
(2 j3)

z
2
z
1
= z
2
z
1
1
=
1
13
(1 j4)(2 j3) =
1
13
(2 j3 j8 12) =
1
13
(10 j11)
z
2
1
= z
1
z
1
= (2 +j3)(2 +j3) = 4 +j6 +j6 9 = 5 +j12
z
3
1
= z
2
1
z
1
= (5 +j12)(2 +j3) = 10 j15 +j24 36 = 46 +j9
B.1 nmeros complexos 5
Se z = a +jb, denimos (veja a Figura B.3)
z

= a jb (complexo conjugado de z)
|z| =
_
a
2
+b
2
(mdulo ou valor absoluto ou magnitude de z)
2 1.5 1 0.5 0 0.5 1 1.5 2
2
1.5
1
0.5
0
0.5
1
1.5
2
Plano Complexo
Re(z)
I
m
(
z
)
z
z
*
z
*
z
a a
b
b
Figura B.3: Complexo Conjugado de z.
Note que
z = a jb
z

= a jb
z

= a +jb = (z)

z +z

= 2a = 2Re(z) Re(z) =
z +z

2
z z

= 2jb = 2jIm(z) Im(z) =


z z

2j
|z| = |z

| = | z| = |(z)

|
Seja z = a +jb = 0. Ento,
z
1
=
a
a
2
+b
2
j
b
a
2
+b
2
=
a
|z|
2
j
b
|z|
2
=
1
|z|
2
(a jb) =
z

|z|
2
.
B.1 nmeros complexos 6
Logo,
z
1
=
z

|z|
2
.
Assim, se |z| = 1 (mdulo unitrio), ento z
1
= z

.
Observao 1
z
1
z
2
= z
1
z
1
2
= z
1
_
z

2
|z
2
|
2
_

z
1
z
2
=
1
|z
2
|
2
z
1
z

2
Observao 2
zz

= (a +jb)(a jb) = a
2
jab +jab j
2
b zz

= a
2
+b
2
= |z|
2
Exemplos
a) z = 3 +j4
z

= 3 j4
|z| =
_
3
2
+4
2
= 5 |z|
2
= 25
z
1
=
z

|z|
2
=
1
25
(3 j4) =
3
25
j
4
25
b) z
2
=
2 +j
3 +j4
=
2 +j
z
Obs1

=
1
|z|
2
(2 +j)z

=
1
25
(2 +j)(3 j4) =
1
25
(10 j5)
ou
z
2
=
2 +j
z
=
2 +j
z
z

=
2 +j
3 +j4

3 j4
3 j4
=
10 j5
3
2
+4
2
Obs2
=
1
25
(10 j5)
c) j = (0, 1)
j

= (0, 1) = j
|j| =
_
0
2
+1
2
= 1
j
1
= j

= j
Propriedades
(i) |z
1
z
2
| = |z
1
||z
2
|, e

z
1
z
2

=
|z
1
|
|z
2
|
se z
2
= 0
(ii) (z
1
+z
2
)

= z

1
+z

2
(iii) (z
1
z
2
)

= z

1
z

2
B.1 nmeros complexos 7
(iv) (z
1
)

= (z

)
1
, z = 0
(v)
_
z
1
z
2
_

=
z

1
z

2
, z
2
= 0
(vi) zz

= |z|
2
(vii) (z

= z
(viii) z = z

z real, ou seja, Im(z) = 0


(ix) z = z

z imaginrio, ou seja, Re(z) = 0


b.1.2 Exponencial Complexa
Relembre a funo exponencial real (veja a Figura B.4):
f(x) = e
x
R, x R. GRFICO
2 1.5 1 0.5 0 0.5 1 1.5 2
1.5
1
0.5
0
0.5
1
1.5
2
2.5
3
1
Funo Exponencial
e
x
Figura B.4: Funo Exponencial Real.
Propriedades
(i) e
0
= 1
(ii) e
x
> 0 para todo x R
(iii) 0 < e
x
< 1 se x < 0
B.1 nmeros complexos 8
(iv) e
x
> 1 se x > 0
(v)
de
x
dx
= e
x
(vi) lim
x
e
x
= 0 lim
x+
e
x
= +
(vii) e
(x+y)
= e
x
e
y
(viii) (e
x
)
1
=
1
e
x
= e
x
(ix)
e
x
e
y
= e
(xy)
(x) (e
x
)
y
= e
xy
Se z = a +jb, denimos a exponencial complexa por
e
z
= e
a+jb
= e
a
(cos b +j senb) C .
Logo, se z = jb (imaginrio), ento
e
z
= e
jb
= cos b +j senb (frmula de Euler)
E, se z = a (real), ento e
z

exp.
complexa
= e
a

exp.
real
Propriedades
(i) e
0
= 1
(ii) e
z
= 0 para todo z C
(iii) e
(z
1
+z
2
)
= e
z
1
e
z
2
(iv) (e
z
)
1
= e
z
(v)
e
z
1
e
z
2
= e
(z
1
z
2
)
(vi) (e
jb
)

= e
jb
, pois (e
jb
)

= cos b j senb = cos(b) +j sen(b) = e


jb
(vii) (e
z
)

= e
(z

)
(viii) |e
a+jb
| = e
a
, |e
jb
| = 1
(ix) e
z
= 1 z = j2n, onde n Z (inteiro!)
(x) e
jn
= 1 se n inteiro mpar
(xi) e
jn

2
=
_
_
_
j se n = 1, 5, 9, 13, . . .
j se n = 3, 7, 11, 15, . . .
(xii) lim
t+
e
(a+jb)t
= lim
t+
e
at
_
cos(bt) +j sen(bt)
_
= 0 se a < 0
B.1 nmeros complexos 9
b.1.3 Forma Polar
Veremos que todo z C pode ser escrito como z = |z|e
jz
. Considere
o nmero complexo z = a +jb, com a > 0, b > 0 (1
o
quadrante!).
Gracamente, veja a Figura B.5.
6 4 2 0 2 4 6
2.5
2
1.5
1
0.5
0
0.5
1
1.5
2
2.5
z = a+jb
Re(z)
I
m
(
z
)
z=(a,b)
1

Quadrante 2

Quadrante
3

Quadrante 4

Quadrante
r = |z|
Figura B.5: Forma Polar.
Assim,
r = |z| =
_
a
2
+b
2
(mdulo de z)
z = tan
1
_
b
a
_
(ngulo de z)
z em graus =
180

z em rad
fcil ver que
a = r cos z
b = r senz
Logo,
z =
forma cannica ou retangular
a +jb = r cos z +jr senz = r(cos z +j senz)
z = re
jz
= |z|e
jz
(forma polar)
B.1 nmeros complexos 10
Agora, seja z = a + jb (em qualquer quadrante!). Note que z =
|z|e
jz
= |z|e
j(z+2n)
, n inteiro. Desse modo, z possui innitos ngu-
los. Relembre que e
j
= 1 = 2K, com K inteiro. Logo,

1
e
2
so ngulos de z
1
=
2
+2K, com K inteiro
Denimos o valor principal de z como o nico ngulo com <
(em rad), ou 180

< 180

(em graus), tal que


z = |z|e
j
Temos que (veja as Figuras B.6B.13):
= tan
1
_
b
a
_
se a > 0 (1
o
ou 4
o
quadrante)
= tan
1
_
b
a
_
+ se a < 0 e b > 0 (2
o
quadrante)
= tan
1
_
b
a
_
se a < 0 e b < 0 (3
o
quadrante)
=

2
se a = 0 e b > 0
=

2
se a = 0 e b < 0
= tan
1
_
b
a
_
= 0 se a > 0 e b = 0 (real positivo)
= se a < 0 e b = 0 (real negativo)
= 0 se z = 0
B.1 nmeros complexos 11
0 0.5 1 1.5
1.5
1
0.5
0
0.5
1
1.5
Plano Complexo
Re(z)
I
m
(
z
)
z
z
*
1
1
= 45

+/4 rad
= 45

/4 rad
Figura B.6: 1 ou 4 Quadrante.
1 0.5 0 0.5 1
1.5
1
0.5
0
0.5
1
1.5
Plano Complexo
Re(z)
I
m
(
z
)
z
1
1
= 135

+3/4 rad
Figura B.7: 2 Quadrante.
B.1 nmeros complexos 12
1.5 1 0.5 0 0.5 1
1.5
1
0.5
0
0.5
1
1.5
Plano Complexo
Re(z)
I
m
(
z
)
z
1
1
= 135

3/4 rad
Figura B.8: 3 Quadrante.
0.5 0.4 0.3 0.2 0.1 0 0.1 0.2 0.3 0.4 0.5
1.5
1
0.5
0
0.5
1
1.5
Plano Complexo
Re(z)
I
m
(
z
)
1
= 90

/2 rad
Figura B.9: Imaginrio positivo.
B.1 nmeros complexos 13
0.5 0.4 0.3 0.2 0.1 0 0.1 0.2 0.3 0.4 0.5
1.5
1
0.5
0
0.5
1
1.5
Plano Complexo
Re(z)
I
m
(
z
)
1
= 90

/2 rad
Figura B.10: Imaginrio negativo.
0.5 0 0.5 1
0.5
0
0.5
1
Plano Complexo
Re(z)
I
m
(
z
)
+1 = 0

0 rad
Figura B.11: Real positivo.
B.1 nmeros complexos 14
1 0.8 0.6 0.4 0.2 0 0.2 0.4 0.6 0.8 1
0.5
0
0.5
1
Plano Complexo
Re(z)
I
m
(
z
)
1
= 180

rad
Figura B.12: Real negativo.
0.5 0 0.5 1
0.5
0
0.5
1
Plano Complexo
Re(z)
I
m
(
z
)
0 = 0

0 rad
Figura B.13: Zero.
B.1 nmeros complexos 15
Calculadora HP
A HP converte automaticamente forma polar forma carte-
siana;
A HP j fornece automaticamente o valor principal de z;
Verique se na HP est setado graus ou rad!
Exemplos (na HP direto!)
1 z = 2 +j3 1
o
quadrante
|z| =
_
2
2
+3
2
=

13
= tan
1
_
3
2
_
= 56.3



180

56.3

= 0, 9826 rad
z =

13e
j0,9826
=

13 e
j56.3

cuidado!
2 z = 2 j5 3
o
quadrante
|z| =
_
(2)
2
+ (5)
2
=

29
= tan
1
_
5
2
_
= 1, 9513 rad
180

(1, 9513) = 111.80

z =

29e
j1,9513
=

29e
j111.80

3 z = 2e
j/3
z = 2
_
cos(/3) j sen(/3)
_
= 2 cos(/3) j2 sen(/3)
z = 1 j1, 7321
4 e
j/2
= cos(/2)
=0
+j sen(/2)
=1
= j
Observao Seja z = |z|e
jz
. Ento,
z = a +jb = |z|(cos z +j senz) = |z| cos z +j|z| senz
a = |z| cos z , b = |z| senz
Propriedades Seja z = a +jb = |z|e
jz
.
(i) z

= |z|e
jz
,
pois z = |z|(cos z +j senz)
e z

= |z|(cos z j senz) = |z|


_
cos(z) +j sen(z)
_
B.1 nmeros complexos 16
(ii) Se z = 0, ento
z
1
=
z

|z|
2
=
1
|z|
e
jz
(iii) Se z
1
= |z
1
|e
jz
1
e z
2
= |z
2
|e
jz
2
, ento
z
1
z
2
= |z
1
||z
2
|e
j(z
1
+z
2
)
( z
1
= (1)z
1
= |z
1
|e
j(z
1
+)
)
e
z
1
z
2
=
|z
1
|
|z
2
|
e
j(z
1
z
2
)
(iv) z
n
= |z|
n
e
jnz
, n 0 inteiro
(v) |z| = 1 z = e
jz
(veja a Figura B.14)
1.5 1 0.5 0 0.5 1 1.5
1.5
1
0.5
0
0.5
1
1.5
e
j
1
Re(z)
I
m
(
z
)
e
j
1
Figura B.14: Propriedade (v).
Dica
+ e : forma cartesiana
e : forma polar
B.1 nmeros complexos 17
Exemplos
(i) z
1
= 2 +j5 z
1
= 5, 3851e
j68,1986

= |z
1
|e
jz
1

z
2
= 3 +j z
2
= 3, 1623e
j18,4349

= |z
2
|e
jz
2

z
1
+z
2
= 5 +j6
z
1
z
2
= |z
1
||z
2
|e
j(z
1
+z
2
)
= 17, 0294e
j86,6

z
1
z
2
=
|z
1
|
|z
2
|
e
j(z
1
z
2
)
= 1, 7029e
j49,8

(ii) z = 1 j2 z = 2, 2361e
j63,4349

= |z|e
jz

= |z|e
jz
= 2, 2361e
j63,4349

z
1
=
1
|z|
e
jz
=
1
2, 2361
e
j63,4349

z
5
= (2, 2361)
5
e
j5.63,4349

= 55, 9057e
j317,1745

= 55, 9057
valor principal

e
j42,8255

Exemplo Considere a funo complexa X(w) da varivel real w 0:


X(w) =
2 +jw
3 +j4w
C , w 0 real
(i) Encontre Re
_
X(w)
_
e Im
_
X(w)
_
.
Soluo: X(w) =
2 +jw
3 +j4w

3 j4w
3 j4w
=
(6 +4w
2
) j5w
9 +16w
2
X(w) =
6 +4w
2
9 +16w
2
j
5w
9 +16w
2
Re
_
X(w)
_
=
6 +4w
2
9 +16w
2
Im
_
X(w)
_
=
5w
9 +16w
2
(ii) Encontre |X(w)| e X(w).
Soluo: X(w) =
1
o
quadrante
2 +jw
3 +j4w
1
o
quadrante
=

4 +w
2
e
jtan
1
(w/2)

9 +16w
2
e
jtan
1
(4w/3)
X(w) =

4 +w
2
9 +16w
2
e
j
_
tan
1
(w/2)tan
1
(4w/3)
_

_
_
_
|X(w)| =
_
4+w
2
9+16w
2
X(w) = tan
1
(w/2) tan
1
(4w/3)
B.1 nmeros complexos 18
b.1.4 Radiciao
Seja z = 0 e n 1 inteiro. Existem ento n nmeros complexos
w
0
, w
1
, . . . , w
n1
tais que
w
n
k
= z , k = 0, 1, . . . , n1
Neste caso, dizemos que os w
k
s so razes n-simas de z, e escrevemos
z
1/n
= w
k
Assim, resolver
n

z ou z
1/n
(raz n-sima de z = 0)
signica encontrar os n w
k
s tais que w
n
k
= z.
Pode-se mostrar que se z = |z|e
j

valor principal
, ento
w
k
= |z|
1/n
=
n

|z| (real!)
e
j(+2k)/n
, k = 0, 1, . . . , n1
O nmero complexo w
0
(k = 0) denominado de raiz principal de
z = 0.
Observao Quando n = 2, escrevemos z
1/2
=

z (raiz quadrada).
Exemplos
1 Resolva
(1)
1/2
=

1 z = 1 e n = 2
Soluo: z = 1 = |z|e
j
= 1e
j
|z| = 1, =
w
k
= |z|
1/2
e
j(+2k)/2
=

1e
j(+2k)/2
, k = 0, 1
Logo,
_
_
_
w
0
= 1e
j/2
= j (raiz principal)
w
1
= 1e
j3/2
= e
j90

= j

1 = j
Vericao: j
2
= 1
(j) (j) = j
2
= 1
B.1 nmeros complexos 19
2 Resolva
(8 j8

3)
1/4
Soluo: n = 4 e z = 8 j8

3 = |z|e
j
= 16e
j2/3
w
k
=
4

16e
j(+2k)/4
, k = 0, 1, 2, 3
(veja a Figura B.15)
_

_
w
0
= 2e
j/6
=

3 j (raiz principal)
w
1
= 2e
j/3
= 1 +j

3
w
2
= 2e
j5/6
=

3 +j
w
3
= 2e
j4/3
= 1 j

3
2 1.5 1 0.5 0 0.5 1 1.5 2
2
1.5
1
0.5
0
0.5
1
1.5
2

0
30

1
60

2
150

3
120

(8j83)
1/4
Parte Real
P
a
r
t
e

I
m
a
g
i
n

r
i
a
Figura B.15: Exemplo 2.
B.2 senides 20
b.2 senides
Considere a senide
x(t) = Ccos(
rad!
2f
0
t +

graus ou rad
Cuidado! Graus apenas para
facilitar a visualizao.
) = Ccos(
0
t +), < t < +
onde
C 0: amplitude
f
0
: frequncia (em Hz = s
1
)

0
= 2f
0
: frequncia angular (em rad/s)
T
0
=
1
f
0
=
2

0
: perodo (em s)
0
=
2
T
0
= 2f
0
: fase
Note que:
= 0 x(t) = Ccos(2f
0
t)
=

2
(90

) x(t) = Ccos(2f
0
t

2
) = Csen(2f
0
t)
Deslocamento no tempo (avano ou atraso), onde > 0 (veja a Figura B.16):
em rad:
x(t) = Ccos(
0
t ) = Ccos
_

0
t

0
_
= Ccos
_

0
_
t

avano ou atraso no tempo

0
_
_

0
=
2
T
0

= Ccos
_

0
_
t

avano ou atraso no tempo


T
0
2
_
_
em graus:
x(t) = Ccos(
0
t

)
em rad =

180

= Ccos
_

0
t

180
_
= Ccos
_

0
_
t

avano ou atraso no tempo

180
0
_
_

0
=
2
T
0

= Ccos
_

0
_
t

avano ou atraso no tempo

T
0
360
_
_
B.3 adio de senides 21
8 6 4 2 0 2 4 6 8
1.5
1
0.5
0
0.5
1
1.5
C.cos(
0
t)
C.cos(
0
t )
/
0
C.cos(
0
t + )
/
0
Figura B.16: Deslocamento no tempo, onde > 0.
Exemplo

= 60

(atraso) atraso no tempo de


T
0
6

= 90

atraso no tempo de
T
0
4
b.3 adio de senides
Considere
x(t) = acos
=!

0
t +bsen
0
t (adio de senides)
Problema: Encontrar C (amplitude) e (fase) tal que
x(t) = acos
0
t +bsen
0
t = Ccos(
0
t +)
Soluo: Temos que
Ccos(
0
t +)
propriedade
trigonomtrica

= Ccos cos(
0
t) Csen sen(
0
t) ()
B.3 adio de senides 22
8 6 4 2 0 2 4 6 8
1.5
1
0.5
0
0.5
1
1.5
T
0
/4 T
0
/2
C.cos(
0
t 60

)
C.cos(
0
t)
atraso no
tempo
Figura B.17: Atraso no tempo.
Tome
_

_
z = a jb
C = |z| =

a
2
+b
2
= valor principal de z
Logo,
z = a jb = |z|e
j
= Ce
j
= C(cos +j sen) = Ccos +jCsen
Portanto,
a = Ccos
b = Csen
Assim,
Ccos(
0
t +)
por ()

= Ccos
. .
a
cos(
0
t) Csen
. .
b
sen(
0
t)
= acos(
0
t) +bsen(
0
t)
= x(t).
B.3 adio de senides 23
Em resumo, para resolvermos o problema, basta escolhermos:
z = a jb
C = |z| =
_
a
2
+b
2
= valor principal de z
Representao fasorial de x(t) (veja a Figura B.18):
0.2 0 0.2 0.4 0.6 0.8 1 1.2
1.2
1
0.8
0.6
0.4
0.2
0
0.2
Representao Fasorial
Re(z)
I
m
(
z
)
z

b
a
Figura B.18: Representao fasorial. Note que a corresponde a acos(
0
t), e
que b corresponde a bsen(
0
t) = bcos(
0
t /2).
Reciprocamente, se
x(t) = Ccos(
0
t +), com C > 0 ,
ento
x(t) = Ccos
. .
a
cos(
0
t) Csen
. .
b
sen(
0
t)
= acos(
0
t) +bsen(
0
t)
onde
a = Ccos
b = Csen
_
z = a jb = Ce
j
B.3 adio de senides 24
Exemplo
x(t) = 3 cos
0
t +4 sen
0
t
(veja a Figura B.19)
_
a = 3
b = 4

z = a jb = 3 j4
C =
_
a
2
+b
2
=
_
(3)
2
+ (4)
2
= 5
= 2, 2143 rad 126, 9

x(t) = 5 cos(
0
t 126, 9

)
6 5 4 3 2 1 0 1 2
4
3.5
3
2.5
2
1.5
1
0.5
0
0.5
1
Representao Fasorial
Re(z)
I
m
(
z
)
z
= 126.9
b = 4
a = 3
Figura B.19: Fasor.
Observao Suponha que
x(t) = Ccos(
0
t +), com C > 0 . Logo, x(t) = Ccos(
0
t +

..
+180

)
Soma de Senides de Mesma Frequncia e Fases Diferentes
Considere
x
1
(t) = C
1
cos(
0
t +
1
), com C
1
> 0,
x
2
(t) = C
2
cos(
0
t +
2
), com C
2
> 0.
Problema: Queremos encontrar C
3
0 e
3
tal que
x
3
(t) = x
1
(t) x
2
(t) = C
3
cos(
0
t +
3
)
B.4 senides frmula de euler 25
Soluo:
x
1
(t) = a
1
cos
0
t +b
1
sen
0
t ,
_

_
a
1
= C
1
cos
1
b
1
= C
1
sen
1
z
1
= a
1
jb
1
= C
1
e
j
1
x
2
(t) = a
2
cos
0
t +b
2
sen
0
t ,
_

_
a
2
= C
2
cos
2
b
2
= C
2
sen
2
z
2
= a
2
jb
2
= C
2
e
j
2
x
3
(t) = (a
1
a
2
)
=a
3
cos
0
t + (b
1
b
2
)
=b
3
sen
0
t = C
3
cos(
0
t +
3
)

_
_
_
z
3
= a
3
jb
3
= (a
1
a
2
) j(b
1
b
2
) = z
1
z
2
C
3
= |z
3
| ,
3
= valor principal de z
3
, onde z
3
= C
1
e
j
1
C
2
e
j
2
b.4 senides frmula de euler
Seja
z = a +jb
Relembre que
Re(z) = a =
z +z

2
, Im(z) = b =
z z

2j
Como
e
j
= cos +j sen e (e
j
)

= e
j
ento,
cos =
e
j
+e
j
2
, sen =
e
j
e
j
2j
B.5 esboo de sinais 26
b.5 esboo de sinais
b.5.1 Exponencial (Real) Monotnica
Veja a Figura B.20.
3 2 1 0 1 2 3 4 5
2
1
0
1
2
3
e
at
, a>0
1
Monotonicamente Crescente
tempo
Figura B.20: Exponencial Real Monotnica.
Esboo do grco de f(t) = Ce
at
, t 0, quando a > 0, C > 0:
Temos que (veja a Figura B.21)
f(0) = C (valor inicial)
f(
1
/a
=
) = Ce
a
1
a
= Ce
1
= C
1
e
0, 37C
=
1
/a denominado de constante de tempo
f(2) = Ce
a
2
a
= Ce
2
= C
1
e
2
0, 135C
f(2) = C
1
e
=f(
1
/a)

1
e
0, 37 f()
f(3) = f(
3
/a) = Ce
3
0, 05C 0, 37 f(2)
f(n) = C
1
e
n1
=f
_
(n1)
_

1
e
0, 37 f
_
(n1)
_
B.5 esboo de sinais 27
Note que:
a constante de tempo taxa de decaimento
a constante de tempo taxa de decaimento
1 0 1 2 3 4 5
1.5
1
0.5
0
0.5
1
1.5
2
C
0.37C
0.135C
= 1/a
2 = 2/a
Monotonicamente Decrescente
Figura B.21: Esboo do grco de f(t) = Ce
at
para t 0, onde a > 0,
C > 0.
Exemplo
f(t) = 4e
2t
C = 4, a = 2, =
1
/a = 0, 5 (constante de tempo)
Veja a Figura B.22.
b.5.2 Esboo de Senides Variando Exponencialmente
Seja
x(t) = Ce
at

amplitude do
cosseno decai
exponencialmente!
cos(
frequncia
angular

0
t

fase
), t 0, a > 0, C > 0, > 0
Procedimento para esboar de x(t):
1 Esboce Ce
at
B.5 esboo de sinais 28
0.5 0 0.5 1 1.5 2 2.5 3 3.5 4
2
1
0
1
2
3
4
5
f(t)=4e
2t
, a>0
C
4*0.37=1,48
1,48*0,370,55
= 1/a = 0,5
2 = 1
Monotonicamente Decrescente
Figura B.22: Exemplo.
2 Esboce cos(
0
t +)
3 Esboce o produto Ce
at
cos(
0
t +) considerando os envelopes
Ce
at
, Ce
at
= Ce
at
reetido
sobre o eixo t
e x(0) = Ccos()
Dica: considere os pontos em que cos(
0
t +) igual a 1, 0, 1
Observao Se C < 0, considere x(t) = C
>0
e
at
cos(
0
t +180

)
Exemplo Esboce o grco de
x(t) = 4e
2t
cos(6t 60

)
1 4e
2t
C = 4, a = 2, =
1
/a = 0, 5 (constante de tempo)
2 cos(6t

atraso!
60

)
0

T
0
=
2

0
1seg
= 6 ,

atraso no tempo de

180
T
0

1
6
0, 15
= 60

3 x(0) = 4 cos(60

) = 2
Veja a Figura B.23.
B.6 uso de pacotes computacionais 29
0.5 0 0.5 1 1.5 2 2.5
5
0
5
Envelope: 4e
2t
4*0.37=1,48
1,48*0,370,55
Exponencial Amortecida
0.5 0 0.5 1 1.5 2 2.5
1.5
1
0.5
0
0.5
1
1.5
0,17
Figura B.23: Senoide amortecida.
b.6 uso de pacotes computacionais
Matlab z = a +jb = |z|e
jz
1 z=2+j
*
3 ou z=2+i
*
3
z
_
real=real(z)
z
_
imag=imag(z)
z
_
mag=abs(z)
z
_
rad=angle(z)
2 cartesiana polar :
[z
_
rad,z
_
mag]=cart2pol(a,b)
z
_
graus=z
_
rad
*
(180/pi)
polar cartesiana :
[z
_
real,z
_
imag]=pol2cart(z em rad!,|z|)
+ potncia
+ -
*
/
B.6 uso de pacotes computacionais 30
3 k=0:5
w=exp(j
*
k/3)
w(1)
w(2)
k(1)
k(2)
plot(real(w),imag(w),o)
axis equal square
4 t=0:0.01:4
f=4
*
exp(-2
*
t) (f(t) = 4e
2t
)
5 plot(t,f);
hold on;
plot(t,-f);
close;
plot(t,f,--,t,-f,--);
hold on;
6 x=f.
*
cos(6
*
t-pi/3) (x(t) = 4e
2t
cos(6t

/3))
plot(t,x)
figure
plot(t,x)
1
SI NAI S E SI STEMAS
Sinal: conjunto de dados ou informao
Ex: sinal de rdio, celular, tenso da Celesc (veja a Figura 1.1), imagem
3D do corpo (exame mdico)
Rdio, celular, tenso da Celesc: varivel dependente o tempo
Imagem 3D do corpo: varivel dependente o espao
0 0.005 0.01 0.015 0.02 0.025 0.03 0.035 0.04
400
300
200
100
0
100
200
300
400
Tenso CELESC
T
0
Figura 1.1: Tenso CELESC.
Sistema: uma entidade em que o sinal de sada y(t) alterado pelo
sinal de entrada x(t) (veja a Figura 1.2)
Ex: motor eltrico (veja a Figura 1.3), motor mecnico, equalizador de
udio (veja a Figura 1.4), computador, smartphone, ecossistemas
Problema de Anlise Problema de Controle
Veja as Figuras 1.5 e 1.6.
31
sinais e sistemas 32
Sistema
Sada Entrada
) (t x
) (t y
Figura 1.2: Sistema Genrico.
) (t y
Motor CC
) (t x
Figura 1.3: Motor CC.
sinais e sistemas 33
Equalizador
de
udio
Sada de udio Entrada de
udio
) (t x ) (t y
Agudos e Graves Graves
Figura 1.4: Equalizador de Radio.
) 10 ( ) ( t sen t x
Motor CC
? ) ( t y
Figura 1.5: Problema de Anlise do Motor CC.
1.1 tamanho do sinal 34
Motor CC
? ) ( t x
) 10 ( ) ( t sen t y
Figura 1.6: Problema de Controle do Motor CC.
1.1 tamanho do sinal
Tamanho do sinal x(t): medida do tamanho ou fora de x(t)
Motivao: v(t) = Ri(t) (Lei de Ohm)
v(t): tenso aplicada
i(t): corrente
R: resistncia
P(t) = v(t)i(t) = Ri(t)
2
= v(t)
2
/R (potncia dissipada instan-
tnea)
R = 1 (normalizao)
Potncia dissipada instantnea: P(t) = i(t)
2
= v(t)
2
(quadrado
de i(t) e v(t))
Energia dissipada no intervalo [t
1
, t
2
]:
E
[t
1
,t
2
]
=
_
t
2
t
1
p(t) dt =
_
t
2
t
1
i
2
(t) dt
Potncia dissipada mdia em [t
1
, t
2
]:
P
[t
1
,t
2
]
=
1
t
2
t
1
E
[t
1
,t
2
]
=
1
t
2
t
1
_
t
2
t
1
p(t) dt
=
1
t
2
t
1
_
t
2
t
1
i
2
(t) dt
1.1 tamanho do sinal 35
Energia dissipada no intervalo (, ):
E =
_

p(t) dt =
_

i
2
(t) dt
Potncia dissipada mdia em (, ):
P = lim
T
1
T
E
[T/2,T/2]
= lim
T
1
T
_
T/2
T/2
i
2
(t) dt
Energia de um sinal real x(t):
E
x
=
_

x
2
(t) dt
_
0

x
2
(t) dt +
_

0
x
2
(t) dt
= lim
T
_
0
T
x
2
(t) dt + lim
T
_
T
0
x
2
(t) dt
Assumimos que x(t) um sinal qualquer que contnuo por partes
Energia de um sinal complexo x(t):
E
x
=
_

|x(t)|
2
dt
Potncia de um sinal real x(t):
P
x
= lim
T
1
T
_
T/2
T/2
x
2
(t) dt
Potncia de um sinal complexo x(t):
P
x
= lim
T
1
T
_
T/2
T/2
|x(t)|
2
dt
P
x
: valor mdio quadrtico de x(t)
P
x rms
=

P
x
: valor rms (Raiz Mdia Quadrtica Root Mean Square)
Se x(t) tem unidade U (por exemplo, U volts), ento E
x
tem
unidade U
2
s e P
x
tem unidade U
2
Obs 1 Se x(t) peridico, ou seja, existe T
0
> 0 tal que
x(t +T
0
) = x(t), t (, ),
ento
P
x
=
1
T
0
_
T
0
/2
T
0
/2
x
2
(t) dt < (real)
1.1 tamanho do sinal 36
P
x
=
1
T
0
_
T
0
/2
T
0
/2
|x(t)|
2
dt < (complexo)
Obs 2 Existem 4 situaes:
1. E
x
< : energia nita (neste caso,
E
x
= lim
T
_
T
T
x
2
(t) dt = lim
T
_
T/2
T/2
x
2
(t) dt < )
2. E
x
= : energia innita
3. P
x
< : potncia nita
4. P
x
= : potncia innita
fcil ver que
E
x
< P
x
= lim
T
E
x
/T = 0
0 < P
x
< E
x
= .
Portanto, no existem sinais x(t) com E
x
< e 0 < P
x
< . No
entanto, existem sinais com E
x
= P
x
= . Por exemplo, x(t) = t.
Obs 3 Se x(t) tem durao nita, ou seja,
x(t) = 0, t t
1
ou t t
2
(veja a Figura 1.7),
ento
E
x
=
_
t
2
t
1
x
2
(t) dt < P
x
= 0 .
Obs 4 Se x(t) = Ccos(
0
t +), ento T
0
= 2/
0
e
_
T
0
x(t) dt =
_
T
0
Ccos(
0
t +) dt = 0 (veja a Figura 1.8)
(integral sobre um intervalo qualquer de comprimento T
0
).
1.1 tamanho do sinal 37
2 1.5 1 0.5 0 0.5 1 1.5 2
1.5
1
0.5
0
0.5
1
1.5
2
t
2
t
1
x(t)
Figura 1.7: Obs. 3
1 0.8 0.6 0.4 0.2 0 0.2 0.4 0.6 0.8 1
1
0.8
0.6
0.4
0.2
0
0.2
0.4
0.6
0.8
1
T
0
/2 T
0
/2
Figura 1.8: Obs. 5
1.1 tamanho do sinal 38
Exemplos
1 x(t) = C (veja a Figura 1.9)
P
x
= lim
T
1
T
_
T/2
T/2
x
2
(t) dt = ?
_
T/2
T/2
x
2
(t) dt =
_
T/2
T/2
C
2
dt = C
2
t

T/2
T/2
= C
2
T
P
x
= lim
T
1
T
C
2
T = lim
T
C
2
= C
2
P
x rms
=
_
P
x
=

C
2
= |C|
1 0.8 0.6 0.4 0.2 0 0.2 0.4 0.6 0.8 1
1
0.8
0.6
0.4
0.2
0
0.2
0.4
0.6
0.8
1
t
x(t)
Figura 1.9: Exemplo 1.
1.1 tamanho do sinal 39
2 x(t) = Figura 1.10
E
x
= ?
E
x
=
_

x
2
(t) dt =
_
1

x
2
(t) dt +
_
0
1
x
2
(t) dt +
_

0
x
2
(t) dt
= lim
T
_
1
T
0 dt
=0
=0
+
_
0
1
2
2
dt
= 4
_
0 (1)
_
= 4
+ lim
T
_
T
0
4e
t
dt
=4
_
T
0
4e
t
dt = 4
_
T
0
e
t
dt
u = t
du = dt
= 4
_
T
0
e
u
du = 4 e
u

T
0
= 4e
T
+4
lim
T
_
T
0
4e
t
dt = lim
T
4e
T
+4 = 4
E
x
= 4 +4 = 8 P
x
= 0
2 1 0 1 2 3 4 5 6
0
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
1.8
2
t
x(t) = 2e
0.5t
Figura 1.10: Exemplo 2.
1.1 tamanho do sinal 40
3 x(t) = Figura 1.11
x(t) tem perodo T
0
= 2
P
x
=
1
T
0
_
T
0
/2
T
0
/2
x
2
(t) dt =
1
2
_
1
1
x
2
(t) dt =
1
2
_
1
1
t
2
dt
P
x
=
1
2
t
3
3

1
1
=
1
2
_
1
3

_

1
3
_
_
=
1
3
P
x rms
=
_
P
x
=
1

3
=

3
3
E
x
=
3 2 1 0 1 2 3
1
0.8
0.6
0.4
0.2
0
0.2
0.4
0.6
0.8
1
t
T
o
/2 T
o
/2
Figura 1.11: Exemplo 3.
1.1 tamanho do sinal 41
4 x(t) = e
2|t|
(veja a Figura 1.12)
_
_
_
|t| = t se t 0
|t| = t se t < 0
E
x
=
_

x
2
(t) dt =
_
0

e
4t
dt +
_

0
e
4t
dt
= 2
_

0
e
4t
dt
= 2 lim
T
_
T
0
e
4t
dt
u = 4t
du = 4dt
= 2 lim
T

1
4
_
4T
0
e
u
du
=
1
2
lim
T
(e
4T
1) =
1
2
P
x
= 0
3 2 1 0 1 2 3
0
0.2
0.4
0.6
0.8
1
e
2t
e
+2t
Figura 1.12: Exemplo 4.
1.1 tamanho do sinal 42
5 x(t) = e
2t
(veja a Figura 1.13)
P
x
= lim
T
1
T
_
T/2
T/2
x
2
(t) dt = lim
T
1
T
_
T/2
T/2
e
4t
dt
_
T/2
T/2
e
4t
dt
u = 4t
du = 4dt
=
1
4
e
u

2T
2T
=
1
4
(e
2T
e
2T
) =
1
4
(e
2T
e
2T
)
lim
T
1
T
_
T/2
T/2
e
4t
dt = lim
T
1
4T
(e
2T

*
0
e
2T
) = lim
T

e
2T
4T

lHpital
lim
T
2e
2T
4
=
0.5 0 0.5 1 1.5 2 2.5 3
0.2
0
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
(t)
t
Figura 1.13: Exemplo 5.
1.1 tamanho do sinal 43
6 x(t) = Ccos(
0
t +),
0
= 0
P
x
= lim
T
1
T
_
T/2
T/2
x
2
(t) dt
x(t) tem perodo T
0
=
2

0
P
x
=
1
T
0
_
T
0
/2
T
0
/2
C
2
cos
2
(
0
t +) dt
Mas cos a cos b =
1
2
_
cos(a +b) +cos(a b)

Logo, cos
2
(
0
t +) =
1
2
_
cos(2
0
t +2) +1

Assim,
P
x
=
C
2
2T
0
_
T
0
/2
T
0
/2
_
cos(2
0
t +2) +1

dt
=
C
2
2T
0
_
T
0
/2
T
0
/2
dt
=
C
2
2T
0
T
0
=
C
2
2
+
C
2
2T
0
_
T
0
/2
T
0
/2
tem perodo T
0
=
T
0/2
cos(2
0
t +2) dt
=
_
T
0
T
0
cos(2
0
t +2) dt
=
_
0
T
0
cos(2
0
t +2) dt
=0
+
_
T
0
0
cos(2
0
t +2) dt
=0

P
x
=
C
2
/2
P
x rms
=
C
/

2
Interpretao: P
x
a potncia dissipada em um resistor de 1
ao aplicarmos uma tenso constante V = P
x rms
= C/

2, pois
P = V
2
/R = P
x
.
7 x(t) = C
1
cos(
0
t +
1
)
. .
x
1
(t)
+C
2
cos(
0
t +
2
)
. .
x
2
(t)
, C
1
, C
2
> 0,
0
= 0
P
x
= ?
Sabemos da teoria de nmeros complexos que
x(t) = C
3
cos(
0
t +
3
)
onde
_

_
C
3
= |z
3
|

3
= valor principal de z
3
z
3
= C
1
e
j
1
+C
2
e
j
2
Logo,
z
3
= (C
1
cos
1
+C
2
cos
2
) +j(C
1
sen
1
+C
2
sen
2
)
1.1 tamanho do sinal 44
C
2
3
= |z
3
|
2
= (C
1
cos
1
+C
2
cos
2
)
2
+ (C
1
sen
1
+C
2
sen
2
)
2
= C
2
1
cos
2

1
+C
2
2
cos
2

2
+2C
1
C
2
cos
1
cos
2
+C
2
1
sen
2

1
+C
2
2
sen
2

2
+2C
1
C
2
sen
1
sen
2
= C
2
1
+C
2
2
+2C
1
C
2
(cos
1
cos
2
+sen
1
sen
2
=cos(
1

2
)
)
Assim,
P
x
=
C
2
3
2
=
C
2
1
2
+
C
2
2
2
+C
1
C
2
cos(
1

2
)
Note que P
x
= P
x
1
+P
x
2
=
C
2
1
2
+
C
2
2
2
!
Obs 5 Relembre do Clculo 1 que:
|Ccos(
0
t +)| C, < t < , onde C > 0
|x y| |x| + |y| (desigualdade triangular)
Se f(y) limitada (ou seja |f(y)| M, para todo y) e lim
y
g(y) = 0,
ento lim
y
f(y)g(y) = 0
(ex : x(t) = Ce
at
cos(
0
t +), a > 0)
8 x(t) = C
1
cos(
1
t +
1
)
. .
x
1
(t)
+C
2
cos(
2
t +
2
)
. .
x
2
(t)
,
1
,
2
> 0,
1
=
2
P
x
= ? x(t) pode no ser peridico!
P
x
= lim
T
1
T
_
T/2
T/2
_
C
1
cos(
1
t +
1
) +C
2
cos(
2
t +
2
)

2
dt
= lim
T
1
T
_
T/2
T/2
=x
2
1
(t)
C
2
1
cos
2
(
1
t +
1
)
=C
2
1
/2
+ lim
T
1
T
_
T/2
T/2
=x
2
2
(t)
C
2
2
cos
2
(
2
t +
2
)
=C
2
2
/2
+ lim
T
1
T
_
T/2
T/2
2C
1
C
2
cos(
1
t +
1
) cos(
2
t +
2
) dt
Vamos mostrar que o ltimo limite acima zero. Note que,
lim
T
1
T
_
T/2
T/2
2C
1
C
2
=
1
2
_
cos((
1
+
2
)t+(
1
+
2
))+cos((
1

2
)t+(
1

2
))

cos(
1
t +
1
) cos(
2
t +
2
) dt
= lim
T
1
T
C
1
C
2
_
T/2
T/2
cos
_
(
=0

1
+
2
)t + (
1
+
2
)
_
dt
+ lim
T
1
T
C
1
C
2
_
T/2
T/2
cos
_
(
=0

1

2
)t + (
1

2
)
_
dt
1.1 tamanho do sinal 45
e que, para
0
= 0, temos que
_
T/2
T/2
cos(
0
t +) dt =
1

0
_

0
T
2
+

0
T
2
+
cos udu
=
1

0
_
sen
_

0
T
2
+
_
sen
_


0
T
2
+
__
Obtemos da desigualdade triangular que

_
T/2
T/2
cos(
0
t +) dt

sen
_

0
T
2
+
_
sen
_


0
T
2
+
_

sen
_

0
T
2
+
_

1
+

sen
_


0
T
2
+
_

1
_

para todo T. Desse modo, o ltimo resultado da Obs 5 fornece


lim
T
1
T
_
T/2
T/2
cos(
0
t +) dt = 0, quando
0
= 0
Logo,
lim
T
1
T
_
T/2
T/2
2C
1
C
2
cos(
1
t +
1
) cos(
2
t +
2
) dt = 0 .
Portanto,
P
x
=
C
2
1
2
+
C
2
2
2
= P
x
1
+P
x
2
, quando
1
=
2
Obs 6 Do mesmo modo, se
x(t) =
n

i=1
x
i
(t), com x
i
(t) = C
i
cos(
i
t +),
i
=
j
, i = j,
ento
P
x
=
n

i=1
P
x
i
9 x(t) = 10 +3 cos(2t +/4) +5 cos(8t)
P
x
= (10)
2
+3
2
/2 +5
2
/2 = 117
1.2 algumas operaes teis com sinais 46
10 x(t) =
complexo

De
j
0
t
(sinal complexo de perodo T
0
=
2

0
)
P
x
=
1
T
0
_
T
0
/2
T
0
/2
|De
j
0
t
|
2
dt
Mas |e
j
0
t
| = 1 e |De
j
0
t
| = |D| |e
j
0
t
| = |D| .
Logo,
P
x
=
1
T
0
_
T
0
/2
T
0
/2
|D|
2
dt = |D|
2
P
x rms
=
_
|D|
2
= |D|
1.2 algumas operaes teis com sinais
1. Deslocamento temporal: (t) = x(t T), T > 0 (veja a Figura 1.14)
+: adiantamento no tempo em T unidades deslocamento do
grco de x(t) para a esquerda em T unidades.
: atraso no tempo em T unidades deslocamento do grco
de x(t) para a direita em T unidades.
Figura 1.14: Deslocamento temporal de um sinal x(t).
Exemplo 1 x(t) = Ccos(
0
t) e (t) = Ccos(
0
t ),
0
= 0,
> 0. Logo, T = / o deslocamento, pois
(t) = Ccos(
0
t ) = Ccos(
0
t
0
/
0
)
1.2 algumas operaes teis com sinais 47
= Ccos(
0
[t /
0
]) = x(t /
0
. .
T
)
Exemplo 2 Considere (veja a Figura 1.15)
x(t) =
_
e
2t
, t 0
0, t < 0
2 1 0 1 2 3 4
0.2
0
0.2
0.4
0.6
0.8
1
1.2
t
x
(
t
)
x(t) = e
2t
Figura 1.15: Exponencial x(t).
Atraso de 1 segundo: x
d
(t) = x(t 1). Gracamente, veja a Figura 1.16.
Descrio matemtica de x
d
(t) = x(t 1):
x
d
(t) = x(t 1) =
_
e
2(t1)
, t 1 0 t 1
0, t 1 < 0 t < 1
Logo,
x
d
(t) =
_
e
2(t1)
, t 1
0, t < 1
De acordo com a Figura 1.16!
1.2 algumas operaes teis com sinais 48
2 1 0 1 2 3 4
0.2
0
0.2
0.4
0.6
0.8
1
1.2
t
x
(
t
)
x(t1) = e
2(t1)
Figura 1.16: Exponencial deslocada x
d
(t).
2. Escalonamento temporal: (t) = x(at), (t) = x(t/a), a > 1 (veja
a Figura 1.17)
(t) = x(at): compresso no tempo pelo fator a
(t) = x(t/a): expanso no tempo pelo fator a
Figura 1.17: Escalonamento temporal de um sinal x(t).
1.2 algumas operaes teis com sinais 49
3. Reverso (inverso) temporal: (t) = x(t) (veja a Figura 1.18)
O grco de x(t) rebatido sobre o eixo vertical.
Cuidado: O grco de x(t) rebatido sobre o eixo horizontal quando
(t) = x(t)!
Figura 1.18: Reverso temporal de um sinal x(t).
Note que (t) = x(at), a > 0, corresponde a um escalonamento:
0 < a < 1 (t) = x(at) uma expanso pelo fator 1/a
a > 1 (t) = x(at) uma compresso pelo fator a
Note que, se a < 0, ento
(t) = x(at) = x((at)) = x((a)(t))
corresponde a um escalonamento de x(t) por a = |a| > 0,
seguido de uma reverso temporal; ou, de maneira equivalente,
a uma reverso de x(t), seguida de um escalonamento por |a|.
4. Operaes Combinadas: (t) = x(at +b), a = 0, pode ser interpre-
tado de duas maneiras equivalentes:
1. Primeiramente deslocamos x(t) por b, obtendo (t) = x(t +b).
Em seguida, escalonamos (t) por a, obtendo (t) = (at) =
x(at +b) .
2. Primeiramente escalonamos x(t) por a, obtendo (t) = x(at).
Em seguida, deslocamos (t) por b/a, obtendo (t) = (t +
(b/a)) = x(a(t + (b/a))) = x(at +b) .
1.3 classificao de sinais 50
Obs 1 As operaes vistas acima so ferramentas importantes para
a anlise e construo de sinais.
Obs 2 Veja (e faa) o Exerccio 1.1-7 (p. 135) do Lathi para as pro-
priedades entre tais operaes e a energia E
x
de um sinal x(t).
Exemplo Considere
x(t) =
_

_
cos(2t +/4), 0 t < 5
e
5t
, t 5
0, caso contrrio (t < 0)
Ento,
(t) = x(2t 3)
corresponde a:
1. um atraso de 3 unidades de tempo
2. seguido de uma reexo
3. seguido de uma compresso pelo fator 2
Descrio matemtica:
(t) = x(2t 3) =
_

_
cos(2(2t 3) +/4), 0 2t 3 < 5 1, 5 t > 4
e
5(2t3)
, 2t 3 5 2t 8 t 4
0, caso contrrio
Logo,
(t) =
_

_
cos(4t 6 +/4), 4 < t 1, 5
e
10t15
, t 4
0, caso contrrio
1.3 classificao de sinais
1. Sinais em Tempo Contnuo e Sinais em Tempo Discreto
Tempo Contnuo: o tempo (eixo horizontal) assume valores contn-
uos.
Ex: x(t) = sen(t), t [0, 1].
Tempo Discreto: o tempo (eixo horizontal) assume valores discretos,
ou seja, o tempo d saltos.
Ex: (a) PIB trimestral e (b) um bit de memria de um PC s
atualizado a cada ciclo do clock.
1.3 classificao de sinais 51
2. Sinais Analgicos e Digitais
Analgicos: a amplitude (eixo vertical) do sinal pode assumir uma
innidades de valores.
Ex: A tenso sobre um resistor.
Digitais: a amplitude (eixo vertical) do sinal s pode assumir um
nmero nito de valores.
Ex: Um bit s pode assumir 2 valores; e um byte, 256 valores.
Figura 1.19: (a) Analgico em tempo Contnuo; (b) Digital em tempo Con-
tnuo; (c) Analgico em tempo Discreto; (d) Digital em tempo
Discreto.
Sinais digitais em tempo discreto surgem naturalmente a partir
da amostragem (conversor D/A) de um sinal analgico em tempo
contnuo por um microcontrolador.
3. Sinais Peridicos e No-Peridicos
Relembre que x(t) tem durao nita se
x(t) = 0, t t
1
ou t t
2
,
onde t
2
> t
1
e T = t
2
t
1
a durao de x(t) (o sinal comea em
t
1
e termina em t
2
). Quando isto no ocorre, ou seja, x(t) assume
algum valor no-nulo em qualquer intervalo de tempo, dizemos que x(t)
tem durao innita. Assim, x(t) comea em t = e continua
indenidamente.
Sinais Peridicos: quando para algum T
0
> 0 (perodo),
x(t +T
0
) = x(t), para qualquer t (, )
1.3 classificao de sinais 52
Isto signica que o sinal atrasado de T
0
segundos coincide com
o prprio sinal. Um sinal peridico comea em t = e
termina em t = , ou seja, x(t) de durao innita e se repete
a cada intervalo de T
0
segundos. Logo, basta conhecermos x(t)
num certo intervalo de comprimento T
0
para conhecermos todo
o sinal. Note que 2T
0
, 3T
0
, 4T
0
, . . . , tambm so perodos de x(t)
(por exemplo, x(t +2T
0
) = x((t +T
0
) +T
0
) = x(t +T
0
) = x(t)).
Por isto, denominamos o menor T
0
> 0 que satisfaz
x(t +T
0
) = x(t), para qualquer t (, ),
de perodo fundamental. Se x(t) constante, o perodo fundamental
no est denido.
Ex: x(t) = Ccos(
o
t + ), x(t) = e
j
0
t
T
0
= 2/
0
o
perodo fundamental.
Sinais No-Peridicos: quando x(t) no for peridico.
Ex: x(t) = t
2
, x(t) = e
at
.
Extenso peridica: Seja (t) um sinal de durao T. Dado qualquer
T
0
T, temos que (t) gera uma sinal peridico x(t) de perodo
T
0
atravs de innitos deslocamentos de (t) para a direita e para a
esquerda (veja a Figura 1.20).
Figura 1.20: Extenso peridica.
Descrio matemtica:
x(t) =

k=
(t kT
0
), t (, )
Obs Sinais de durao innita, como os peridicos, no existem na
prtica. No entanto, como veremos mais adiante, eles so bastante
teis no estudo de sistemas.
1.3 classificao de sinais 53
Propriedades:
1. Suponha que x
1
(t) e x
2
(t) tm o mesmo perodo T
0
. Ento os
seguintes sinais tambm possuem perodo T
0
:
x(t) = Cx
1
(t), C real ou complexo
x(t) = x
1
(t) x
2
(t)
x(t) = x
1
(t)x
2
(t)
x(t) = x
1
(t)/x
2
(t), com x
2
(t) = 0 para todo t
Prova da soma: Seja x(t) = x
1
(t) +x
2
(t). Ento,
x(t +T
0
) = x
1
(t +T
0
) +x
2
(t +T
0
) = x
1
(t) +x
2
(t) = x(t)
Ex: x(t) = e
j
0
t
= cos(
0
t) +j sen(
0
t), T
0
= 2/
0
Obs Considere que x
1
(t) tem perodo T
1
e que x
2
(t) tem
perodo T
2
(no necessariamente iguais!). Ento, a soma x(t) =
x
1
(t) +x
2
(t) peridica T
1
/T
2
um nmero racional.
2. Suponha que x(t) tem perodo T
0
. Dado a real,
_
a+T
0
a
x(t) dt =
_
T
0
0
x(t) dt
Assim, a rea abaixo de x(t) (a integral) sempre a mesma,
independente do intervalo de comprimento T
0
escolhido. Tal
integral representada por
_
T
0
x(t) dt
Logo,
_
T
0
x(t) dt =
_
T
0
0
x(t) dt =
_
T
0
/2
T
0
/2
x(t) dt
Sinal Causal: quando x(t) no comea antes de t = 0, ou seja, x(t) = 0
para todo t < 0.
Sinal No-Causal: quando x(t) no causal. Isto signica que x(t)
comea antes de t = 0, ou seja, existe pelo menos algum t < 0 tal que
x(t) = 0.
Sinal Anti-Causal: quando x(t) = 0 para todo t 0.
4. Sinais de Energia e Potncia
Sinais de Energia: E
x
< (energia nita).
Sinais de Potncia: 0 < P
x
< (potncia nita no-nula).
1.4 alguns modelos teis de sinais 54
Relembre que E
x
< P
x
= 0 (e 0 < P
x
< E
x
= ). Logo,
no existem sinais que so simultaneamente de energia e de potncia.
No entanto, existem sinais que no so nem de energia nem de potncia
(por exemplo, x(t) = e
at
com a > 0, E
x
= , P
x
= ).
5. Sinais Determinsticos e Aleatrios
Determinsticos: podem ser preditos de maneira precisa na forma
de uma expresso matemtica ou gracamente.
Aleatrios: no podem ser preditos de maneira precisa, mas
apenas probabilisticamente.
Obs Na prtica, geralmente h rudos externos (que so de natureza
aleatria) que interferem nos sinais determinsticos a serem gerados
e/ou analisados. Quando a interferncia do rudo relativamente
pequena, os mesmos so desprezados, e tudo se passa como se os
sinais fossem de fato determinsticos.
1.4 alguns modelos teis de sinais
1. Funo Degrau Unitrio: o sinal denido por
u(t) =
_
1, se t 0
0, se t < 0
Figura 1.21: Degrau unitrio.
O degrau unitrio, que por si s fundamental na anlise de sis-
temas, permite que sinais mais complexos sejam descritos por uma
nica expresso matemtica.
Exemplos
1 x(t) =
_
5e
at
, t 0
0, t < 0
x(t) = 5e
at
u(t), t (, )
(veja a Figura 1.22)
2 x(t) = 2u(t 3

atraso
) (veja a Figura 1.25)
1.4 alguns modelos teis de sinais 55
0.5 0 0.5 1 1.5 2 2.5 3 3.5 4
1
0
1
2
3
4
5
6
t
x
(
t
)
5e
at
, a>0
Figura 1.22: Exemplo 1.
6 4 2 0 2 4 6
0.5
0
0.5
1
1.5
2
2.5
t
2u(t3)
Figura 1.23: Exemplo 2.
1.4 alguns modelos teis de sinais 56
3 x(t) = u(

reexo
t) (veja a Figura 1.24)
6 4 2 0 2 4 6
0.2
0
0.2
0.4
0.6
0.8
1
1.2
t
u(t)
Figura 1.24: Exemplo 3.
4 x(t) =
_
e
at
, t 0
0, t > 0
x(t) = e
at
u(t), t (, )
(veja a Figura 1.25)
Figura 1.25: Exemplo 4.
5 x(t) = 2u(t 3) +
_
2u(t 7)
_
= 2
_
u(t 3) u(t 7)

(pulso
retangular)
(veja a Figura 1.26)
6 x(t) = u(t a) u(t b) (pulso retangular entre a e b, b > a)
(veja a Figura 1.27)
1.4 alguns modelos teis de sinais 57
1 0 1 2 3 4 5 6 7 8
0.5
0
0.5
1
1.5
2
2.5
t
Pulso Retangular
Figura 1.26: Exemplo 5.
1 0 1 2 3 4 5 6 7 8
0.2
0
0.2
0.4
0.6
0.8
1
1.2
t
a b
Figura 1.27: Pulso retangular entre a e b, com b > a.
1.4 alguns modelos teis de sinais 58
7 x
1
(t) = t
_
u(t) u(t 2)
. .
pulso entre 0 e 2

x
2
(t) = (2t +6)
_
u(t 2) u(t 3)
. .
pulso entre 2 e 3

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

+ (2t +6)
_
u(t 2) u(t 3)

= tu(t) 3(t 2)u(t 2) +2(t 3)u(t 3)


(veja a Figura 1.28)
0.5 0 0.5 1 1.5 2 2.5 3 3.5 4
0
0.5
1
1.5
2
t
t 2t+6
0.5 0 0.5 1 1.5 2 2.5 3 3.5 4
0
0.5
1
1.5
2
t
0.5 0 0.5 1 1.5 2 2.5 3 3.5 4
0
0.5
1
1.5
2
t
Figura 1.28: Exemplo 7.
8 x
1
(t) = 2
_
u(t +1, 5) u(t)
. .
pulso entre 1, 5 e 0

x
2
(t) = 2e
t/2
_
u(t) u(t 3)
. .
pulso entre 0 e 3

x(t) = x
1
(t) +x
2
(t)
= 2u(t +1, 5) 2(1 e
t/2
)u(t) 2e
t/2
u(t 3)
(veja a Figura 1.29)
1.4 alguns modelos teis de sinais 59
2 1 0 1 2 3 4 5 6
0
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
1.8
2
t
2e
0.5t
Figura 1.29: Exemplo 8.
2. Funo Impulso Unitrio
Motivao Considere o circuito eltrico abaixo:
1 V
1 C
0 i
0 t
Figura 1.30: Circuito Eltrico.
1.4 alguns modelos teis de sinais 60
Suponha que a chave permaneceu fechada para todo t < 0. Logo,
para t < 0 :
_
i(t) = 0
v
c
(t) = 0 (capacitor est descarregado)
Em t = 0, a chave fechada. Desse modo, para t > 0 :
_
i(t) = 0
v
c
(t) = V = 1
(veja a Figura 1.31)
1 V
0 i
1 V V
c
Figura 1.31: Circuito Eltrico para t > 0.
Assim, o capacitor foi instantaneamente carregado em t = 0. Temos
que:
_
i(t) = 0, se t = 0
i(t) =?, se t = 0
(1.1)
Mas,
_

i(t) dt = Q = CV = 1 (1.2)
A diculdade tcnica que (1.1) implica que
_

i(t) dt = 0,
1.4 alguns modelos teis de sinais 61
pois i(t) sempre nula, com exceo do instante t = 0. No entanto,
sicamente, interpretamos (1.1) e (1.2) como uma corrente i(t) de durao
innitamente pequena, mas de rea unitria, no importando a forma de
i(t) no intervalo innitesimal em que i(t) = 0 (veja a Figura 1.32).
Figura 1.32: Corrente i(t).
Agora, vamos introduzir o impulso unitrio para formalizarmos
as ideias acima. O impulso unitrio (t) o objeto matemtico (no
uma funo no sentido usual!) que possui as seguintes propriedades:
a) (t) = 0, para t = 0 (no est denido em t = 0!)
b)
_

(t) dt = 1 (a rea sob (t) unitria!)


Gracamente:
Figura 1.33: Impulso unitrio.
Interpretao: (t) tem durao innitamente pequena, mas com rea
unitria.
O impulso unitrio (t) pode ser construdo da seguinte maneira:
a) (t) = lim
0

(t) (veja a Figura 1.34). Logo, (t) = 0, para t = 0.


b)
_

(t) dt =
_

lim
0

(t) dt = lim
0
_

(t) dt
. .
=1
= 1
No entanto, os argumentos acima apresentam algumas inconsistn-
cias matemticas:
1. lim
0

(t) no converge para uma funo (no sentido usual), pois


lim
0

(0) = . Portanto, (t) = lim


0

(t) no uma funo no


sentido usual.
2. Como (t) = lim
0

(t) no uma funo (no sentido usual) e


no h convergncia uniforme, no podemos passar lim
0
para
fora da integral em b).
1.4 alguns modelos teis de sinais 62
Figura 1.34: Pulso

(t) de largura > 0 com


_

(t) dt = 1 (rea
unitria).
Para contornar tais problemas, poderamos denir (t) rigorosa-
mente como uma funo generalizada (ou distribuio). No entanto, em
termos operacionais, o efeito exatamente o mesmo do que foi feito
acima. Assim, em nosso curso, para no termos que entrar na com-
plexa teoria de funes generalizadas, vamos aceitar os argumentos
acima de forma intuitiva e no-rigorosa.
Propriedades: Seja x(t) um sinal contnuo em t = 0. Ento,
x(t)(t) = x(0)(t)

x(t)(t) dt = x(0) (propriedade de amostragem)


Prova: Como x(t) contnuo em t = 0, temos que
x(t) x(0), t [/2, /2] com > 0 pequeno
Logo, para > 0 pequeno, temos
x(t)(t) = x(t) lim
0

(t) = lim
0
x(t)

(t)
. .
x(0)

(t)
= lim
0
x(0)

(t) = x(0) lim


0

(t) = x(0)(t)
Assim,
_

x(t)(t) dt =
_

x(0)(t) dt = x(0)
_

(t) dt
. .
=1
= x(0)
Novamente, as propriedades acima podem ser colocadas de forma
rigorosa atravs de funes generalizadas. Vamos agora generaliz-las
para (t T) (impulso unitrio deslocado de T segundos).
1.4 alguns modelos teis de sinais 63
Propriedades: Seja x(t) um sinal contnuo em t = T. Ento,
x(t)(t T) = x(T)(t T)

x(t)(t T) dt = x(T) (propriedade de amostragem)


Como (t T) est concentrado em t = T, temos
_

(t T) dt =
_
t
2
t
1
(t T) dt =
_
T
+
T

(t T) dt = 1,
para t
1
< T < t
2
. No entanto,
_
t
2
t
1
(t T) dt = 0
se t
1
< t
2
< T ou T < t
1
< t
2
.
Por razes de consistncia, no denimos
_
T
t
1
(t T) dt nem
_
t
2
T
(t T) dt.
Assim, para t
1
< T < t
2
, devemos fazer
_
t
2
t
1
(t T) dt =
_
T

t
1
(t T) dt
. .
=0
+
_
T
+
T

(t T) dt
. .
=1
+
_
t
2
T
+
(t T) dt
. .
=0
= 1
Exemplos
1 x(t) = (t) (veja a Figura 1.35)
2 x(t) = 5(t) (veja a Figura 1.36)
3 x(t) = 2(t) (veja a Figura 1.37)
4 x(t) = 2(t 3) (veja a Figura 1.38)
1.4 alguns modelos teis de sinais 64
2 1.5 1 0.5 0 0.5 1 1.5 2
0.2
0
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
(1)
t
Figura 1.35: Grco de x(t) = (t) (Exemplo 1).
2 1.5 1 0.5 0 0.5 1 1.5 2
0.2
0
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
(5)
t
Figura 1.36: Grco de x(t) = 5(t) (Exemplo 2).
1.4 alguns modelos teis de sinais 65
2 1.5 1 0.5 0 0.5 1 1.5 2
2.5
2
1.5
1
0.5
0
0.5
(2)
t
Figura 1.37: Grco de x(t) = 2(t) (Exemplo 3).
0.5 0 0.5 1 1.5 2 2.5 3 3.5 4
0.5
0
0.5
1
1.5
2
2.5
(2)
t
Figura 1.38: Grco de x(t) = 2(t 3) (Exemplo 4).
1.4 alguns modelos teis de sinais 66
5 y(t) = (t
5
+t
2
+9
. .
x(t)
)(t) = x(0)(t) = 9(t)
(veja a Figura 1.39)
2 1.5 1 0.5 0 0.5 1 1.5 2
2
0
2
4
6
8
10
(9)
t
Figura 1.39: Exemplo 5.
6 y(t) =
_
e
8t
+sen(5t)
. .
x(t)
_
(t) = x(0)(t) = (t)
(veja a Figura 1.40)
7 y(t) = (t
3
+4
. .
x(t)
)(t 2

T = 2
) = x(2)(t 2) = 12(t 2)
(veja a Figura 1.41)
8 y(t) =
_
e
t
cos(t)
. .
x(t)
_
(t +1

T = 1
) = x(1)(t +1) = e
1
(t 1)
(veja a Figura 1.42)
9
_

3(t 2) dt = 3
_

(t 2) dt
. .
=1
= 3
(veja a Figura 1.43)
10
_
0
2
(t +1) dt = 1 (veja a Figura 1.44)
1.4 alguns modelos teis de sinais 67
2 1.5 1 0.5 0 0.5 1 1.5 2
1.6
1.4
1.2
1
0.8
0.6
0.4
0.2
0
0.2
(1)
t
Figura 1.40: Exemplo 6.
0.5 0 0.5 1 1.5 2 2.5 3 3.5 4
2
0
2
4
6
8
10
12
14
(12)
t
Figura 1.41: Exemplo 7.
1.4 alguns modelos teis de sinais 68
2 1.5 1 0.5 0 0.5 1 1.5 2
1.6
1.4
1.2
1
0.8
0.6
0.4
0.2
0
0.2
(e
1
)
t
Figura 1.42: Exemplo 8.
0.5 0 0.5 1 1.5 2 2.5 3 3.5 4
0.5
0
0.5
1
1.5
2
2.5
3
3.5
(3)
t
Figura 1.43: Exemplo 9.
1.4 alguns modelos teis de sinais 69
1.5 1 0.5 0 0.5 1 1.5
0.5
0
0.5
1
1.5
(1)
t
Figura 1.44: Exemplo 10.
11
_
0
0,5
(t +1) dt = 0
12
_

(t
3
+5
. .
x(t)
)(t) dt = x(0) = 5
13
_
1
5
e
jt
..
x(t)
(t)
. .
y(t)=x(0)(t)=(t)
dt =
_
1
5
(t) dt = 1
14
_

2 sen(t +

/2)
. .
x(t)
(t) dt = x(0) = 2
15
_

sen
_
t
4
_
. .
x(t)
(t +2) dt = x(2) = 1
16
_
1
1
sen
_
t
4
_
. .
x(t)
(t +2) dt =
_
1
1
x(2)(t +2) dt
= x(2)
_
1
1
(t +2) dt = 0
1.4 alguns modelos teis de sinais 70
Relembre do Clculo 1 que se um sinal x(t) descontnuo em
t = t
0
, ento x(t) no derivvel (no sentido usual) em t
0
. No
entanto, com o auxlio do impulso unitrio (t), podemos generalizar
o conceito usual de derivada para sinais x(t) que apresentam saltos
de descontinuidade.
Em todo o restante do curso, assumiremos que os sinais x(t) so
diferenciveis por partes.
Denimos a derivada generalizada (ou derivada distribucional) de x(t)
em t = t
0
por:
dx(t
0
)
dt
=
_

_
x

(t
0
), quando a derivada usual de x(t) existe em t
0
_
x(t
+
0
) x(t

0
)
_
(t t
0
), quando x(t) apresenta um
salto em t
0
onde x

(t) a derivada usual de x(t) e


_
x(t
+
0
) x(t

0
)
_
o tamanho
do salto de descontinuidade.
Portanto, se x() = 0, ento
x(t) =
_
t

dx()
dt
d
para todo t em que a derivada usual x

(t) existe.
Exemplos
1
du(t)
dt
= (t) e u(t) =
_
t

() d, t = 0 , u() = 0
(veja a Figura 1.45)
2 x(t) = pulso retangular entre a a b com aplitude 2
(veja a Figura 1.46)

dx(t)
dt
= 2(t a) 2(t b) = 2
_
(t a) (t b)
_
x() = 0
x(t) =
_
t

2
_
( a) ( b)
_
d
= 2
_
t

_
( a) ( b)
_
d
= 2
_
t

( a) d 2
_
t

( b) d
para t = a e t = b. Logo,
x(t) =
_

_
0 , se t < a
2 , se a < t < b
0 , se t > b
1.4 alguns modelos teis de sinais 71
1.5 1 0.5 0 0.5 1 1.5
0.5
0
0.5
1
1.5
u
*
(t)=0
u
*
(t)=0
1
1.5 1 0.5 0 0.5 1 1.5
0.5
0
0.5
1
1.5
(1)
t
Figura 1.45: Grcos u(t) e du(t)/dt = (t) (Exemplo 1).
1 0 1 2 3 4 5
0.5
0
0.5
1
1.5
2
2.5
a b a b a b a b
1 0 1 2 3 4 5
2.5
2
1.5
1
0.5
0
0.5
1
1.5
2
2.5
(2)
t
(2)
a
b
(2)
(2)
a
b
(2)
(2)
a
b
(2)
(2)
a
b
Figura 1.46: Grco da derivada generalizada de um pulso retangular (Ex-
emplo 2).
1.4 alguns modelos teis de sinais 72
3 x(t) = Figura 1.47 (acima). Logo, dx(t)/dt = Figura 1.47 (abaixo).
1 0 1 2 3 4 5
0.5
0
0.5
1
1.5
t
1 0 1 2 3 4 5
1.5
1
0.5
0
0.5
1
1.5
(1)
Figura 1.47: Exemplo 3: grco de x(t) (acima) e de dx(t)/dt (abaixo). Note
que x

(t) no existe em t = 1 e t = 2, mas a magnitude do salto


zero! Assim, dx(t)/dt possui impulsos de rea zero em t = 1
e t = 2!
Obs As propriedades usuais de derivao da soma, diferena e pro-
duto, permanecem vlidas para a derivada generalizada.
3. Funo Exponencial Complexa
Seja s = +j. Relembre que
= (s +s

)/2 (parte real), = (s s

)/2j (parte imaginria)


Como e
j
= cos +j sen, (e
j
)

= e
j
, obtemos que
cos =
e
j
+e
j
2
, sen =
e
j
e
j
2j
Do mesmo modo, para s = +j, relembre que
e
st
= e
t
_
cos(t) +j sen(t)

, (e
st
)

= e
s

t
Logo,
e
t
cos(t) =
e
st
+e
s

t
2
1.4 alguns modelos teis de sinais 73
Denominamos s de frequncia complexa (generaliza a frequncia
em e
j
= cos +j sen), || de frequncia angular e de frequncia
neperiana.
Assim, vrios sinais reais podem ser escritos em funo de e
st
(veja
a Figura 1.48):
a) x(t) = e
t
s = , = 0
b) x(t) = cos t x(t) =
1
2
(e
jt
+e
jt
) (s = j, = 0)
c) x(t) = e
t
cos t, < 0 x(t) =
1
2
(e
st
+e
s

t
) (s = j)
d) x(t) = e
t
cos t, > 0 x(t) =
1
2
(e
st
+e
s

t
) (s = j)
Figura 1.48: Senides de frequncia complexa s = j.
Plano s (plano de frequncia complexa): veja as Figuras 1.49 e 1.50
Exemplos
1 x(t) = e
3t
cos 10t =
1
2
(e
(3+j10)t
+e
(3j10)t
)
s = 3 j10 (veja a Figura 1.51)
2 x(t) = cos 2t =
1
2
(e
j2t
+e
j2t
) s = j2 (veja a Figura 1.52)
3 x(t) = e
8t
s = = 8 (real), = 0 (veja a Figura 1.53)
1.4 alguns modelos teis de sinais 74
5 4 3 2 1 0 1 2 3 4 5
2
1.5
1
0.5
0
0.5
1
1.5
2
s= j, <0 s= j, >0
s= j,
s=, >0 s=, <0
s = 0
Parte Real
P
a
r
t
e

I
m
a
g
i
n

r
i
a
Plano Complexo
Figura 1.49: Plano s (plano de frequncia complexa), onde s = j.
5 4 3 2 1 0 1 2 3 4 5
2
1.5
1
0.5
0
0.5
1
1.5
2
SPD
Exponenciais Crescentes

SPE
Exponenciais Decrescentes

Parte Real
P
a
r
t
e

I
m
a
g
i
n

r
i
a
Plano Complexo
Figura 1.50: Semi-plano Esquerdo (SPE) e Semi-plano Direito (SPD). Sinais
de amplitude constante correspondem ao eixo imaginrio.
1.4 alguns modelos teis de sinais 75
5 4 3 2 1 0 1
15
10
5
0
5
10
15
Parte Real
P
a
r
t
e

I
m
a
g
i
n

r
i
a
Plano Complexo
x
x
s=3+j10
Figura 1.51: Frequncia complexa de x(t) = e
3t
cos 10t (Exemplo 1).
1 0.8 0.6 0.4 0.2 0 0.2 0.4 0.6 0.8 1
2.5
2
1.5
1
0.5
0
0.5
1
1.5
2
2.5
Parte Real
P
a
r
t
e

I
m
a
g
i
n

r
i
a
Plano Complexo
x
x
s = j2
Figura 1.52: Frequncia complexa de x(t) = cos 2t (Exemplo 2).
Figura 1.53: Frequncia complexa de x(t) = e
8t
(Exemplo 3).
1.5 funes pares e mpares 76
1.5 funes pares e mpares
Um sinal x
e
(t) par quando, para todo t,
x
e
(t) = x
e
(t) (simetria em relao ao eixo vertical)
Um sinal x
o
(t) mpar quando, para todo t,
x
o
(t) = x
o
(t) (rebatimento diagonal do grco)
Figura 1.54: Funo par (a), e funo mpar (b).
Se x(t) mpar, ento x(0) = x(0), ou seja, x(0) = 0.
Portanto:
x(t) impar x(0) = 0
x(0) = 0 x(t) no impar
Exemplos
1 x(t) = Ccos(t) par, pois Ccos(t) = Ccos(t) .
2 x(t) = Csen(t) mpar, pois Csen(t) = Csen(t) .
3 x(t) = t
n
, com n > 0 par, um sinal par.
4 x(t) = t
n
, com n > 0 mpar, um sinal mpar.
5 O impulso (t) par. Logo, (t) = (t) e (T t) = (t T) .
1.5 funes pares e mpares 77
Propriedades:
1. par par = par
2. mpar mpar = mpar
3. par mpar = mpar
4. par par = mpar mpar = par
5. 1/par = par 1/mpar = mpar
6. Se x
e
(t) par, ento
_
a
a
x
e
(t) dt = 2
_
a
0
x
e
(t) dt
7. Se x
o
(t) mpar, ento
_
a
a
x
o
(t) dt = 0
Demonstrao de 3: par mpar = mpar
Suponha que x(t) par e que y(t) mpar. Ento,
x(t) = x(t) , y(t) = y(t)
Seja z(t) = x(t)y(t). Logo,
z(t) = x(t)y(t) = x(t)
_
y(t)
_
=
_
x(t)y(t)
_
= z(t)
z(t) = x(t)y(t) mpar.
Exemplos
1 x(t) = cos(10t)
. .
par
sen(15t)
. .
mpar
mpar
2 x(t) = t
3
..
mpar
(t
2

par
+1

par
)
. .
par
. .
mpar
sen(5t)
. .
mpar
par
3
_
5
5
t
10

par
sen
3

mpar
(100t)
. .
mpar
dt = 0
4 x(t) = e
at
cos(t) , nem par nem mpar
Componentes Pares e mpares de um Sinal: Seja x(t) um sinal. Ento,
podemos decompor x(t) como
x(t) =
1
2
_
x(t) +x(t)

. .
x
e
(t) par
+
1
2
_
x(t) x(t)

. .
x
o
(t) mpar
1.5 funes pares e mpares 78
Note que:
x(t) = x
e
(t) (x
o
(t) = 0) x(t) par
x(t) = x
o
(t) (x
e
(t) = 0) x(t) mpar
Exemplos
1 x(t) = e
jt
= cos t +j sent
x
e
(t) =
1
2
_
x(t) +x(t)
_
=
1
2
(e
jt
+e
jt
) = cos t
x
o
(t) =
1
2
_
x(t) x(t)
_
=
1
2
(e
jt
e
jt
) = j sent
2 x(t) = e
at
u(t), a > 0
x
e
(t) =
1
2
_
e
at
u(t) +e
at
u(t)
_
x
o
(t) =
1
2
_
e
at
u(t) e
at
u(t)
_
(veja a Figura 1.55)
2 1.5 1 0.5 0 0.5 1 1.5 2
1
0.5
0
0.5
1
t
x
(
t
)
e
at
e
at
e
at
e
at
2 1.5 1 0.5 0 0.5 1 1.5 2
0.5
0
0.5
1
0.5e
at
0.5e
at
0.5e
at
0.5e
at
0.5e
at
0.5e
at
2 1.5 1 0.5 0 0.5 1 1.5 2
1
0.5
0
0.5
1
0.5e
at
0.5e
at
0.5e
at
0.5e
at
Figura 1.55: Grcos do Exemplo 2: x(t) (acima), x
e
(t) (ao meio), x
o
(t)
(abaixo).
1.6 sistemas 79
1.6 sistemas
Sistema: uma entidade em que os sinais de sada so alterados pelos
sinais de entrada.
Ex: motor eltrico, motor mecnico, equalizador de udio, computador,
automvel, ecossistemas.
Figura 1.56: Representao de um sistema.
Modelagem matemtica: obter relaes matemticas entre as entradas e
as sadas.
Sistema Real Modelagem Anlise (x(t) y(t) =?)
Controle (x(t) =? y(t))
Modelagem de sistemas eltricos: Leis de Kirchhoff
Modelagem de sistemas mecnicos: Leis de Newton
1.7 classificao de sistemas
Em nosso curso, estudaremos apenas sistemas SISO (Single Input, Single
Output nica Entrada, nica Sada). Alm disso, consideraremos
somente sistemas em que cada entrada x(t) gera uma nica sada y(t).
Neste contexto, um sistema nada mais do que um mapeamento do
conjunto de entradas no conjunto de sadas.
1. Sistemas Sem Memria e Com Memria
Sem Memria (ou Instantneo): quando a sada no instante t depende
apenas da entrada no instante t, ou seja, a sada em t independe dos
valores da entrada antes de t (passado) e aps t (futuro).
Com Memria (ou Dinmico): quando o sistema no sem memria.
Isto signica que a sada no instante t depende de algum valor passado
ou futuro da entrada.
2. Sistemas Causais e No-Causais
Causal (ou Fsico ou No-Antecipativo): quando a sada no instante t
independe dos valores da entrada aps t (futuro).
1.7 classificao de sistemas 80
No-Causal (ou Antecipativo): quando o sistema no causal. Isto
signica que a sada no instante t depende de algum valor futuro da
entrada.
Exemplos
1 v(t) = Ri(t) (resistor), x(t) = i(t) a entrada, y(t) = v(t) a
sada: sem memria e causal
2 y(t) = f(x(t)): sem memria e causal
3 y(t) = cos(x(t 1)): com memria e causal
4 y(t) = cos(x(t 1)) +sen(x(t +1)): com memria e no-causal
5 y(t) =
_
t

x() d (sistema integrador): com memria e causal


6 y(t) =
_
t+1

x() d : com memria e no-causal


Obs Todo sistema real deve ser causal. No entanto, sistemas no-
causais possuem importncia prtica. Por exemplo, um ltro passa-
baixas (FPB) ideal no-causal e, portanto, no pode ser construdo
(realizado) na prtica. Assim, o objetivo da engenharia construir ltros
passa-baixas reais que possuem um desempenho prximo ao do ideal.
FPB
x(t) y(t)
x(t) = Ccos(t)
FPB Ideal
_
y(t) = x(t),
y(t) = 0, >
a frequncia de corte (veja a Figura 1.57).
Figura 1.57: FPB ideal e prtico (real).
1.7 classificao de sistemas 81
3. Sistemas Lineares e No-Lineares
3.1 Sistemas Sem Memria
Linear: quando o sistema (sem memria) satisfaz (k real ou imag-
inrio):
a) x
1
y
1
e x
2
y
2
x
3
= x
1
+x
2
y
3
= y
1
+y
2
(aditivi-
dade)
b) x y x = kx y = ky (homogeneidade)
Note que as duas condies acima so equivalentes a:
x
1
y
1
e x
2
y
2
x
3
= k
1
x
1
+k
2
x
2
y
3
= k
1
y
1
+k
2
y
2
(princpio da superposio)
Ao tomarmos k = 0 na condio de homogeneidade, conclumos que
todo sistema linear satisfaz: x = 0 y = 0 . No entanto, a recproca
no verdadeira. Isto signica que no podemos garantir que um
sistema linear apenas porque x = 0 y = 0.
Importante 1! Aditividade Homogeneidade
No-Linear: quando o sistema (sem memria) no linear. Isto
signica que existe (ao menos) uma entrada em que a sada do sistema
no satisfaz a aditividade ou no satisfaz a homogeneidade.
Importante 2! Na prtica, todo sistema fsico possui limitaes na
amplitude da entrada x(t) (ex: resistor (veja a Figura 1.58)). Assim,
sistemas reais no podem ser lineares pois a condio de homogenei-
dade no satisfeita. No entanto, para variaes no muito grandes na
entrada, diversos sistemas reais se comportam como se fossem lineares.
Isto ser visto mais adiante em nosso curso no tpico Linearizao
de Sistemas No-Lineares.
) (t x
) ( ) ( ) ( ) ( t Rx t Ri t v t y
) ( ) ( t x t i
R
Figura 1.58: Circuito eltrico: v(t) = Ri(t) o modelo matemtico!
1.7 classificao de sistemas 82
Exemplos
1
modelo matemtico
y(t) = tx(t) sem memria
Escolha quaisquer x
1
(t) e x
2
(t). Suponha que
x
1
(t) y
1
(t) = tx
1
(t)
x
2
(t) y
2
(t) = tx
2
(t)
Escolha quaisquer constantes K
1
e K
2
. Tome
x
3
(t) = K
1
x
1
(t) +K
2
x
2
(t)
Ento,
y
3
(t) = tx
3
(t) = tK
1
x
1
(t) +tK
2
x
2
(t)
= K
1
tx
1
(t)
y
1
(t)
+K
2
tx
2
(t)
y
2
(t)
= K
1
y
1
(t) +K
2
y
2
(t)
linear.
2 y(t) = tx(t) +1
x(t) = 0 y(t) = 1
no linear!
3 y(t) = x
2
(t)
Suponha que
x
1
(t) y
1
(t)
x
2
(t) y
2
(t)
Tome
x
3
(t) = K
1
x
1
(t) +K
2
x
2
(t)
Para que o princpio da superposio seja satisfeito, devemos ter
que
y
3
(t) = K
1
y
1
(t) +K
2
y
2
(t)
_
para quaisquer x
1
(t) e x
2
(t)
e quaisquer K
1
e K
2
!
No entanto,
y
3
(t) = x
2
3
(t) =
_
K
1
x
1
(t) +K
2
x
2
(t)
_
2
= K
2
1
x
2
1
(t) +2K
1
K
2
x
1
(t)x
2
(t) +K
2
2
x
2
2
(t)
1.7 classificao de sistemas 83
Assim, para x
1
(t) = 1, x
2
(t) = 0, K
1
= 2, K
2
= 0, temos
_
_
_
x
1
(t) = 1
y
1
(t) = x
2
1
(t) = 1
_
_
_
x
2
(t) = 0
y
2
(t) = x
2
2
(t) = 0
x
3
(t) = K
1
x
1
(t) +K
2
x
2
(t) = 2
y
3
(t) = x
2
3
(t) = 4
K
1
y
1
(t) +K
2
y
2
(t) = 2
_
=
no linear!
3.2 Sistemas com Memria
Condio Inicial (ou Estado Inicial) v(t
0
) de um sistema com memria no
instante t
0
: a informao em t
0
que, juntamente com o conhecimento
da entrada x(t), t t
0
(futuro), determina uma nica sada y(t) para
todo t t
0
. Isto signica que, para se determinar o comportamento
futuro da sada, no importa a maneira como o sistema atingiu a
condio inicial v(t
0
), ou seja, v(t
0
) contm toda a informao passada
do sistema at o instante t
0
. Assim,
v(t
0
),
x(t), t t
0
_
y(t), t t
0
Resposta Entrada Nula y
0
(t): a resposta do sistema quando x(t) =
0, t t
0
: v(t
0
), x(t) = 0, t t
0
} y
0
(t), t t
0
Resposta Estado Nulo y
esn
(t): a resposta do sistema quando v(t
0
) =
0: v(t
0
) = 0, x(t), t t
0
} y
esn
(t), t t
0
Linear: quando o sistema (com memria) satisfaz (k real ou imag-
inrio):
a) (Aditividade) Se
v
1
(t
0
),
x
1
(t), t t
0
_
y
1
(t), t t
0
v
2
(t
0
),
x
2
(t), t t
0
_
y
2
(t), t t
0
ento
v
3
(t
0
) = v
1
(t
0
) +v
2
(t
0
),
x
3
(t) = x
1
(t) +x
2
(t), t t
0
_
y
3
(t) = y
1
(t) +y
2
(t), t t
0
b) (Homogeneidade) Se
v(t
0
),
x(t), t t
0
_
y(t), t t
0
1.7 classificao de sistemas 84
ento
v(t
0
) = kv(t
0
),
x(t) = kx(t), t t
0
_
y(t) = ky(t), t t
0
Note que as duas condies acima so equivalente a:
(Princpio da Superposio) Se
v
1
(t
0
),
x
1
(t), t t
0
_
y
1
(t), t t
0
v
2
(t
0
),
x
2
(t), t t
0
_
y
2
(t), t t
0
ento
v
3
(t
0
) = k
1
v
1
(t
0
) +k
2
v
2
(t
0
),
x
3
(t) = k
1
x
1
(t) +k
2
x
2
(t), t t
0
_
y
3
(t) = k
1
y
1
(t) +k
2
y
2
(t), t t
0
Ao tomarmos k = 0 na condio de homogeneidade, conclumos
que todo sistema linear (com memria) satisfaz:
v(t
0
) = 0, x(t) = 0, t t
0
} y(t) = 0, t t
0
.
No entanto, a recproca no verdadeira. Isto signica que no pode-
mos garantir que um sistema linear apenas porque v(t
0
) = 0, x(t) =
0, t t
0
} y(t) = 0, t t
0
.
Importante 1! Aditividade Homogeneidade
No-Linear: quando o sistema (com memria) no linear, ou seja,
no satisfaz a aditividade ou no satisfaz a homogeneidade.
Importante 2! Na prtica, todo sistema fsico possui limitaes na
amplitude da entrada x(t) (ex: motor eltrico). Assim, sistemas reais
no podem ser lineares pois a condio de homogeneidade no
satisfeita. No entanto, para variaes no muito grandes na entrada,
diversos sistemas reais se comportam como se fossem lineares.
Conclumos ento que resposta total y(t), t t
0
, de um sistema
linear com memria dada por y(t) = y
0
(t) +y
esn
(t), ou seja:
Resposta Total = Resposta Entrada Nula
. .
linear em v(t
0
)
+ Resposta Estado Nulo
. .
linear em x(t)
Propriedade de Decomposio
Obs Sistemas sem memria no possuem estado inicial. Para sistemas
com memria, sempre assumimos que v() = 0.
1.7 classificao de sistemas 85
Exemplos
1 Considere o circuito RC mostrado abaixo:
) (t x
) ( ) ( t v t y
c

F C
5
1

R
) (t i
Figura 1.59: Circuito Eltrico RC.
Temos que
y(t) = v(t) = v
R
(t) +v
C
(t)
v
R
(t) = Ri
R
(t) = Rx(t)
i
C
(t) = C
dv
C
(t)
dt
x(t) = C
dv
C
(t)
dt
v
C
(t) =
1
C
_
t

x() d + v
C
()
= 0
capacitor
descarregado
em t =
y(t) = Rx(t) +
1
C
_
t

x() d
y(t) = Rx(t) +
1
C
_
t
0

x() d
=v
C
(t
0
)
+
1
C
_
t
t
0
x() d
y(t) =
estado inicial
em t
0
v
C
(t
0
)
. .
resposta
entrada nula
+ Rx(t) +
1
C
_
t
t
0
x() d
. .
resposta ao estado nulo
, t t
0
()
Com memria e causal!
Vamos mostrar que () linear.
Suponha que
v
C
1
(t
0
),
x
1
(t), t t
0
_
y
1
(t), t t
0
v
C
2
(t
0
),
x
2
(t), t t
0
_
y
2
(t), t t
0
Escolha K
1
e K
2
, e tome
1.7 classificao de sistemas 86
_
v
C
3
(t
0
) = K
1
v
C
1
(t
0
) +K
2
v
C
2
(t
0
)
x
3
(t) = K
1
x
1
(t) +K
2
x
2
(t), t t
0
Seja y
3
(t), t t
0
, a sada correspondente, ou seja,
v
C
3
(t
0
),
x
3
(t), t t
0
_
y
3
(t), t t
0
Ento, para t t
0
,
y
3
(t) = v
C
3
(t
0
) +Rx
3
(t) +
1
C
_
t
t
0
x
3
() d
=
_
K
1
v
C
1
(t
0
) +K
2
v
C
2
(t
0
)

+R
_
K
1
x
1
(t) +K
2
x
2
(t)

+
1
C
_
t
t
0
_
K
1
x
1
() +K
2
x
2
()

d
= K
1
_
v
C
1
(t
0
) +Rx
1
(t)

+K
2
_
v
C
2
(t
0
) +Rx
2
(t)

+K
1
1
C
_
t
t
0
x
1
() d +K
2
1
C
_
t
t
0
x
2
() d
= K
1
y
1
(t) +K
2
y
2
(t)
() linear.
2
dy(t)
dt
+t
2
y(t) = (2t +3)x(t)
modelo matemtico da
relao entrada-sada
Este modelo signica que: dadas qualquer entrada x(t) e qual-
quer condio inicial y(t
0
), a sada y(t) do sistema a soluo
desta equao diferencial.
Verique se a resposta ao estado nulo (i. e., y(t
0
) = 0) linear
em x(t).
Soluo: Suponha que
x
1
(t) y
1
(t)
x
2
(t) y
2
(t)
Escolha K
1
e K
2
, e tome
x
3
(t) = K
1
x
1
(t) +K
2
x
2
(t)
Seja y
3
(t) a sada correspondente, ou seja,
x
3
(t) y
3
(t)
Devemos mostrar que y
3
(t) = K
1
y
1
(t) +K
2
y
2
(t).
Temos
dy
1
(t)
dt
+t
2
y
1
(t) = (2t +3)x
1
(t) (1)
1.7 classificao de sistemas 87
dy
2
(t)
dt
+t
2
y
2
(t) = (2t +3)x
2
(t) (2)
dy
3
(t)
dt
+t
2
y
3
(t) = (2t +3)x
3
(t)
= (2t +3)
_
K
1
x
1
(t) +K
2
x
2
(t)

= K
1
(2t +3)x
1
(t)
=(1)
+K
2
(2t +3)x
2
(t)
=(2)
= K
1
_
dy
1
(t)
dt
+t
2
y
1
(t)
_
+K
2
_
dy
2
(t)
dt
+t
2
y
2
(t)
_
dy
3
(t)
dt
+t
2
y
3
(t) =
d
_
K
1
y
1
(t) +K
2
y
2
(t)
_
dt
+t
2
_
K
1
y
1
(t) +K
2
y
2
(t)
_
= (2t +3)x
3
(t)
Assim, y
3
(t) e K
1
y
1
(t) +K
2
y
2
(t) so solues da equao difer-
encial para a entrada x
3
(t). Como a sada nica, temos
y
3
(t) = K
1
y
1
(t) +K
2
y
2
(t)
Portanto, linear.
3 Repita 2 para
y(t)
dy(t)
dt
+3y(t) = x(t)
Soluo: Suponha que
_

_
x
1
(t) y
1
(t)
x
2
(t) y
2
(t)
x
3
(t) = K
1
x
1
(t) +K
2
x
2
(t) y
3
(t)
Ento,
y
1
(t)
dy
1
(t)
dt
+3y
1
(t) = x
1
(t) (1)
y
2
(t)
dy
2
(t)
dt
+3y
2
(t) = x
2
(t) (2)
y
3
(t)
dy
3
(t)
dt
+3y
3
(t) = x
3
(t)
= K
1
x
1
(t)
=(1)
+K
2
x
2
(t)
=(2)
= K
1
y
1
(t)
dy
1
(t)
dt
+3K
1
y
1
(t) +K
2
y
2
(t)
dy
2
(t)
dt
+3K
2
y
2
(t)
= K
1
y
1
(t)
dy
1
(t)
dt
+K
2
y
2
(t)
dy
2
(t)
dt
+3
_
K
1
y
1
(t) +K
2
y
2
(t)

=
_
K
1
y
1
(t) +K
2
y
2
(t)
d
_
K
1
y
1
(t) +K
2
y
2
(t)

dt
+3
_
K
1
y
1
(t) +K
2
y
2
(t)

1.7 classificao de sistemas 88


=
_
K
1
y
1
(t) +K
2
y
2
(t)

_
K
1
dy
1
(t)
dt
+K
2
dy
2
(t)
dt
_
+3
_
K
1
y
1
(t) +K
2
y
2
(t)

= K
2
1
y
1
(t)
dy
1
(t)
dt
+K
2
2
y
2
(t)
dy
2
(t)
dt
+K
1
K
2
y
1
(t)
dy
2
(t)
dt
+K
1
K
2
y
2
(t)
dy
1
(t)
dt
+3
_
K
1
y
1
(t) +K
2
y
2
(t)

= K
2
1
y
1
(t)
dy
1
(t)
dt
+K
2
2
y
2
(t)
dy
2
(t)
dt
+K
1
K
2
d
_
y
1
(t)y
2
(t)

dt
+3
_
K
1
y
1
(t) +K
2
y
2
(t)

no linear.
4. Sistemas Invariantes e Variantes no Tempo
Noo intuitiva: quando as caractersticas de um sistema no mudam
com o tempo, dizemos que o sistema invariante no tempo. Caso
contrrio, dizemos que o sistema variante no tempo.
A massa de um transatlntico sofre grandes variaes ao longo
do tempo devido ao consumo do combustvel. Logo, um sistema
variante no tempo. Em geral, sistemas reais so variantes no tempo
devido deteriorao e ao envelhecimento dos componentes fsicos ao
longo do tempo. No entanto, num certo intervalo de tempo nito ra-
zovel, diversos sistemas reais se comportam como se fossem invariantes
no tempo. Por exemplo, um automvel zero pode ser considerado
invariante no tempo no primeiro ano de uso.
Vamos agora denir de maneira precisa este conceito.
4.1 Sistemas sem Memria
Invariante no tempo: quando
x(t) y(t) x(t) = x(t T) y(t) = y(t T)
Figura 1.60: Ilustrao grca da invarincia no tempo.
1.7 classificao de sistemas 89
Figura 1.61: Diagrama para sistemas invariantes no tempo: o Sistema S co-
muta com o Atraso.
Variante no tempo: quando no invariante no tempo.
Exemplos
1 y(t) = sen
_
x(t)
_
Suponha que
x(t) y(t) = sen
_
x(t)
_
y(t T) = sen
_
x(t T)
_
Logo,
x(t) = x(t T) y(t) = sen
_
x(t)
_
= sen
_
x(t T)
_
= y(t T)
invariante no tempo.
2 y(t) = (sen t)x(t 2)
Suponha que
x(t) y(t) = (sen t)x(t 2)
Assim,
y(t T) = sen(t T)x(t T 2)
Logo,
x(t) = x(t T) y(t) = (sen t)x(t 2) = (sen t)x(t T 2)
= y(t T)
variante no tempo.
1.7 classificao de sistemas 90
3 Todo sistema da forma
y(t) = a(t)x(t)
sem memria e linear. Se a(t) independe do tempo, ou seja
a(t) = cte., ento o sistema invariante no tempo. Caso contrio,
variante no tempo.
4.2 Sistemas com Memria
Invariante no tempo: quando a seguinte propriedade satisfeita:
Se
v(t
0
) = v
0
,
x(t), t t
0
_
y(t), t t
0
ento
v(t
0
+T) = v
0
,
x(t) = x(t T), t t
0
+T
_
y(t) = y(t T), t t
0
+T
Ilustrao de invarinica no tempo:
0 2 4 6 8 10
0
0.2
0.4
0.6
0.8
1
0 2 4 6 8 10
0
0.2
0.4
0.6
0.8
1
0 2 4 6 8 10
0
0.2
0.4
0.6
0.8
1
0 2 4 6 8 10
0
0.2
0.4
0.6
0.8
1
Figura 1.62: Sistema com memria invariante no tempo.
Desse modo, para sistemas invariantes no tempo, no importa o
tempo inicial t
0
em que comeamos a estudar o sistema ou aplicamos
a entrada. Assim, para simplicar, podemos sempre escolher t
0
= 0.
1.7 classificao de sistemas 91
Variante no tempo: quando no invariante no tempo.
Pode-se mostrar que todo sistema descrito por uma equao difer-
encial da forma
a
0
d
N
y
dt
N
+a
1
d
N1
y
dt
N1
+ +a
N
y = b
NM
d
M
x
dt
M
+ +b
N1
dx
dt
+b
N
x ()
um sistema causal, com memria e linear, onde N M e os coecientes
(parmetros) a
i
, b
i
so constantes ou dependentes do tempo t.
Exemplo: 3
d
2
y
dt
2
+t
2
dy
dt
+cos(5t)y = t
dx
dt
+x (N = 2, M = 1)
Quando todos os parmetros a
i
, b
i
em () so constantes, o sistema
invariante no tempo. Caso contrrio, variante.
Propriedade (ser mostrada na Seo 2.4): Considere um sistema linear com
memria causal invariante no tempo. Suponha que x(t), t R, uma
entrada causal e seja T > 0. Ento, y
esn
(t), t R, causal e:
Se
v(0) = 0, x(t), t 0} y
esn
(t), t 0
ento
v(0) = 0, x(t) = x(t T), t 0} y
esn
(t) = y
esn
(t T), t 0
Isto signica que x(t), t 0 y
esn
(t), t 0, se comporta como um
sistema linear sem memria invariante no tempo!
5. Sistemas em Tempo Contnuo e em Tempo Discreto: um sistema
em tempo contnuo um sistema em que as entradas e as sadas so
sinais em tempo contnuo. Um sistema em tempo discreto um sistema
em que as entradas e as sadas so sinais em tempo discreto.
6. Sistemas Analgicos e Digitais: um sistema analgico um sistema
em que as entradas e as sadas so sinais analgicos. Um sistema digital
um sistema em que as entradas e as sadas so sinais digitais.
Ex: motor eltrico (sistema analgico em tempo contnuo), computador
(sistema digital em tempo discreto).
Sinais em tempo discreto surgem naturalmente no processamento
de sinais em tempo contnuo por um computador (veja a Figura 1.63).
1.7 classificao de sistemas 92
Figura 1.63: Processamento de um sinal analgico por um computador.
7. Sistemas Invertveis e No-Invertveis
Relembre que um sistema S associa uma nica sada y(t) para cada
entrada x(t), ou seja, corresponde a um mapeamento do conjunto de
entradas no conjunto de sadas. Quando diferentes entradas geram
diferentes sada, isto ,
x
1
= x
2
y
1
= y
2
(ou, equivalentemente, y
1
= y
2
x
1
= x
2
)
dizemos que o sistema invertvel. Caso contrrio, dizemos que o
sistema no-invertvel.
Note que dizer que um S sistema invertvel o mesmo que dizer
que o mapeamento correspondente injetivo. Neste caso, podemos,
a princpio, determinar o sistema inverso S
i
do sistema original S, o
qual determina x(t) a partir de y(t). Desse modo, S em srie com S
i
resulta no sistema identidade (y = x). Isto ilustrado na Figura 1.64.
Ex: gravao em vinil, .ZIP, criptograa
Figura 1.64: Sistema S em srie com seu sistema inverso S
i
.
1.7 classificao de sistemas 93
Exemplos
1 y(t) = 2x(t) (S)
invertvel, pois
x
1
= x
2
y
1
= 2x
1
= y
2
= 2x
2
O sistema inverso dado por
y
i
(t) =
1
2
x
i
(t) (S
i
)
e
S
S
i
x(t) y(t)
x
i
(t)
y
i
(t) = x(t)
pois
y
i
(t) =
1
2
x
i
(t) =
1
2
y(t) =
1
2
2x(t) = x(t)
2 y(t) = x
2
(t)
no invertvel, pois
=
_
x
1
= 1 y
1
= 1
x
2
= 1 y
2
= 1
_
=
3 y(t) =
_
t

x() d (integrador ideal) (S)


Este sistema invertvel, pois se
y
1
= y
2
ento
x
1
= y
1
= y
2
= x
2
O sistema inverso dado por
y
i
(t) =
dx
i
(t)
dt
(S
i
)
pois
y(t) =
_
t

x() d = y(0) +
_
t
0
x() d

.
y(t) = x(t)
_

_
vlido nos instantes t em
que x(t) contnuo
1.7 classificao de sistemas 94
e, para x
i
= y, temos
y
i
(t) =
dy(t)
dt
=
d
dt
_
t

x() d = x(t)
No entanto, S
i
no invertvel!
4 Aplicou-se 4 entradas diferentes (esquerda) num sistema linear e
as sadas correspondentes foram observadas (direita), conforme
os grcos abaixo:
1 0 1 2 3 4 5
0.2
0
0.2
0.4
0.6
0.8
1
1.2
1 0 1 2 3 4 5
0.2
0
0.2
0.4
0.6
0.8
1
1.2
Figura 1.65: (a)
1 0 1 2 3 4 5
0.5
0
0.5
1
1.5
2
2.5
1 0 1 2 3 4 5
0.5
0
0.5
1
1.5
2
2.5
Figura 1.66: (b)
1.7 classificao de sistemas 95
1 0 1 2 3 4 5
1.5
1
0.5
0
0.5
1
1.5
1 0 1 2 3 4 5
1.5
1
0.5
0
0.5
1
1.5
Figura 1.67: (c)
1 0 1 2 3 4 5
0.2
0
0.2
0.4
0.6
0.8
1
1.2
1 0 1 2 3 4 5
0.2
0
0.2
0.4
0.6
0.8
1
1.2
Figura 1.68: (d)
A partir de (a) e (b), podemos concluir se o sistema vari-
ante ou invariante no tempo?
Soluo: Como o sistema linear, para x(t) = 2x
1
(t), temos
y(t) = 2y
1
(t). Note que x
2
(t) = 2x
1
(t 1) = x(t 1).
Assim, para que o sistema seja invariante no tempo, dev-
eramos ter que y
2
(t) = y(t 1) = 2y
1
(t 1). Mas, y
2
(t) =
2y
1
(t 1). Logo, variante no tempo.
possvel determinarmos y
3
(t) a partir de (a) e (b)?
1.7 classificao de sistemas 96
Soluo: Temos que x
3
(t) = x
1
(t) 0, 5x
2
(t). Como o sis-
tema linear, conclumos que y
3
(t) = y
1
(t) 0, 5y
2
(t) (e
no preciso invarincia no tempo!).
possvel determinarmos y
4
(t) a partir de (a) e (b)?
Soluo: Temos que x
4
(t) = x
1
(t 2). No entanto, como o
sistema variante no tempo, no podemos assegurar que
y
4
(t) = y
1
(t 2). Portanto, no possvel.
8. Sistemas BIBO (Bounded Input/Bounded Output) Estveis e In-
stveis
Relembre que um sinal f(t) limitado quando existe M
f
< tal
que
|f(t)| M
f
< , para todo t (, )
ou, de maneira equivalente,
M
f
f(t) M
f
, para todo t (, )
Propriedades:
a) Se lim
t
f(t) = , ento f(t) ilimitado.
b) Se f(t) = 0 para t < t
0
e lim
t
f(t) = c, ento f(t) limitado.
Dizemos que um sistema BIBO estvel quando toda entrada lim-
itada resultar numa sada limitada. Caso contrrio, dizemos que o
sistema BIBO instvel. Isto signica que existe (ao menos) uma en-
trada limitada x(t) em que a sada y(t) ilimitada.
Ex de sistemas BIBO instveis: reatores qumicos, avies de alto de-
sempenho
1.7 classificao de sistemas 97
Exemplos
1 y(t) = x
2
(t)
Suponha que
|x(t)| M
x
<
Ento
|y(t)| = |x
2
(t)| = |x(t)||x(t)| = |x(t)|
2
M
2
x
=M
y
, para todo t
Logo, BIBO estvel.
2 y(t) = x(t) x(t 1)
A desigualdade triangular fornece que
|y(t)| = |x(t) x(t 1)| |x(t)| + |x(t 1)| M
x
+M
x
= 2M
x
=M
y
, para todo t
BIBO estvel.
3 y(t) = tx(t)
BIBO instvel, pois para
x(t) = 1
temos
|x(t)| 1 ( limitado)
e
y(t) = t ( ilimitado! Veja a Figura 1.69)
4 y(t) = e
x(t)
Suponha que
|x(t)| M
x
< , para todo t
Assim,
M
x
x(t) M
x
Como f(t) = e
t
uma funo crescente, obtemos que
e
M
x
0 e
M
x
y(t) e
M
x
1.7 classificao de sistemas 98
0.2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6
0.2
0
0.2
0.4
0.6
0.8
1
1.2
Figura 1.69: Sada ilimitada y(t) = t.
Logo,
|y(t)| e
M
x
, para todo t ( limitado!)
Portanto, BIBO estvel.
5 y(t) =
dx(t)
dt
Para
x(t) =
_
e
t
sen(e
2t
) , t 0
f(t) , t < 0
(veja a Figura 1.70)
temos que
lim
t
x(t) = 0
Logo, x(t) limitado. No entanto, para t > 0,
y(t) =
dx(t)
dt
= e
t
sen(e
2t
) +e
t
cos(e
2t
)2e
2t
=

:
0 (t )
e
t
sen(e
2t
) + 2e
t
cos(e
2t
)
ilimitado!
Portanto, y(t) ilimitado e o sistema BIBO instvel.
1.8 modelagem e simulao de circuitos eltricos 99
1 0 1 2 3 4 5 6
0.6
0.4
0.2
0
0.2
0.4
0.6
0.8
1
1.2
sin(1)
e
t
sin(e
2t
)
Figura 1.70: Exemplo de um sinal que converge para zero (limitado) com
derivada ilimitada!
1.8 modelagem e simulao de circuitos eltricos
1. Descrio Entrada-Sada (Externa)
Resistor (R): v
R
(t) = Ri
R
(t)
Capacitor (C): i
C
(t) = C
dv
c
(t)
dt
Indutor (L): v
L
(t) = L
di
L
(t)
dt
Utilizamos ento a Lei de Kirchhoff da Tenses (LKT) e a Lei de
Kirchhoff das Correntes (LKC) para obter a relao entrada-sada.
Para simplicar, denimos os operadores diferenciais: D = d/dt,
D
2
= d
2
/dt
2
, e assim por diante.
1.8 modelagem e simulao de circuitos eltricos 100
Exemplos
1 Considere o circuito dado abaixo:
) (t x
) ( ) ( t v t y
c

F C
5
1

R
) (t i
Figura 1.71: Circuito RC com R = 5 e C = 1/5F.
LKT: x(t) +v
R
(t) +v
C
(t) = 0
i(t) = i
R
(t) = i
C
(t) = C
dv
C
(t)
dt
= CDv
C
(t) = CDy(t)
v
R
(t) +v
C
(t) = x(t)
Ri
R
(t) +y(t) = x(t)
Ri
C
(t) +y(t) = x(t)
RCDy(t) +y(t) = x(t) Dy(t) +y(t) = x(t) (RC = 1)
ou
dy(t)
dt
+y(t) = x(t)
Sistema linear invariante no tempo com memria!
ou
(D+1)y(t) = x(t)
1.8 modelagem e simulao de circuitos eltricos 101
2 Considere o circuito dado abaixo:
Figura 1.72: Circuito RLC.
LKT: x(t) +v
L
(t) +v
R
(t) +v
C
(t) = 0
i(t) = i
L
(t) = i
R
(t) = i
C
(t) = CDv
C
(t) = CDy(t)
v
L
(t) +v
R
(t) +v
C
(t) = x(t)
LDi
L
(t) +Ri
R
(t) +y(t) = x(t)
LDi
C
(t) +Ri
C
(t) +y(t) = x(t)
LCD
2
y(t) +RCDy(t) +y(t) = x(t)
0, 5D
2
y(t) +1, 5Dy(t) +y(t) = x(t) (2)
D
2
y(t) +3Dy(t) +2y(t) = 2x(t)
ou
d
2
y(t)
dt
2
+3
dy(t)
dt
+2y(t) = 2x(t)
Sistema linear invariante no tempo com memria!
ou
(D
2
+3D+2)y(t) = 2x(t)
Veja as Sees 1.8-2 e 1.8-3 do Lathi para modelagem de sistemas mecnicos
e eletromecnicos (motor CC).
2. Descrio Interna: Descrio em Espao de Estado
Descrio interna: a descrio matemtica que capaz de determi-
nar todos os possveis sinais de um sistema.
Variveis de estado: um certo conjunto de sinais que permite deter-
minar todos os demais sinais de um sistema.
Descrio em espao de estado: a descrio matemtica que determina
as relaes entre as variveis de estado e a entrada do sistema por
diversas equaes diferenciais de primeira ordem (uma para cada
1.8 modelagem e simulao de circuitos eltricos 102
varivel de estado). Por exemplo, se q
1
(t), . . . , q
n
(t) so as variveis
de estado e x(t) a entrada, ento o descrio em espao de estado :
.
q
1
= f
1
(q
1
, . . . , q
n
, x)
.
.
.
.
q
n
= f
n
(q
1
, . . . , q
n
, x)
Para um dado sistema, escolhemos as variveis de estado como os
sinais que correspondem aos elementos armazenadores de energia no
sistema. Por exemplo, em circuitos eltricos, as variveis de estado so:
as tenses nos capacitores (energia armazenada no campo eltrico) e as
correntes dos indutores (energia armazenada no campo magntico).
Exemplos
1 Considere o circuito dado abaixo:
) (t x
) ( ) (
2
t v t q
L

F C
5
1

H L 1
) (t i
) ( ) (
1
t i t q
L

3 R
Figura 1.73: Circuito eltrico.
q
1
(t) e q
2
(t) so as variveis de estado a descrio em
espao de estados corresponde a duas equaes diferenciais de
primeira ordem da forma:
.
q
1
(t) = f
1
(q
1
, q
2
, x)
.
q
2
(t) = f
2
(q
1
, q
2
, x)
LKT: x(t) +v
L
(t) +v
C
(t) +v
R
(t) = 0
i(t) = i
R
(t) = i
C
(t) = i
L
(t) = q
1
(t)
q
1
(t) = i
L
(t) = C
.
v
C
(t) =
1/2

C
.
q
2
(t)
.
q
2
= 2q
1
v
L
(t) +v
C
(t) +v
R
(t) = x(t)
1.8 modelagem e simulao de circuitos eltricos 103
v
L
(t) +v
C
(t) +Ri
R
(t) = x(t)
L
.
i
L
(t) +v
C
(t) +Ri
L
(t) = x(t)
L

1
.
q
1
(t) +q
2
(t) +R

3
q
1
(t) = x(t)
.
q
1
= 3q
1
q
2
+x
2 Considere o circuito dado abaixo:
) (t x
) ( ) (
1
t q t v
C

F C 1
1
1
R
) (
1
t v
R
2
2
R 5
3
R
H L 2
) (t v
L
) (
3
t v
R
) ( ) ( ) (
1
2
t q t v t v
c R

A
B C
D
Figura 1.74: Circuito eltrico.
q
1
(t) = v
C
(t)
q
2
(t) = i
L
(t)
_
variveis de estado
LKT
A
:
x(t) +v
R
1
(t) +v
C
(t) = 0
v
R
1
(t) +v
C
(t) = x(t)
R
1

1
i
R
1
(t) +q
1
(t) = x(t)
LKC
B,C
:
i
R
1
(t) =
=C
.
v
C
(t) =
.
q
1
(t)
i
C
(t) + i(t)

i(t) = i
L
(t) +i
R
2
(t)
=
v
R
2
(t)
R
2
= q
2
(t) +
q
1
(t)
2
i
R
1
(t) =
.
q
1
(t) +q
2
(t) +
q
1
(t)
2
1.8 modelagem e simulao de circuitos eltricos 104
i
R
1
(t) +q
1
(t) = x(t)
.
q
1
(t) +q
2
(t) +
q
1
(t)
2
+q
1
(t) = x(t)
.
q
1
= 1, 5q
1
q
2
+x
LKT
D
:
q
1
(t) +v
L
(t) +v
R
3
(t) = 0
q
1
(t) +L
.
i
L
(t) +R
3
i
L
(t) = 0
q
1
(t) +2
.
q
2
(t) +5q
2
(t) = 0
.
q
2
= 0, 5q
1
2, 5q
2
Logo,
.
q
1
= 1, 5q
1
q
2
+x
.
q
2
= 0, 5q
1
2, 5q
2
ou, em forma matricial,
.
q = Aq +Bx,
onde
q =
_
q
1
q
2
_
, A =
_
1, 5 1
0, 5 2, 5
_
, B =
_
1
0
_
Simulao no Matlab:
y = Cq+Dx, C =
_
1 0
0 1
_
, D =
_
0
0
_
, q(0) =
_
5
2
_
x
1
(t) = u(t) com t
f
= 10,
x
2
(t) = sen(t) com t
f
= 10 e t
f
= 100