TRANSFORMADAS DE FOURIER

Material para complementar 2001

Organizado no dia 6 de Marco de 2002

Curso de Ciencia da Computaca o

Prof. Ulysses Sodre

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

Para conhecer centenas de aplicaco es da Matematica, visite a Home Page:

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

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

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


INDICE
GERAL

iii

Indice
Geral
1

Sinais periodicos, simetrias e Series de Fourier

1.1 Perodos e frequencias de sinais . . . . . . . . . .
1.2 Duraca o de um sinal . . . . . . . . . . . . . . . .
1.3 Um sinal simples (senoide) no domnio do tempo .
1.4 Exemplo com um sinal sinusoidal . . . . . . . . .
1.5 Tres tipos importantes de simetrias . . . . . . . . .
1.6 Serie de Fourier com coeficientes reais . . . . . . .
1.7 Serie de Fourier com coeficientes complexos . . . .
1.8 Condico es para a existencia de uma serie de Fourier
1.9 Simetria de meia-onda e coeficientes reais . . . . .
1.10 Exemplo de sinal com simetria de meia-onda . . .
1.11 Simetria de meia-onda e coeficientes complexos . .
1.12 Simetrias par e mpar e coeficientes complexos . .

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

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

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

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

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

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

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

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

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

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

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

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

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

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

1
1
1
1
2
2
3
4
4
5
6
6
8

Espectros discretos de frequencia

2.1 Um sinal simples no domnio da frequencia . . . . .
2.2 Motivos para estudar espectros de Fourier . . . . . .
2.3 Representaco es de um sinal periodico . . . . . . . .
2.4 Espectros discretos de sinais periodicos . . . . . . .
2.5 Exemplo grafico em que o perodo e igual a` duraca o .
2.6 Exemplo em que a duraca o e menor do que o perodo
2.7 Funca o sinc . . . . . . . . . . . . . . . . . . . . . .
2.8 O u ltimo exemplo a` luz da funca o sinc(.) . . . . . . .

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

9
9
9
10
10
10
12
13
13

Conceitos importantes da Analise Matematica

3.1 Funco es integraveis (segundo Riemann) . . . .
3.2 Funco es absolutamente integraveis . . . . . . .
3.3 Exemplos de funco es absolutamente integraveis
3.4 O espaco de Schwarz . . . . . . . . . . . . . .
3.5 Informaco es sobre o espaco de Schwarz . . . .
3.6 Alguns teoremas importantes da Analise . . . .
3.6.1 Integral por partes . . . . . . . . . . .
3.6.2 Integral por substituica o . . . . . . . .
3.6.3 Teorema do valor medio para integrais .
3.6.4 Derivada sob o sinal de integral . . . .
3.6.5 Regra de Leibniz . . . . . . . . . . . .

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

17
17
17
17
18
18
19
19
19
19
19
20

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

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

20
20
20
20
21
21
21
22
23

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.


INDICE
GERAL

iv

Espectros contnuos da Transformada de Fourier

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

24
24
24

Propriedades da Transformada de Fourier

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

24
24
25
26
26

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

Transformada Inversa de Fourier

Transformadas direta e inversa de Fourier

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

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

27

.
.
.
.
.
.
.

28
28
28
29
29
29
30
32

.
.
.
.

32
32
32
32
33

.
.
.
.
.
.

33
33
34
34
35
35
37

11 Transformada de Fourier da convoluca o

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

37
37

12 Transformadas de Fourier de Derivadas

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

38
38

13 Soluca o da Equaca o do Calor

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

39
41

Convoluca o de Funco es
9.1 Produto de transformadas e a convoluca o
9.2 Definica o de convoluca o . . . . . . . . .
9.3 Propriedades da convoluca o . . . . . . .
9.4 Alguns exerccios importantes . . . . . .

.
.
.
.

.
.
.
.

10 A distribuica o delta de Dirac

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

.
.
.
.

.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.

Seca o 1 Sinais periodicos, simetrias e Series de Fourier

Sinais periodicos, simetrias e Series de Fourier

1.1 Perodos e frequencias de sinais

Um sinal (ou funca o) s = s(t) e dito periodico, se existe um menor numero
real positivo T , denominado perodo fundamental para este sinal, tal que para
todo t R:
s(t) = s(t + T )
O perodo T de um sinal caracteriza o numero de T radianos necessarios para
que o sinal s = s(t) volte a ter a mesma forma inicial.
Para um sinal T -periodico, a medida do inverso de T :
1
[Hertz]
T
e denominada a frequencia fundamental deste sinal. Este numero, mede o
numero de vezes que ocorre a repetica o deste sinal no perodo T . Para o sinal
do grafico acima, temos que f0 = 1/.
A frequencia fundamental f0 , medida em [rad/s], e a velocidade do sinal
para dar 1 volta completa no perodo T . Como uma volta completa mede 2
radianos, definimos a frequencia angular deste sinal como:
f0 =

2
= 2f0
T
Para o sinal s(t) = 3 cos(2t /2), temos que = 2, o que significa que
s = s(t) se repete 2 vezes enquanto o parametro t percorre um intervalo de
comprimento 2, por exemplo, o intervalo [0, 2].
Na literatura, e bastante comum encontrarmos a frequencia angular indicada
simplesmente como a frequencia.
=

1.2

Duraca o de um sinal

Se um sinal s = s(t) e T -periodico, definimos a duraca o d deste sinal como o

tempo que o sinal nao se anulou dentro do perodo T .
1.3

Um sinal simples (senoide) no domnio do tempo

Um sinal simples pode ser representado graficamente por uma funca o sinusoidal (senoide ou cossenoide) e pode ser escrito na forma geral
s(t) = A0 + C1 cos(t + )
Os quatro parametros que caracterizam este sinal, sao:

1.4

Exemplo com um sinal sinusoidal

1. A0 e a altura media do sinal em relaca o ao eixo das abscissas.

2. C1 e a amplitude do sinal que e a altura da oscilaca o.
3. e a frequencia angular [rad/s] que indica a medida de uma volta
completa no perodo T do sinal.
4. e o a ngulo de fase ou o deslocamento da fase, que mede o quanto a
curva esta deslocada horizontalmente para a direita.
Da trigonometria elementar, temos que:
cos(t + ) = cos(t) cos() sin(t) sin()
logo
s(t) = A0 + C1 [cos(t) cos() sin(t) sin()]
Para reduzir a expressao acima, tomamos:
A1 = C1 cos() e

B1 = C1 sin()

e com estes novos parametros, escrevemos

s(t) = A0 + A1 cos(t) + B1 sin(t)
Mostramos assim que, todo sinal sinusoidal pode ser expresso como uma
combinaca o linear de cos(.) e sin(.), deslocado de uma medida vertical A0 .
Se os valores de A1 e B1 sao dados, podemos obter C1 e o a ngulo de fase .
1.4

Exemplo com um sinal sinusoidal

Como uma senoide tem a forma geral s(t) = A0 + C1 cos(t + ) tomaremos

o sinal


s(t) = 3 cos 2t
2
Neste caso, a amplitude e igual a 3, a frequencia angular e 2, o a ngulo de fase
e /2 e A0 = 0 o que indica que a translaca o vertical deste sinal e nula.
1.5

Tres tipos importantes de simetrias

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

simetria
1. par, se para todo t R, s(t) = s(t).

1.6

Serie de Fourier com coeficientes reais

Figura 1: Grafico de uma senoide

2. mpar, se para todo t R, s(t) = s(t).

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

Figura 2: Sinal de meia-onda

1.6

Serie de Fourier com coeficientes reais

Se s = s(t) e uma funca o T -periodica, entao podemos escrever a serie de

Fourier de s = s(t), como:

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

1.7

Serie de Fourier com coeficientes complexos

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

expressao onde aparecem poucas fraco es:

a0 X
+
[ an cos(nt) + bn sin(nt) ]
s(t) =
2
n=1
onde an e bn sao, respectivamente, as amplitudes das funco es cos(nt) e
sin(nt) e os argumentos n sao multiplos inteiros positivos da frequencia
angular.
1.7

Serie de Fourier com coeficientes complexos

Podemos representar um sinal T -periodica atraves de uma serie de Fourier

complexa. A ideia basica e escrever a serie de Fourier de s = s(t) em qualquer
uma das formas complexas:
s(t) =

X
n=

Cn e2int/T =

Cn eint

n=

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

Condico es para a existencia de uma serie de Fourier

Para construir a serie de Fourier de uma funca o s = s(t), devemos exigir que:
1. Esta serie seja uniformemente convergente para s = s(t);
2. As funco es envolvidas nos calculos sejam absolutamente integraveis e
como consequencia disso, integraveis;
3. A funca o s = s(t) seja seccionalmente diferenciavel.
Muitas vezes algumas dessas condico es se sobrepoe e sao desnecessarias. Se
s = s(t) e uma funca o T -periodica, entao esta funca o possui componentes
cos(nt) e sin(nt) cujos argumentos sao frequencias multiplas inteiras da
frequencia angular do sinal.

1.9

Simetria de meia-onda e coeficientes reais

1.9 Simetria de meia-onda e coeficientes reais

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

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


Z
an
1 T /2
cos(nt)
=
s(t)
dt
bn
T T /2
sin(nt)
e
1
ao =
T

T /2

s(t)dt
T /2

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

pares para a serie de Fourier de s = s(t) se anularao, isto e , para todo n =
0, 2, 4, ..., an = bn = 0. Calcularemos apenas os coeficientes com ndices
mpares. Realmente,
Z
1 T /2
s(t) cos(nt)dt
an =
T T /2
Z
1 T
s(t) cos(nt)dt
=
T 0
Z
Z
1 T /2
1 T
=
s(t) cos(nt)dt +
s(t) cos(nt)dt
T 0
T T /2
Com a mudanca de variavel v = t
1
an =
T

Z
0

T /2

T
2

1
s(t) cos(nt)dt +
T

na segunda integral, obtemos

Z

T /2

s(t +
0

T
T
) cos[n(t + )]dt
2
2

Como cos[n(t + T2 )] = (1)n cos(nt) e como s(t + T2 ) = s(t), podemos

escrever
Z
Z
1 T /2
1 T /2
an =
s(t) cos(nt)dt +
s(t)(1)n cos(nt)dt
T 0
T 0
Utilizando a mesma vari
avel muda u nas duas integrais, teremos
Z
Z
1 T /2
1 T /2
s(u) cos(nu)du +
s(u)(1)n cos(nu)du
an =
T 0
T 0

1.10

Exemplo de sinal com simetria de meia-onda

e estas integrais podem ser incorporadas em apenas uma integral

Z
1 T /2
an =
s(u) cos(nu)[1 (1)n ]du
T 0
Se n e par, entao an = 0 e se n e mpar, temos que
Z
2 T /2
an =
s(u) cos(nu)du
T 0
De forma analoga, podemos mostrar que, para n par segue que bn = 0 e para
n mpar, temos que
Z
2 T /2
bn =
s(u) sin(nu)du
T 0
1.10

Exemplo de sinal com simetria de meia-onda

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


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

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

1.11

Simetria de meia-onda e coeficientes complexos

Um sinal s = s(t) T -periodico com simetria de meia-onda, possui a propriedade s(t + T2 ) = s(t) para todo t R. A expansao em serie de Fourier com
coeficientes complexos para este sinal s = s(t), tera a forma
s(t) =

X
n=

cn eint

1.11

Simetria de meia-onda e coeficientes complexos

onde = 2/T e para cada n Z

Z
1 T /2
s(t)eint dt
cn =
T T /2
A simetria de meia-onda garante que os todos os coeficientes complexos com
ndices pares para a serie de Fourier de s = s(t) se anularao, isto e , para
todo n = 0, 2, 4, 6, ..., teremos cn = 0 e deveremos apenas calcular os
coeficientes com ndices mpares. Realmente,
Z
1 T /2
cn =
s(t) eint dt
T T /2
Z
1 T
=
s(t) eint dt
T Z0
Z
1 T
1 T /2
int
=
s(t) e
dt +
s(t) eint dt
T 0
T T /2
Com a mudanca de variavel v = t T2 na segunda integral, obtemos
Z
Z
1 T /2
1 T /2
int
cn =
s(t) e
dt +
s(v + T /2) ein(v + T /2) dv
T 0
T 0
Como ein(v+T /2) = (1)n einv e como s(t + T2 ) = s(t), escreveremos
Z
Z T /2
1 T /2
1
cn =
s(t) eint dt +
s(v) (1)n einv dv
T 0
T 0
Com a mesma vari
avel muda u nas duas integrais, escrevemos
Z
Z T /2
1
1 T /2
cn =
s(u) einu du +
s(u) (1)n einu du
T 0
T 0
e reunindo estas duas integrais em apenas uma integral, teremos
Z
1 T /2
cn =
s(u) einu [1 (1)n ] du
T 0
A expressao em colchetes determina o valor. Se n e par, entao cn = 0 e se n e
mpar, temos que
Z
2 T /2
an =
s(u) cos(nu)du
T 0
De modo analogo, se n e par bn = 0 e se n e mpar, temos que
Z
2 T /2
s(u) einu du
cn =
T 0

1.12

1.12

Simetrias par e mpar e coeficientes complexos

Simetrias par e mpar e coeficientes complexos

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

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

Seca o 2 Espectros discretos de frequencia

Espectros discretos de frequencia

2.1 Um sinal simples no domnio da frequencia

Se t e a variavel tempo, um sinal sinusoidal simples s = s(t) pode ser escrito
na forma
s(t) = A0 + C1 cos(t + )
Ha uma forma diferente que proporciona uma analise do sinal em funca o do
comportamento oscilatorio do mesmo. Podemos pensar que este sinal depende
de dois parametros: a frequencia angular e o a ngulo de fase. Construmos
os graficos de duas funco es no sistema cartesiano, em que o domnio de ambas
e o (mesmo) conjunto de todos os multiplos inteiros da frequencia angular ,
mas as imagens mostram os comportamentos de ambas:
1. C1 = C1 () e a amplitude em funca o de .
2. = () e o a ngulo de fase em funca o de .
Com estas funco es, e possivel estudar o sinal s = s(t) em funca o da frequencia
angular , donde provem o nome sinal no domnio da fequencia.
2.2 Motivos para estudar espectros de Fourier
1. Series de Fourier sao utilizadas no estudo de sinais periodicos, enquanto que Transformadas de Fourier sao utilizadas no estudo de sinais nao
periodicos.
2. Series de Fourier e Transformadas de Fourier, quando usadas em conjunto, sao adequadas para estudar o espectro de um sinal.
3. O espectro de um sinal e um objeto matematico apropriado para descrever, de uma forma bastante conveniente, um sinal a partir da variavel que
representa a frequencia angular do sinal, do que atraves de uma curva em
funca o do tempo, alem de informar a medida da frequencia do sinal.
4. Embora uma serie de Fourier com coeficientes reais parece dar a aimpressao que pode ser obtida mais facilmente do que a serie de Fourier com coeficientes complexos, a` s vezes, usamos a serie complexa que
possui caractersticas matematicas do sinal de uma forma mais sintetica,
alem de ser exatamente por este meio que podemos obter mais facilmente
a fase e a amplitude do sinal.

2.3

Representaco es de um sinal periodico

10

2.3 Representaco es de um sinal periodico

Pela discussao anterior, ja vimos que um sinal periodico s = s(t), pode
ser representado de dois modos equivalentes relacionados um com o outro:
Representaca o no domnio do tempo ou no domnio da frequencia. A representaca o
no domnio da frequencia depende das amplitudes e dos argumentos das componentes da serie de Fourier complexa da funca o s = s(t).
Como todo numero complexo z tem uma representaca o na forma polar, o coeficiente de Fourier complexo cn pode ser escrito como:
cn = An ein
onde An = |cn | e a amplitude da n-esima componente harmonica de s = s(t) e
n = arg(cn ) e o a ngulo de fase de cn , que e o a ngulo formado entre o numero
complexo (pensado como um vetor) cn e o eixo real OX.
2.4 Espectros discretos de sinais periodicos
Com relaca o aos espectros discretos basicos de um sinal s = s(t):
1. O espectro de amplitude e o grafico das amplitudes An em funca o das
respectivas frequencias de s = s(t).
2. O espectro de fase e o grafico das fases n em funca o das respectivas
frequencias de s = s(t).
Observaca o: Se s = s(t) e uma funca o periodica real, o complexo conjugado
de cn coincide com cn e nesse caso temos:
cn = cn ,

An = |cn | = |cn | = An

arg(cn ) = arg(cn ),

(n) = (n)

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

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

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

Seja a funca o sinal 2-periodica (mpar) definida por


+1 se 0 < t <
s(t) = sinal(t) =
1 se < t < 0

2.5

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

11

Mostre que a serie de Fourier complexa desta funca o e :

X
2i ikt
s(t) =
e

k
k mpar

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

cada k inteiro mpar, temos:
Ak =

2
|k|

k = sinal(k)

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

n
An
n

5 4 3 2 1 0
2
5

0
0

2
3

0
0

2
2
2
0
0

3
5

0
0
0
2
2
2
0

Figura 3: Algumas amplitudes e fases em funca o das frequencias

Figura 4: Grafico das amplitudes em funca o das frequencias

Figura 5: Grafico das fases em funca o das frequencias

2.6

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

12

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

Ja definimos antes a duraca o d de um sinal T -periodico s = s(t) como o tempo
que o sinal permanece nao nulo neste perodo T . Vamos considerar um sinal
T -periodico com duraca o d, definido por:

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

Figura 6: Pulso com d = T /2 e 3 retangulos no intervalo [3, 3]

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

s(t) =

X
n=

Cn e2int/T =

Cn eint

(1)

n=

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

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

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

2.7

Funca o sinc

13

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

formas:

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

2.7

Funca o sinc

Em virtude do uso intenso e para simplificar as nossas notaco es, definiremos

a funca o sinc para x R, por:

sin(x)

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

1
se x = 0
O limite fundamental

sin(u)
=1
u0
u
garante que podemos definir sinc(0) = 1. Outro fato simples, mas de grande
importancia, e que sinc(x) = 0, para todo numero inteiro x.
lim

Figura 7: Grafico da funca o sinc(.)

2.8

O ultimo
exemplo a` luz da funca o sinc(.)

Consideremos a funca o

s(t) =

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

2.8

O ultimo
exemplo a` luz da funca o sinc(.)

14

Como ja obtivemos antes os coeficientes de Fourier cn , entao multiplicando e

nd
dividindo cada coeficiente por
, obtemos:
T


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

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

Agora construiremos os espectros de amplitude An e de fase n em funca o dos

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

Figura 8: Grafico das amplitudes com T = d

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

mpar
n
1
cn = sinc( )
2
2

2.8

O ultimo
exemplo a` luz da funca o sinc(.)

15

Figura 9: Grafico das amplitudes com T = 2d

3. T = 3d Neste caso, c0 = 1/3 e se n e multiplo inteiro de 3, segue que

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

Figura 10: Grafico das amplitudes com T = 3d

4. T = kd Aqui c0 = 1/k. Se n e multiplo inteiro de k, segue que cn = 0,

mas se a divisao de n por k tem resto nao nulo, segue que
n
1
cn = sinc( )
k
k
Cada grafico das amplitudes foi desenhado com:
Uma barra vertical de altura igual a 1/k em n = 0,
n
1
Barras verticais de alturas sinc( ) sobre os pontos de absk
k
cissas nf0 , se n nao e divisvel por k,
bolinhas sobre os pontos de abscissas nf0 , se n e nao nulo e
multiplo de k.
Em cada caso, a frequencia fundamental f0 diminui a` medida que o respectivo
perodo T aumenta. Como a a duraca o d do sinal esta fixada, com o aumento

2.8

O ultimo
exemplo a` luz da funca o sinc(.)

16

Figura 11: Grafico das amplitudes com T = 4d

do valor de k, existirao mais barras verticais entre dois multiplos inteiros da

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

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

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

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

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

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

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

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

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

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

Figura 12: Coeficientes de Fourier com T = kd e a duraca o d e fixa

Seca o 3 Conceitos importantes da Analise Matematica

Conceitos importantes da Analise Matematica

3.1 Funco es integraveis (segundo Riemann)

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

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

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

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

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

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

Figura 13: Grafico da funca o caracterstica de [a, b]

1
. De fato, e finita a integral:
1 + x2
Z M
Z
Z
1
1
dx
=
2
lim
dx =
|f (x)|dx =
2
M 0
1 + x2

1 + x

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

17

3.4

O espaco de Schwarz

Figura 14: Grafico da funca o f (x) =

18

1
que e integravel sobre R
1 + x2

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

e a funca o degrau unitario de Heaviside, definida por:

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

0 se x > 0
u(x) =
1 se x 0
4. A funca o real f (x) = ex u(x) definida para x R.
5. As funco es da classe C 0 (K), isto e , funco es contnuas sobre um intervalo
fechado e limitado K da reta.
6. As funco es da classe C 1 (K), isto e , funco es continuamente diferenciaveis
sobre um intervalo fechado e limitado K da reta.
7. As funco es da classe C (K), isto e , funco es continuamente infinitamente diferenciaveis sobre um intervalo fechado e limitado K da reta.
3.4

O espaco de Schwarz

O espaco de Schwarz, denotado por S(R), e o conjunto das funco es reais de

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

Informaco es sobre o espaco de Schwarz

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

2
g(x) = eax , onde a > 0.
2. O produto de uma funca o polinomial p = p(x) pela funca o gaussiana
2
do tem (1) e uma funca o h(x) = p(x) eax que esta no espaco S(R).

3.6

Alguns teoremas importantes da Analise

19

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

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

Alguns teoremas importantes da Analise

Integral por partes

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

Z b
Z b


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

3.6.2

Integral por substituica o

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

e , x = h(y) na integral de tal modo que a = h() e b = h(), entao
Z b
Z
f (x) dx =
f [h(y)] h0 (y) dy
a

3.6.3

Teorema do valor medio para integrais

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

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

Derivada sob o sinal de integral

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

1. Podemos afirmar que e contnua a funca o F = F (t) definida por
Z b
F (t) =
f (x, t) dx
a

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

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

Seca o 4 Transformada de Fourier

3.6.5

20

Regra de Leibniz

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

duas variaveis, entao podemos passar a derivada (parcial) para dentro da integral, mas muito maior cuidado deve ser observado aqui pois os limites de
integraca o, agora sao funco es:
Z
Z (t)
d (t)
f (w, t)
f (w, t)dw =
dw + 0 (t)f ((t), t) 0 (t)f ((t), t)
dt (t)
t
(t)

4 Transformada de Fourier
4.1

Transformada de Laplace

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

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

Substituindo s por iw e integrando agora sobre (, ), teremos a

4.2

Definica o de Transformada de Fourier

A Transformada de Fourier de uma funca o h = h(t) absolutamente integravel,

denotada por H(.), e definida para w R, por:
Z
H(w) =
h(t) eiwt dt
(4)

4.3

Transformada de Fourier e funco es absolutamente integraveis

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

4.4

Transformada de Fourier em funca o de f0

21

Figura 15: Grafico da funca o sinc(.)

4.4

Transformada de Fourier em funca o de f0

Tomando w = 2fo na definica o (4), obtemos a transformada de Fourier de

h = h(t) em funca o da frequencia fundamental f0 do sinal. Desse modo:
Z
H(f0 ) =
h(t) e2itf0 dt
(6)

4.5

Transformada de Fourier em funca o de wx

Se ao inves de considerar a variavel t, usarmos a variavel x R, deveremos

substituir h(t) por h(x) e substituir a frequencia fundamental f0 por wx que e
a frequencia que depende de x. A transformada de Fourier ficara na forma:
Z
H(wx ) =
h(x) e2ixwx dx
(7)

Esta u ltima forma pode ser estendida ao caso bi-dimensional:

Z Z
f (x, y) e2i(x, y) (wx , wy ) dxdy
F (wx , wy ) =

(8)

onde e o produto escalar de vetores no plano cartesiano.

4.6

Transformada de Fourier da funca o caracterstica

Obteremos agora a Transformada de Fourier da importante funca o caracterstica

h = h(t) definida sobre o intervalo(T, T ), por:

1 se t (T, T )
h(t) =
0 se t 6 (T, T )

4.7

Exemplo com uma funca o exponencial decrescente

22

Pela definica o (4), temos que:

Z

h(t) eiwt dt

H(w) =

logo
T

eiwt
H(w) =
eiwt dt =
iw
T
Z

T
=
T

eiwT eiwT
iw

Pela relaca o de Euler, podemos escrever:



2 eiwT eiwT
2
sin(wT )
H(w) =
= sin(wT ) = 2T
w
2i
w
wT
e poderemos usar a funca o sinc(.) na forma mais simples, para escrever:
H(w) = 2T sinc(wT )
4.7

Exemplo com uma funca o exponencial decrescente

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

t

h(t) = e


u(t) =

et se t 0
0 se t < 0

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

Figura 16: Grafico de uma funca o exponencial decrescente

Z
H(w) =

e
0

iwt

Z
dt = lim

et(1+iw) dt

que pode ser calculado como

 t(1+iw) t=M
1 eM (1+iw)
e
H(w) = lim
= lim
M
M (1 + iw) t=0
1 + iw

(9)

4.8

Exemplo com uma funca o exponencial crescente

23

assim

1 iw
1
=
1 + iw
1 + w2
Exerccio: Para A > 0 e > 0, obter a transformada de Fourier de:

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

4.8

Exemplo com uma funca o exponencial crescente

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



g(t) = et u(t) =

et se t 0
0 se t > 0

(10)

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

Figura 17: Grafico de uma funca o exponencial crescente

0
iwt

H(w) =

e e

Z
dt =

lim

et(1iw) dt

Z
=

t(1iw)

e
M


dt = lim

et(1iw)
1 iw

t=0
t=M

1 + iw
1
=
1 iw
1 + w2

Exerccio: Se A > 0 e > 0, obtenha a transformada de Fourier de:


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

Seca o 5 Espectros contnuos da Transformada de Fourier

24

Espectros contnuos da Transformada de Fourier

5.1 Espectros, Amplitude e Fase

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

esta no conjunto dos numeros

complexos, logo ela pode decomposta nas suas
partes real e imaginaria, mas tambem pode ser escrita em sua forma polar.
Tomaremos Hr = Hr (w) e Hi = Hi (w), respectivamente, como as partes real
e imaginaria de H = H(w) e j = 1 (para nao confundir com o ndice i e)
escrever:
H = Hr + j Hi = |H| ej (h)
A amplitude (espectro de Fourier) de h = h(t) e definida como
q
|H| = Hr 2 + Hi 2
O a ngulo de fase da transformada de Fourier H = H[w] e definido por
 
Hi
(h) = arctan
Hr
O espectro de potencia de h = h(t) e definido como
P (w) = |H|2 = Hr 2 + Hi 2
Nao e difcil construir os graficos das funco es acima definidas.
5.2

Exemplo

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

t R. Ja mostramos que a sua Transformada de Fourier e dada por:
H[w] =

1 + iw
1 + w2

Alguns elementos relacionados com a Transformada de Fourier deste sinal

h = h(t), aparecem na tabela

6 Propriedades da Transformada de Fourier

6.1

Translaca o no tempo

Se H(h) = H(h(t)) e a transformada de Fourier da funca o h = h(t) e a

funca o hc = hc (t) representa a translaca o de c unidades para a direita da

6.2

Translaca o na frequencia

25

1
Parte real
1 + w2
w
=
Parte imaginaria
1 + w2

= arctan(w) Angulo
de fase

Hr = Hr (w)

Hi = Hi (w)
= (h)

1
1 + w2
1
=
1 + w2

|H| = |H(w)| =

Amplitude

P (w)

Espectro de potencia

Figura 18: Elementos relacionados com os espectros de Fourier

funca o h = h(t), definida por hc (t) = h(t c), entao:

H(hc ) = H(h(t c)) = eiwc H(h)

(11)

Demonstraca o:
Z

h(t c)eiwt dt

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

Com a mudanca de variavel v = t c, temos

Z
Z
H(hc ) =
h(v)eiw(c+v) dv = eiwc
h(v)eiwv dv = eiwc H(h)

6.2

Translaca o na frequencia

Se H(f ) = H(h(t)) e a transformada de Fourier de h = h(t) entao:

H(eif0 t h(t)) = H(f f0 )

(12)

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

Z
H(f ) = H(h(t)) =
h(t) eif t dt

Assim
if0 t

H(e

if0 x

h(t)) =

if t

h(t) e

dt =

ei(f f0 )t h(t) dt

Tomando w = f f0 , poderemos escrever:

Z
if0 t
H(e h(t)) =
eiwt h(t) dt = H(w) = H(f f0 )

6.3

Homotetia (escala) na variavel

26

6.3 Homotetia (escala) na variavel

Se H(w) = H(h(t)) e a transformada de Fourier de h = h(t), entao:
H(h(at)) =
Demonstraca o:
Z

1
w
H( )
|a|
a

(13)

H(h(at)) =

h(at)eiwt dt

e esta integral pode ser separada em duas:

Z 0
Z
H(h(at)) =
h(at)eiwt dt +

h(at)eiwt dt

Tomando a mudanca de variavel u = at com a < 0 na primeira integral e com

a > 0 na segunda integral, teremos:
Z 0
Z
w
1
1 0
h(u)eiuw/a du
H(h(at)) =
h(u)eiu a du +
a
a
1
=
|a|

1
=
|a|

=
6.4

iu wa

h(u)e

1
du +
|a|

h(u)eiuw/a du

h(u)eiuw/a du

w
1
H( )
|a|
a

Exemplo

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

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

w
1
H( )
2
2

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

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

Seca o 7 Transformada Inversa de Fourier

27

Figura 19: Domnios normais, a funca o e a Transformada de Fourier

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

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

Figura 20: Domnios duplicados e Transformaca o com homotetia

Observamos que ao multiplicar o argumento da funca o por 2, a altura desta funca o permaneceu a mesma mas o domnio ficou duplicado e o mesmo
ocorreu com a transformada de Fourier desta funca o.

Transformada Inversa de Fourier

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

Z
1
1
g(w) eiwt dw
H (g(w)) =
2
Podemos obter a Transformada Inversa de Fourier da propria Transformada
de Fourier de h = h(t), denotada po H = H(w), que depende da frequencia
w. Se tomarmos a mudanca de variavel w = 2f e substituirmos a diferencial
dw = 2df , a funca o H agora ficara dependendo da variavel f e sera denotada

Seca o 8 Transformadas direta e inversa de Fourier

28

por H = H(f ). A definica o ficara na forma:

Z
1
h(t) = H (H(w)) =
H(f ) e2itf df

Isto garante a recuperaca o da propria funca o original atraves da aplicaca o da

Transformada Inversa aplicada a` Transformada de Fourier, o que significa que:
H 1 H = Identidade
Substituindo a frequencia w por wx , onde wx e a frequencia que depende de
x R na definica o de Transformada Inversa de Fourier, poderemos obter uma
outra forma para a Transformada Inversa de Fourier de H = H(wx ):
Z
1
H 1 (H(wx )) =
H(wx ) e2ixwx dwx
2
Com esta forma, podemos estender a definica o ao caso bi-dimensional a` funca o
H = H(wx , wy ):
 2 Z Z
1
1
H (H(wx , wy )) =
H(wx , wy ) e2i(xwx +ywy ) dwx dwy
2

8 Transformadas direta e inversa de Fourier

8.1

Pares de transformadas

As Transformadas de Fourier direta e inversa sao realmente inversas uma da

outra, isto e :
H H 1 = Id = H 1 H
Na literatura encontramos notaco es com duas setas, uma em cada sentido, para
fazer referencia ao par de funco es (h, H):
h

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

Transformada inversa de Fourier de H.
8.2 Propriedades Lineares
Tanto a Transformada de Fourier como a Transformada Inversa de Fourier, sao
transformaco es lineares:
H(a f + b g) = a H(f ) + b H(g)
H 1 (aF1 + bF2 ) = a H 1 (F1 ) + b H 1 (F2 )
quaisquer que sejam os escalares complexos a e b.

8.3

Exemplo

29

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

1 iw
1 + iw
7 + 3iw
+
5
=
1 + w2
1 + w2
1 + w2

Exemplo complexo com um par de transformadas

Transformada direta

Calcularemos a Transformada de Fourier da funca o definida por:

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

(14)

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

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

a transformaca o integral como H(f ), em funca o da variavel f , como:
Z T
H(f ) = H(h(t)) =
[cos(2f t) i sin(2f t)] dt
T

ou seja
Z

cos(2f t) dt i

H(f ) =
T

sin(2f t) dt
T

8.4

Exemplo complexo com um par de transformadas

30

A segunda integral e nula pois o integrando desta e uma funca o mpar definida
sobre um intervalo simetrico, logo restara

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

Transformada inversa

Calcularemos agora a transformada inversa de Fourier da funca o obtida no

calculo anterior: H(f ) = 2T sinc(2T f ). Tomaremos w = 2f para escrever:
Z
H 1 (H(f )) =
H(f ) e2if t df

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

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

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

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

Pela relaca o de Euler, podemos escrever

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

f
A segunda integral e nula pois o integrando e uma funca o mpar na variavel f .
Como sin(x) cos(y) = 12 [sin(x + y) + sin(x y)], entao
1
sin(2f T ) cos(2f t) = [sin(2f (T + t)) + sin(2f (T t))]
2
assim
1
H 1 (H(f )) =
2
Z
=

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

df
f

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

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

8.4

Exemplo complexo com um par de transformadas

31

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

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

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

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

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

obtemos:
H 1 (H(f )) =

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

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

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

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

Seca o 9 Convoluca o de Funco es

8.4.3

32

Conclusao

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

1 se T < t < T
1
H(f ) = 2T sinc(2f T )  h(t) =
se t = T ou t = T
2

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

9 Convoluca o de Funco es
9.1 Produto de transformadas e a convoluca o
O produto das transformadas de Fourier de duas funco es nao e igual a` transformada de Fourier do produto dessas funco es, isto e :
H(f g) 6= H(f ) H(g)
mas a igualdade valera apos trocarmos o pelo , significando a convoluca o
das funco es f e g, que sera definida na sequencia.
9.2 Definica o de convoluca o
Consideremos as funco es f e g cujo produto h(x) = f (x)g(x) e uma funca o
absolutamente integravel. A convoluca o entre f e g, denotada por f g, e
definida por qualquer uma das integrais:
Z
Z
(f g)(x) =
f (x w)g(w)dw =
f (w)g(x w)dw

Em alguns textos, o termo convoluc

ao aparece como produto de convoluca o.

9.3 Propriedades da convoluca o
Embora algumas das propriedades abaixo nao possam ser demonstradas facilmente,
quando tem sentido a convoluca o para certas funco es, tem-se:
(1) Comutatividade: f g = g f
(2) Associatividade: f (g h) = (f g) h

9.4

Alguns exerccios importantes

33

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

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

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


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

ew dw =

Sugestao: Usar integrais duplas improprias e mudancas de variaveis com

coordenadas polares para o calculo.
3. Usar a integral do item anterior, para mostrar que
Z

2
(x w)ew dw = x

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

(f g)(x) =
(x w)ew dw = x

10 A distribuica o delta de Dirac

10.1

Elementos gerais sobre

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

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

10.2 Funca o degrau unitario e funca o caracterstica

34

10.2 Funca o degrau unitario e funca o caracterstica

Ja definimos a funca o degrau unitario de Heaviside, como

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

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

1 se x I
I (x) =
0 se x
/I
A funca o caracterstica de um intervalo real I = [a, b] pode ser escrita em
funca o de duas translaco es da funca o degrau unitario como:
[a,b] (x) = u(x a) u(x b)
10.3 A distribuica o como limite de funco es reais
Uma das formas usadas para construir a distribuica o delta de Dirac e tomar
uma sequencia de funco es caractersticas pares (nucleos de Dirac) que dependem de um parametro r > 0, sendo que a a rea da regiao localizada sob o
grafico de cada funca o caracterstica no semi-plano superior deve ser sempre
igual a 1, ou seja, tomar:
1
1
r (x) = [r,r] (x) = [u(x + r) u(x r)]
2r
2r
e tomar o limite quando r 0, isto e :
(x) = lim r (x)
r0

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

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

10.4 Mais rigor matematico com a distribuica o

35

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


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

mas esta integral tambem nao faz sentido pois nao e uma funca o. Na verdade,
devem ser usados os nucleos de Dirac para dar consistencia a esta definica o e
podermos escrever:
Z
Z
f (0) =
f (x) (x) dx =
f (x) lim r (x) dx

r0

10.5 Propriedades da distribuica o de Dirac

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

10.5 Propriedades da distribuica o de Dirac

36

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

r0

(f )(x) =

f (x v) lim r (v) dv
Z

f (x v)r (v) dv

= lim

r0

r0

f (x v)

= lim

r0

1
[u(x + r) u(x r)] dv
2r

Z
1 r
f (x v) dv
= lim
r0 2r r
Z
1 x+r
= lim
f (w) dw
r0 2r xr

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

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

Demonstraca o: Pelo tem anterior, garantimos que

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

assim, em particular, quando x = 0, temos

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

Com a mudanca de variaveis v = x, podemos escrever

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

uma vez que (x) = (x).

10.6 Propriedade grafica de com a convoluca o

37

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

(f c )(x) = f (c)
Esta u ltima propriedade tem uma importante consequencia do ponto de vista
da Computaca o Grafica.
10.6 Propriedade grafica de com a convoluca o
` vezes, a distribuica o e denotada por 0 para indicar que ela representa um
As
impulso no ponto x = 0. Quando desejamos indicar um impulso em um
ponto generico x = c, usamos a notaca o c que representa, por definica o:
c (x) = 0 (x c) = (x c)
A convoluca o de funco es e a distribuica o c realizam um papel fundamental
em Computaca o Grafica. Se um objeto grafico esta definido por um sinal f =
f (x), podemos obter uma copia de f = f (x) em uma posica o x = c realizando
a convoluca o da distribuica o c com f = f (x) para obter f (x c), que e a
imagem de f transladada de c unidades para a direita. Existe um analogo no
plano: Se um objeto grafico plano esta definido por um sinal f = f (x, y),
podemos obter uma copia de f = f (x, y) em uma posica o (c, d) realizando a
convoluca o da distribuica o (c,d) com f = f (x, y) para obter f (x c, y d),
que e a imagem de f transladada de (c, d) no plano cartesiano.

11

Transformada de Fourier da convoluca o

Se faz sentido obter a convoluca o das funco es f e g, entao:

H(f ) H(g) = H(f g)
Aplicando a Transformada Inversa de Fourier a esta relaca o, obtemos:
H 1 {H(f ) H(g)} = H 1 (H(f g)) = f g
11.1 Transformada de Fourier da distribuica o
Como vimos, a u ltima propriedade da distribuica o nos mostra que f = f
para toda funca o f para a qual tem sentido a convoluca o, logo pelo Teorema
da convoluca o:
H(f )H() = H(f ) = H(f )

Seca o 12 Transformadas de Fourier de Derivadas

38

e podemos escrever que

H() = 1
Tem sentido entao escrever o par de transformadas

12

Transformadas de Fourier de Derivadas

12.1 Transformadas de derivadas parciais

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

|x|

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

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

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

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

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

Usando a integraca o por partes na integral impropria

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

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

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

iweiwx dx, n(x)

ux (x, t) e

1
lim u(M, t)eiwM
lim u(N, t)eiwN
M
N
Z 2
1

(x, t)(iw)eiwx dx
2

Assim

H(ux ) =

u(x, t) (iw) eiwx dx

Seca o 13 Soluca o da Equaca o do Calor

39

o que garante que

H(ux ) = iw H(u)
Pela dupla aplicaca o do processo anterior temos:
H(uxx ) = w2 H(u)
Se as derivadas sao realizadas em relaca o a` variavel t, podemos obter as transformadas de Fourier de algumas derivadas de funco es, como:
Z

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

Realmente:
u
H( ) =
t

iwx

ut (x, t)e

dx =
t

u(x, t)eiwx dx =

H(u)
t

Analogamente, temos que:

2u
H( 2 ) =
t

iwx

utt (x, t)e

2
dx = 2 H(u)
t

13 Soluca o da Equaca o do Calor

A Transformada de Fourier pode ser aplicada na obtenca o da soluca o de um
Problema com Valores Iniciais (PVI) com uma Equaca o Diferencial Parcial
do Calor, como:
u
2u
=K
(x R, t > 0)
t
x2
u(x, 0) = f (x)
(x R)
Tomemos as Transformadas de Fourier em relaca o a` variavel x em ambos os
membros da Equaca o Diferencial Parcial e tambem na Condica o Inicial, para
obter funco es apenas da variavel t. Assim teremos:
H(ut ) = KH(uxx ),

H(u) = Kw2 H(u)

t

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

a letra maiuscula U (t) = H(u) e U (0) = H(f ). Como tomamos a funca o
U = U (t) apenas, nao ha necessidade de usar a derivada parcial. Assim,
temos o PVI:
d
U (t) = K w2 U (t),
dt

U (0) = H(f )

Seca o 13 Soluca o da Equaca o do Calor

40

Este e um PVI para uma Equaca o Diferencial Ordinaria Linear e homogenea

de 1a. ordem, cuja soluca o e dada por:
2 2
U (t) = U (0) ea w t

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

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

2 2
por H(g) = ea w t poderemos escrever
H(u) = H(f ) H(g)
e usar a convoluca o para garantir que:
H(u) = H(f ) H(g) = H(f g)
Aplicando a Transformada Inversa de Fourier, teremos:
u(x, t) = f g
onde u = u(x, t) sera a soluca o do PVI dado, desde que tenhamos resolvido
o problema de obter g = g(x, t), mas a propriedade desejada e satisfeita pela
funca o gaussiana:
x2

1
g(x, t) = e 4a2 t
a 2t
e o par de transformadas e dado por:
2 2
H[w] = ea w t

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

E um fato notavel que, tanto a funca o original como a sua Transformada de

Fourier sao funco es gaussianas (da mesma forma), para uma escolha apropriada de t.
A soluca o do PVI e entao dada pela convoluca o:
1
u(x, t) = (f g)(x) = (
a 2t

x2

e 4a2 t ) f (x)

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

2a t

(x w)2

4a2 t f (w) dw
e

13.1 Observaca o sobre este material

41

13.1 Observaca o sobre este material

Este material nao e simples para um aluno de nveis iniciais, mas e basico para
os interessados em estudar mais profundamente a Analise de Fourier. Neste
caso, voce devera estar preparado do ponto de vista matematico pois os temas
envolvidos com a Analise Harmonica sao aplicados em praticamente todos os
campos cientficos ligados a esta a rea tecnologica como Processamento digital
de sinais e especialmente a Computaca o Grafica.

Referencias bibliograficas
[1] Close, Charles M., Circuitos Lineares, Vol.2, LTC/EDUSP, (1975), Rio
de Janeiro, Brasil.
[2] Farlow, Stanley J., Partial Differential Equations for Scientists and Engineers, Dover Publications Inc., (1993), New York, USA.
[3] Figueiredo, Djairo Guedes, Analise de Fourier e Equaco es Diferenciais
Parciais, Coleca o Euclides, IMPA/CNPq, (1986), Rio de Janeiro, Brasil.
[4] Garding, Lars, Encontro com a Matematica, Editora Universidade de
Brasilia, (1977), Braslia, Brasil.
[5] Hounie, Jorge, Teoria Elementar das Distribuico es, 12o. Coloquio Brasileiro de Matematica, IMPA/CNPq, (1979), Rio de Janeiro, Brasil.
[6] Kaplan, Wilfred, Calculo Avancado, vol.1 e 2, Edgard Blucher Editora e
EDUSP, (1972), Sao Paulo, Brasil.
[7] Katznelson, Yitzhak, An Introduction to Harmonic Analysis, Dover Publications, INC., (1968), New York, USA.
[8] Kolmogorov, A.N. e Fomin, S.V., Elementos de la Teoria de Funciones y
del Analisis Funcional, Editorial MIR, (1972), Moscou.
[9] Moretin, Pedro A., Analise Harmonica de Processos Estocasticos, 12o.
Coloquio Brasileiro de Matematica, IMPA/CNPq, (1979), Rio de Janeiro, Brasil.
[10] Quevedo, Carlos P., Circuitos Eletricos, LTC Editora, (1988), Rio de Janeiro, Brasil.
[11] Spiegel, Murray, Analise de Fourier, Coleca o Schaum, McGraw-Hill do
Brasil, (1976), Sao Paulo, Brasil.