Análise de Sinais

Anlise de Sinais
(Notas em Sinais e Sistemas)

J. A. M. Felippe de Souza
Notas em Sinais e Sistemas
Anlise de Sinais
(Notas em Sinais e Sistemas)
1 - Sinais contnuos e discretos
2 - Energia e Potncia de Sinais
10
3 - Transformaes da varivel independente
14
4 - Sinais Peridicos
18
5 - Sinais pares e mpares
19
6 - Sinais exponenciais e sinusoidais
22
O sinal sinusoidal contnuo

O sinal exponencial contnuo
O sinal sinusoidal discreto
O sinal exponencial discreto
7 - Funes singulares discretas

O sinal impulso unitrio discreto
O sinal degrau unitrio discreto
O sinal rampa unitria discreta
8 - Funes singulares contnuas

O sinal impulso unitrio
O sinal degrau unitrio
O sinal rampa unitria
9 - Sistemas
22
26
30
31
39
39
39
40
43
43
44
45
48
Introduo
48
Classificaes de Sistemas
Sistemas Lineares e Invariantes no Tempo (SLIT)
Propriedades da Convoluo
SLIT sem memria
SLIT inversveis
Outros assuntos tratados em Teoria de Sistemas
50
58
59
62
63
65
Sinais e Sistemas
A noo intuitiva de sinais e de sistemas surgem de uma variedade enorme de
contextos.
Existe uma linguagem prpria usada para descrever sinais e sistemas e um conjunto bastante poderoso de ferramentas para analis-los.
1 - Sinais contnuos e discretos

Sinais podem descrever uma grande variedade de fenmenos fsicos.
Sinais podem ser descritos de muitas maneiras.
Alguns exemplos de sinais:

Circuito RC
O sinal da tenso vs(t) na fonte e o sinal e da tenso vc(t) no condensador.
Carro
O sinal f(t) da fora aplicada ao carro (que proporcional acelerao), o sinal

x(t) do deslocamento do carro e o sinal v(t) da velocidade do carro.
Outros exemplos de sinais:

O mecanismo vocal humano produz fala criando flutuaes na presso acstica.
Uma transmisso de rdio tambm composta de sinais elctricos que
transportam o som (voz, msica, etc.)
Voz / fala humana

Ilustrao da gravao do sinal de voz, obtido com o uso de um microfone que capta as
variaes da presso acstica, a qual convertida em sinais elctricos.
Rdio (AM & FM)

A portadora (sinal de frequncia mais alta) transporta o som (sinal modulado) seja modulado em amplitude (AM) ou em frequncia (FM).
Electrocardiograma (ECG)
Electroencefalograma (EEG)
Esta varivel independente muito comummente o tempo (sistemas dinmicos), mas no

necessariamente.
O tempo a varivel independente no caso dos exemplos acima do circuito RC, do carro,
das emisses de rdio, do ECG e do EEG.
Por outro lado, uma imagem monocromtica (preto-e-branco) constituda por um padro
de variaes no brilho atravs dela. Ou seja, o sinal da imagem uma funo da intensidade de brilho em todos os pontos da imagem (bidimensional).
Portanto, sinais so representados matematicamente como funes de uma ou mais

variveis independentes.
No caso de mais de uma varivel independente, muito comummente o tempo uma destas variveis (so sistemas fsicos dinmicos). Mas no necessariamente, como o caso
da imagem monocromtica acima, em que o sistema esttico.
Outros exemplos de sistemas no dinmicos:
em geofsica: sinais que representam variaes de quantidades fsicas como densidade, porosidade e resistividade elctrica versus a profundidade so usados para estudar a estrutura da terra.
em meteorologia: variao da presso atmosfrica, temperatura e velocidade do
vento versus a altitude.
O sinal ao lado
mostra a
velocidade do vento
x
altitude,
usado para examinar as condies

de vento que possam afectar uma
aeronave durante a
aproximao final
da pista e aterragem.
Todos os exemplos acima so de variveis independentes contnuas, e por isso chamados de sinais contnuos.
Entretanto se considerarmos por exemplo: o ndice da bolsa de valores (dirio), temos
ento um caso de sinal discreto (i.e., sinal no contnuo).
Outros exemplos de sinais discretos podem ser encontrados por exemplo em estudos
demogrficos. Vrios atributos como:
renda mdia familiar (pelo nmero de pessoas na famlia);
taxas de crimes (pela populao total);
quilos de peixes que foram pescados (pelo tipo de embarcao);
Ou em ndices econmicos (que normalmente s saem uma vez por ms) como:
inflao (mensal);
taxa de desemprego (mensal);
Para distinguir os sinais contnuos e discretos no tempo ns usaremos
t para denotar a varivel independente contnua e

n para denotar a varivel independente discreta.
Alm disso, nos sinais contnuos usaremos parntesis ( ),
x(t), y(t), v(t), etc.

enquanto que nos sinais discretos usaremos parntesis recto [ ],
x[n], y[n], v[n], etc.

Um sinal discreto pode ser a representao de um fenmeno (sistema) inerentemente discreto, como por exemplo o caso de ndices demogrficos ou os ndices
da bolsa de valores.
9
Por outro lado h tambm sinais discretos no tempo que so oriundos da amostragem de sinais contnuos.
A razo disto o uso de computadores digitais modernos com processadores digitais velozes, potentes e flexveis para representar sistemas fsicos de aplicao
prtica como por exemplo:
piloto automtico digital;
sistemas digitais de udio ou de vdeo.
Estes sistemas requerem o uso de sequncias discretas no tempo que so representaes (discretizaes) de sinais contnuos no tempo.
Assim, sinais que so naturalmente contnuos no tempo so tornados sinais discretos (por amostragem) para este propsito, como por exemplo:
a posio da aeronave;
a velocidade da aeronave;
a direco da aeronave;
(no caso do piloto automtico digital), ou
voz;
msica;
som em geral;
(no caso de sistemas digitais de udio), ou
fotografias que aparecem nos jornais e livros;
imagens de um filme gravado em DVD;
etc.
2 - Energia e Potncia de Sinais

Em muitas aplicaes, embora no em todas, os sinais so directamente relacionados com quantidades fsicas que captam ou absorvem energia e potncia no
sistema fsico.
Por exemplo, no caso do circuito RC que foi visto acima, a potncia instantnea :
p( t ) = v( t ) i ( t ) =
1 2
v (t)
R
onde:
v(t) = tenso na resistncia R;
i(t) = corrente na resistncia R.
10
e a energia total despendida no intervalo de tempo t 1 t t 2 :
E Total =
t2
t1
p( t )dt =
t2
t1
1 2
v ( t )dt
R
e a potncia mdia neste intervalo [t1, t2] :
Pmdia =
t2
(t 2 t 1 ) t
p( t )dt =
t2
(t 2 t 1 ) t
1 2
v ( t )dt
R
De forma semelhante no caso do exemplo acima do carro, a potncia dissipada

pela frico :
p( t ) = v 2 ( t )
onde = coeficiente de atrito da superfcie.
A energia total e potncia mdia no intervalo [t1, t2] so respectivamente:
E Total =
Pmdia =
t2
t1
(t 2 t1 )
t2
t1
p( t )dt =
p( t )dt =
t2
t1
v 2 ( t )dt
1
(t 2 t1 )
t2
t1
v 2 ( t )dt
Motivados pelos exemplos acima definiremos abaixo potncia e energia para

qualquer sinal contnuo x(t) e qualquer sinal discreto x[n].
A energia total no intervalo t 1 t t 2 de um sinal contnuo x(t) definida como:
E =
t2
x( t )
t1
dt
onde |x| o mdulo do nmero x (que pode ser real ou complexo).
A potncia mdia neste intervalo [t1 , t2] definida como:
P =
t2
(t 2 t1 ) t
11
x( t )
dt
A energia total e a potncia mdia no intervalo t 1 t t 2 de um sinal discreto

x[n] definida como:
n2
x[n]
E =
n =n1
n2
x[n]
(n n +1)
1
P =
n =n1
Para o caso de um intervalo infinito de tempo:
-<t<
-<n<
ou
as definies de energia total e potncia mdia, no caso de um sinal contnuo no

tempo, ficam:
E = lim
x( t ) dt =
P = lim
1
2T
T
T
x( t )
x( t )
dt
dt
e, para um sinal discreto no tempo, ficam:

N
x[n]
E = lim
P =
n = N
lim
x[n]
n =
N
(2N + 1) n
= N
1
x[n]
Note que para alguns sinais E e/ou P podem no convergir. Por exemplo, se x(t)
ou x[n] = constante 0 para todo t, ento este sinal tem energia infinita (E = ).
Se um sinal tem energia E < (energia total finita), ento:
P = 0
Isto porque
E
= 0
2T
P = lim
ou
P =
lim
(2N + 1)
12
= 0.
Exemplo 1:
Facilmente observa-se
que para este sinal x(t):
E = 1.
E portanto,
P = 0.
Se um sinal tem 0 < P < (potncia finita 0), ento, obviamente:
E = .
Exemplo 2:
que para este sinal x[n]:
E = .
E portanto,
P = 16.
Finalmente, existem sinais que tm E = e P = .
Exemplo 3:
que para este sinal x(t)
ambos
E = .
P = .
13
3 - Transformaes da varivel independente

Translao no tempo (time shifting):
A translao no tempo, time shifting tambm chamado de deslocamento no tempo
ou deslizamento no tempo ou simplesmente shift.
Shift para direita (retardo):

sinal discreto:
x[n]
--------
x[n-no], no > 0.
sinal contnuo :
x(t)
--------
x(t to), to > 0.
Shift para esquerda (avano):

sinal discreto:
x[n]
--------
x[n+no] , no > 0.
14
sinal contnuo :
x(t)
--------
x(t + to), to > 0.
Aplicaes de sinais com shift para direita so encontradas em radar, sonar e sismgrafos.
Sinal reflectido / reverso no tempo (time reversal) em torno de t = 0:

sinal discreto:
x[n]
--------
x[- n]
sinal contnuo:
x(t)
--------
x(- t)
15
Aplicaes de sinais com reverso no tempo podem ser encontradas em gravaes tocadas de trs para frente.
Escalonamento no tempo (time scaling)

Compresso ou encolhimento:
sinal discreto:
x[n]
--------
x[an] , a > 0.
sinal contnuo:
x(t)
--------
x(at), a > 0.
Expanso ou esticamento:
sinal discreto:
x[n]
--------
x[an] , 0 < a < 1.
sinal contnuo:
x(t)
--------
x(at), 0 < a < 1.
16
Aplicaes de sinais com time scaling para direita so encontradas em gravaes tocadas mais rapidamente (fast forward) ou mais lentamente (replay em slow motion).
Caso geral
sinal discreto:
x[n]
--------
x[n + ] , a > 0
sinal contnuo:
x(t)
--------
x(t + ), a > 0
Se | | < 1 sinal esticado ();

Se | | > 1 sinal comprimido ( );
Se < 0 sinal invertido;
Se < 0 translao (shift) para direita;
Se > 0 translao (shift) para esquerda.
Exemplo 4:
17
4 - Sinais Peridicos
Um sinal contnuo peridico se T > 0 tal que
x(t) = x(t + T) , t
eq. (A)
T chamado de perodo de x(t).

Ou seja, um sinal peridico x(t) fica imutvel se fizermos uma translao (shift) de T.
Exemplo 5:
Se um sinal peridico de perodo T ento tambm peridico de perodo 2T, 3 T, 4T,

O perodo fundamental de x(t), To , o menor valor positivo de T para o qual a eq. (A)
acima vlida.
Esta definio tem uma excepo que o caso de
x(t) = C (constante) , t
Neste caso no existe perodo fundamental.
Um sinal no peridico chamado de aperidico.
Analogamente um sinal discreto x[n] peridico se N tal que
x[n] = C (constante) , n
eq. (B)
N chamado de perodo de x[n].

O perodo fundamental de x[n], No , o menor valor de N para o qual eq. (B) vlida.
Exemplo 6:
fcil de verificar que To = (2/a) o perodo fundamental do sinal peridico:
x1(t) = b cos (at + c)
e que To = (/a) perodo fundamental do sinal peridico:
x2(t) = b | cos (at) |
18
Exemplo 7:
Sinal discreto com perodo fundamental No = 3.
5 - Sinais pares e mpares

Um sinal contnuo x(t) par se:
x(-t) = x(t)
Um sinal discreto x[n] par se:
x[-n] = x[n]
Um sinal contnuo x(t) mpar se:

x(-t) = - x(t)
Um sinal discreto x[n] mpar se:
x[-n] = - x[n]
Exemplo 8:
um sinal par
um sinal mpar
19
Note que para um sinal mpar x(t) ou x[n],

x(0) = 0
ou
x[n] = 0,
respectivamente.
Exemplo 9:
x(t) = sen (t) um sinal mpar; e
x(t) = cos (t) um sinal par.
Um sinal pode ser decomposto na soma de 2 sinais sendo um par e um mpar.
No caso de um sinal contnuo:
x(t) = Ev{ x(t) } + Od{ x( t ) }
onde:
Ev{ x(t) } =
1
( x( t ) + x( t ) )
2
(sinal par)
Od{ x(t) } =
1
( x( t ) x( t ) )
2
(sinal mpar)
No caso de um sinal discreto:

x[n] = Ev{ x[n] } + Od{ x[n] }
onde:
Ev{ x[n] } =
1
( x[n] + x[ n] )
2
(sinal par)
Od{ x[n] } =
1
( x[n] x[ n] )
2
(sinal mpar)
Exemplo 10:
O sinal x[n] da figura acima (que chamado de degrau unitrio, como veremos mais
adiante) pode ser decomposto nos dois sinais Ev{x[n]} e Od{[n]} abaixo:
1 , se n < 0
2
Od{ x[n] } = 1, se n = 0
1 2 , se n > 0
1 , se n < 0
2
Ev{ x[n] } = 1, se n = 0
1 2 , se n > 0
20
que esto representados a seguir.
21
6 - Sinais exponenciais e sinusoidais

O sinal sinusoidal contnuo:
Este sinal descreve as caractersticas de muitos processos fsicos, em particular: sistemas

no qual a energia conservada, como os circuitos LC; o movimento harmnico simples
(MHS); a variao da presso acstica que corresponde ao tom de uma nota musical; etc.
O sinal acima x(t) = A cos(ot + ), o = 0 peridico com perodo fundamental
To =
2
.
o
e o chamada de frequncia fundamental.

A equao acima mostra que frequncia fundamental e o perodo fundamental so inversamente proporcionais.
Se tivermos 3 sinais:
xo(t) = A cos(ot + ),
x1(t) = A cos(1t + ), e
x2(t) = A cos(2t + ),
com 2 < o <1 (o que equivale a T1 < To < T2) ento x1(t) oscila mais que xo(t) e por
outro lado x2(t) oscila menos que xo(t).
22
Ou seja, para o sinal xo(t) = A cos(ot + ), quanto maior a frequncia o, mais ele oscila,
e quanto menor frequncia o, menos ele oscila.
23
As unidades de x(t) = A cos(o t + ) so:

T [segundos]
[radianos]
o [radianos / segundo]
s vezes a frequncia natural o escrita como
o = 2fo
onde
fo [Hertz]
a frequncia do sinal x(t) = A cos(2fot + ).
Note tambm (os casos particulares), para
x( t ) = A cos (o t + )
se
= 0,
ou
se
,
2
ou
se
= ,
2
ou
se
3
,
2
ou
= 2, 4,
x(t) = A cos (ot)
2,
2
4, ...
2
x(t) = - A sen (ot)
2,
2
4, ...
2
x(t) = A sen (ot)
3
4, ...
2
x(t) = - A cos (ot)
3
2,
2
24
Alm disso:
se
o = 0
==>
x(t) = C (constante)
O sinal x(t) = C (constante), t tambm um sinal peridico, e com perodo T para qualquer T > 0. Entretanto sinal x(t) = C (constante) no tem um perodo fundamental To.
Outro detalhe: o sinal x(t) escrito na forma combinao linear de um seno e um coseno
com a mesma frequncia ot e sem desfasagem, isto , x( t ) = sen (o t ) + cos (o t ) ,
pode ser escrito como um seno com a mesma frequncia ot e desfasagem , isto ,
x( t ) = A sen (o t + ) ; e vice-versa. Ou seja:
x( t ) = sen (o t ) + cos (o t )
= A sen (o t + )
onde:
= A cos
A = 2 + 2
= A sen
= tg 1
Por outro lado, o sinal x(t) que vimos mais acima, na forma de um coseno de frequncia
ot e desfasagem , isto , x( t ) = A cos (o t + ) , pode ser escrito na forma de combinao linear de um seno e um coseno com a mesma frequncia ot (e vice-versa) da
seguinte forma:
x( t ) = A cos (o t + )
= cos (o t ) sen (o t )
onde , , A e so dados acima.
25
O sinal exponencial contnuo:
x( t ) = C e at
Caso 1:
Neste caso x(t) chamado de um sinal exponencial real e pode ser crescente (se a > 0)
ou decrescente (se a < 0).
A exponencial crescente usada na descrio de muitos fenmenos fsicos como a reaco em cadeia em exploses atmicas e certas reaces qumicas complexas.
A exponencial decrescente tambm aparece na descrio de muitos processos fsicos
como por exemplo: o decaimento radioactivo, a resposta vc(t) do circuito RC e sistemas
mecnicos amortecidos.
Obviamente se a = 0, ento novamente x(t) = C eat = C = constante (j vista acima nos
sinais sinusoidais com frequncia o = 0) e portanto x(t) deixa de ser um sinal exponencial.
26
Caso 2: C = 1 e a um nmero imaginrio puro

x( t ) = C e at
para C = 1 e a = j o (imaginrio puro)
x( t ) = e jo t
Neste caso x(t) um sinal exponencial complexo para cada t.
Observe que como

e j = 1, , ento:
| x(t) | = 1 , t
Podemos
interpretar
este sinal x(t) como um
ponto que se desloca
na circunferncia de
raio 1 no plano complexo com velocidade
angular | o | rad/s.
Note que este sinal
x( t ) = e jot
sempre peridico pois:
x ( t + T ) = e j o ( t + T ) = e j o t e j o T =
= x( t )
para muitos valores de T (perodo) para os quais e
De facto, se
T=
ento e
j o T
2k
,
o
j o T
= 1.
k = 1, 2, ... ,
= 1 e T um perodo de x(t). No caso particular de
To =
2
,
o
o 0
ento To o perodo fundamental de x(t) e o chamada de frequncia fundamental de

x(t).
27
A famlia de sinais exponenciais complexos
k ( t ) = e jkot
k = 0, 1, 2,...
conhecida como sinais harmonicamente relacionados. Estes sinais so peridicos e a

frequncia fundamental de cada k ( t ) , k 0,
ok = k o
e o perodo fundamental
Tok =
T
2
= o
k o
k
No caso de k = 0, o ( t ) = constante e no tem frequncia fundamental nem perodo

fundamental.
O termo harmnico advm da msica e se refere s tons resultantes de variaes da
presso acstica em frequncias que so mltiplas da frequncia fundamental.
Por exemplo, o padro de vibrao de uma corda de um instrumento musical (como o violino) pode ser descrito como a sobreposio (ou a mdia ponderada) de sinais exponenciais peridicos harmonicamente relacionados.
Exemplo 11:
x( t ) = e j 2 t + e j 5 t
= e 3,5 t (e j1,5 t + e j1,5 )
= 2e 3,5 t cos(1,5t )
E, como e j = 1 , , temos que

x( t ) = 2 cos(1,5t )
que o sinal sinusoidal de onda completa rectificado, que vemos no grfico abaixo:
28
Caso 3:
Se
C = |C| ej
a = + jo
(C escrito na forma polar)

(a escrito na forma cartesiana)
ento o sinal exponencial contnuo
x(t) = C e t
= C e j e ( + jo )t
= C e t e ( jo + )t
= C e t cos(o t + ) + j C e t sen(o t + )
Logo:
Re{ x(t) } e Im{ x(t) }
=0
Sinais sinusoidais
>0
Sinais sinusoidais multiplicados por exponenciais crescentes
<0
Sinais sinusoidais multiplicados por exponenciais decrescentes
29
Estes ltimos so sinais com decaimentos ( < 0) e comummente chamados de sinais

sinusoidais amortecidos.
Exemplos de sistemas fsicos onde aparecem estes sinais so: Circuitos RLC; sistemas
mecnicos com amortecimento e fora restauradora (massa-mola, suspenso de automveis, etc.). Estes sistemas tm mecanismos que dissipam energia (como resistncias, foras amortecedoras e atritos) com oscilaes que decaem no tempo.
O sinal sinusoidal discreto:
x[n] = A cos (on + )

onde as unidades de x[n] so:
n [sem dimenso]
o [radianos]
[radianos]
Abaixo vemos alguns exemplos de sinais sinusoidais discretos.
x[n] = A cos (on), para o = 0,2.
x[n] = A cos (on), para o = 0,3.
30
x[n] = A cos (on), para o = 0,15.

Usando as equaes de Euler, o sinal sinusoidal discreto x[n] acima pode ser escrito
como:
x[n] = A cos (o + ) =
=
j
e, como e
= 1 e e j n
o
A j jon A j jon
e e
+ e e
2
2
= 1 , ento, para este sinal temos que a energia total E e
a potncia total P so:
E = ,
P = 1.
O sinal exponencial discreto:
x[n] = C n
=Ce
onde
= e .
Que uma forma anloga ao sinal exponencial contnuo.
Caso 1:
Neste caso x[n] pode ser um sinal crescente (se | | > 1) ou um sinal decrescente (se
| | < 1).
n
Abaixo vemos os grficos deste sinal x[n] = C para > 1, 0 < < 1, -1 < < 0
< -1.
Estes sinais so frequentemente usados para descrever crescimento populacional em

funo das geraes e tambm o retorno de investimentos em funo do dia, ms ou
trimestre.
31
>1
0<<1
-1 < < 0
<-1
Obviamente se = 0 ou = 1, ento x[n] = C n no um sinal exponencial, mas sim

um sinal constante de zero ou |C| , respectivamente. Ou seja:
Se = 0, ento x[n] = C n = 0 ,
se = 1 e C > 0 ou se = -1 e C < 0, ento x[n] = C n = | C | ,
e
se = -1 e C > 0
ou
se = 1 e C < 0, ento x[n] = C n = -| C |.
32
Caso 2: C = 1 e um nmero imaginrio puro (isto , | | = 1)

O sinal exponencial complexo
x[n] = C e n = C n
( = e )
para C = 1 e = j o (imaginrio puro), ou seja | | = 1, fica:
x[n] = e jon .
Usando a equao de Euler temos que:
x[n] = e j on = cos on + j sen on

Observe que, como e j on
= 1, n ento para este sinal temos novamente que
E = ,
P = 1.
Note que o sinal exponencial
x[n] = e j on
satisfaz a seguinte propriedade:
x[n] = e j on = e j ( o +2 )n =
= e j ( o m )n ,
m = 0, 1, 2, ...
ou seja, o sinal x[n] o mesmo para frequncia o e (o + 2). Na verdade o mesmo

para qualquer frequncia (o m), m = 0, 1, 2, Isto , ele se repete a cada 2 a
medida que a frequncia o varia.
33
Esta situao diferente do seu sinal anlogo contnuo x(t), onde para cada o, x(t) era
um sinal diferente. Nunca se repetia para valores diferentes de o. Na verdade, quanto
maior era a frequncia o, Maior era a taxa de oscilao de x(t).
No caso discreto que analisamos aqui
x[n] = e j on
o que ocorre que conforme o aumenta de 0 at , obtemos sinais x[n] que oscilam
cada vez mais rpido. Depois, continuando a aumentar o de at 2, os sinais x[n] vo
oscilando cada vez menos at voltar a ser o mesmo que era em o = 0 para o = 2.
As figuras abaixo do uma ideia de como isto ocorre. Elas mostram a evoluo d a parte
real de x[n], ou seja
[n] = Re{ x[n]} = cos (on),
desde 0 (nenhuma oscilao) at (nmero mximo de oscilaes) e depois continuando
at 2 (nenhuma oscilao novamente).
34
Se o = , ou o = n para mpar, a oscilao mxima pois
x[n] = e j on = e j n
para n mpar
= (e j )n = ( 1)n .
ou seja, o sinal x[n] salta de +1 para -1 a cada ponto n no tempo.
35
Por outro lado se o = 0, ou o = n para m par, no h oscilao pois
x[n] = e j on = e j 0 = 1,
ou seja, o sinal x[n] constante para todos os valores n no tempo.

Portanto, as oscilaes baixas (ou variaes lentas) do sinal x[n] tem valores o prximo a
0, 2, etc. (mltiplos pares de ), enquanto que as oscilaes altas (ou variaes rpidas)
do sinal x[n] esto localizadas prximas a e mltiplos mpares de .
Outra propriedade importante a periodicidade. Esta situao aqui em x[n] tambm
diferente que no seu anlogo contnuo x(t). Enquanto que o sinal x(t) sempre peridico,
para o sinal x[n] isto no ocorre sempre.
Note que a equao
x[n + N] = e j o (n+N) = e j on e j oN = e j on = x[n]

s vlida quando e j oN = 1 , ou seja, se
oN = 2m ,
m = 0, 1, 2,...
isto , se
o m
= ,
2 N
m = 0, 1, 2,...
o que equivale a dizer

o
2
Logo, o sinal discreto
x[n] = e j on
o
um nmero racional.
2
Nos sinais ilustrados na figura da pginas 29 e 30,
s peridico quando
x[n] = A cos (on), para o = 0,2 ,

x[n] = A cos (on), para o = 0,3 , e
x[n] = A cos (on), para o = 0,15.
somente os 2 primeiros so peridicos pois tm frequncias mltiplas de por um
nmeros racionais. O terceiro sinal no peridico.
Portanto, se
o
2
, ento qualquer N que satisfaz
36
2
,
N = m
o
m = 0, 1, 2,...
um perodo de x[n].
Na verdade, se o 0, e se N e m forem primos entre si (no tm factores comuns),
sendo N > 0, ento o perodo fundamental
No = N ,
ou seja,
2
.
No = m
Resumindo o Caso 2 para os sinais contnuos e discretos:
x( t ) = e at
x[n] = e j on
x(t) para valores de o
x[n] se repete para

o, (o + 2), (o + 4), etc
2m
x[n] s peridico se o =
x(t) peridico o
Para algum inteiro N > 0 e m inteiro.

(m e N primos entre si)
frequncia fundamental de x[n]
o
m
frequncia fundamental de x(t)

o
(m e N primos entre si)

perodo fundamental de x(t)
se o = 0
perodo fundamental de x[n]
no existe!
se o 0 To =
se o = 0
2
o
no existe!
se o 0 No = m
o
37
Caso 3:
Se
C = |C| ej
= |C| ejo
(C escrito na forma polar)

( escrito na forma polar)
ento o sinal exponencial contnuo
x[n] = C n
= C cos(on + ) + j C sin(on + )
Logo,
Re{ x[n] } e Im{ x[n] }
||=1
Sinais sinusoidais discretos
||>1
Sinais sinusoidais multiplicados por exponenciais crescentes
||<1
Sinais sinusoidais multiplicados por exponenciais decrescentes
[n] = Re{x[n]} = cos(on + ) ,

n
<1
38
7 - Funes singulares discretas

O sinal impulso unitrio discreto (unit impulse):
uo[n]
0 ,
u o [n] =
1,
[n]
ou
n0
n=0
Se multiplicarmos o impulso unitrio uo[n] por uma constante C 0 obtemos um impulso

(neste caso no unitrio) de rea C, podendo at mesmo ser negativa.
O sinal degrau unitrio discreto (unit step):
u1[n]
u[n]
ou
0 ,
u1 [n] =
1,
39
n<0
n0
Se multiplicarmos o degrau unitrio u1[n] por uma constante C 0 obtemos um degrau

(neste caso no unitrio) de amplitude C, podendo at mesmo ser negativa.
Equaes que relacionam o degrau unitrio u1[n] com o impulso unitrio uo[n]:
uo[n] = u1[n] u1[n-1] , n
u1 [n] =
u [n],
o
m =
O sinal rampa unitria discreta (unit ramp):
u2[n]
0 ,
u 2 [n] =
n ,
n<0
n0
40
eq. (C)
eq. (D)
Se multiplicarmos a rampa unitria u2[n] por uma constante C 0 obtemos uma rampa
(neste caso no unitria) de declive (ou inclinao) C, podendo at mesmo ser negativa.
Note que
u2[n] = n u1[n] ] , n
ou tambm, na forma da eq. (D):
u 2 [n] =
u [n],
m =
Por outro lado, na forma da eq. (C),

u1[n] = u2[n] u2[n-1] , n
41
Exemplo 12:
Alguns sinais do tipo degrau, impulso e rampa transformados:
42
8 - Funes singulares contnuas

O sinal impulso unitrio (unit impulse):
Tambm chamado de funo delta ou delta de Dirac.
uo(t)
(t)
ou
u o (t ) = 0 ,
u o (t ) dt = 1,
t0
<0<
O impulso unitrio uo(t) pode ser interpretado como o limite de uma sequncia de pulsos
de rea 1.
{x n ( t )}
uo (t )
Note que os sinais xn(t) (pulsos) acima so cada vez mais magros e mais altos, a medida
que n cresce, mas entretanto, eles tm todos rea 1 sob a curva.
Desta forma fcil de compreender que o impulso unitrio uo(t), sendo o limite desta
sequncia de pulsos {x n ( t )}, vai a infinito em t = 0 e a rea(i.e., a integral sob a curva) no
intervalo [ , ] (para < 0 < ) 1.
43
Propriedades do impulso unitrio:

uo(t a) = 0, para t a
u o (t a ) dt = 1,
<a<
f (t ) u o (t a ) dt = f (a ),
<a<
Esta ltima igualdade chamada de integral de convoluo entre os sinais f(t) e uo(t).
Se multiplicarmos o impulso unitrio uo(t) por uma constante C 0 obtemos um impulso
(neste caso no unitrio) de rea C, podendo at mesmo ser negativa.
O sinal degrau unitrio (unit step):
u1(t)
u(t)
ou
0 ,
uo (t ) =
1,
44
t<0
t0
Se multiplicarmos o degrau unitrio u1(t) por uma constante C 0 obtemos um degrau

(neste caso no unitrio) de amplitude C, podendo at mesmo ser negativa.
O degrau unitrio a integral do impulso unitrio, e o impulso unitrio por sua vez a
derivada do degrau unitrio, ou seja:
t
u1 (t ) = uo (t ) dt
uo (t ) =
du1 ( t )
dt
O sinal rampa unitria (unit ramp):
u2(t)
0 ,
u2 (t) =
t ,
45
t<0
t0
Se multiplicarmos a rampa unitria u2(t) por uma constante C 0 obtemos uma rampa
(neste caso no unitrio) de declive (ou inclinao) C, podendo at mesmo ser negativo.
A rampa unitria a integral do degrau unitrio, e a integral dupla do impulso unitrio. Por
outro lado, o degrau unitrio a derivada da rampa unitria, e o impulso unitrio a
derivada segunda da rampa. Ou seja:
d2u 2 ( t )
u0 ( t ) =
dt 2
du 2 ( t )
u1 ( t ) =
dt
u2 (t ) = u0 (t ) dt
u2 (t ) = u1 (t ) dt
Exemplo 13:
Alguns sinais do tipo degrau, impulso e rampa transformados:
46
47
9 - Sistemas
Introduo:
A noo de sistemas intuitiva. Quase tudo que nos rodeia algum tipo de sistema. Um
circuito elctrico, ou um circuito electrnico (como os das figuras abaixo) so exemplos de
sistemas.
Um simples mecanismo, ou um mecanismo mais complexo (como os das figuras abaixo)

so tambm exemplos de sistemas.
Um automvel, um robot ou um avio so outros exemplos de sistema. So sistemas

mais complexos pois dentro deles tm muitos circuitos elctricos e muitos mecanismos.
Ou seja, so sistemas que possuem dentro outros sistemas, ou subsistemas.
O corpo humano tambm um exemplo de sistema, e de um sistema bastante

sofisticado, cheio de subsistemas: o sistema circulatrio, o sistema respiratrio, o
aparelho digestivo, o sistema nervoso, etc., etc.
48
Na verdade, o corpo humano de cada pessoa um sistema diferente. E cada rgo dela,
(seja o crebro, ou o corao, ou os pulmes, ou o fgado, ou os rins, ou o intestino, ou o
pncreas, etc.), um subsistema do mesmo.
Mas h muitos outros sistemas menos palpveis como por exemplo:

o aquecimento de uma casa;
o funcionamento dos elevadores de um edifcio;
a automao de uma fbrica;
a gesto e a economia de um pas;
etc.
49
Os sinais que estudamos aqui, em geral, esto associados a algum sistema. Eles podem
representar, por exemplo, a entrada de um sistema, ou alternativamente, a sada do sistema.
O sinal de entrada de um sistema (input em ingls) s vezes tambm chamado de o
controlo ou mesmo a excitao do sistema.
Por outro lado, a sada de um sistema (output em ingls) s vezes tambm chamada
de a resposta ou a a observao do sistema.
Sistema
entrada
(input)
controlo
excitao
sada
(output)
resposta
observao
Na realidade muitos sistemas tm no apenas uma entrada e uma sada mas mltiplas
entradas e/ou mltiplas sadas.
Sistema
entradas
sadas
Classificaes de Sistemas:
H muitas classificaes para os sistemas.

Quanto a Natureza Fsica, sistemas podem ser classificados de muitas formas diferentes,
como por exemplo:
elctricos;
aeronuticos;
mecnicos;
aeroespaciais;
electromecnicos;
biolgicos;
trmicos;
biomdicos;
hidrulicos;
econmicos;
pticos;
sociolgicos;
acsticos;
scio-econmicos;
informticos;
etc.
50
Entretanto, a maioria dos sistemas complexos so combinaes de vrios subsistemas de

naturezas diferentes.
Por exemplo: um computador, uma antena parablica para receber emisses de satlites
artificiais, um brao manipulador mecnico, um robot antropomrfico que imite um ser vivo,
etc. so exemplos de sistema que combinam mais de uma natureza das classificaes
acima.
Na medicina, por exemplo, encontramos muitos sistemas de bio-engenharia (ou seja,

sistemas biolgicos e biomdicos em simultneo com sistemas mecnicos, elctricos ou
electrnicos).
Um membro artificial, ou cada aparelho numa sala de operao so exemplos de
sistemas biomdicos.
Quanto a Continuidade no Tempo, sistemas podem ser classificados como:

contnuos
discretos
discretizados
Sistemas podem ser naturalmente contnuos, naturalmente discretos, ou contnuos que so tornados
discretos.
51
Quanto a Linearidade, sistemas podem ser classificados como:

lineares
no lineares
Sistemas contnuos so lineares se:
quando o sinal de entrada x(t) multiplicado por um valor k; ento o sinal de sada
y(t) fica tambm multiplicado por este mesmo valor k; e alm disso,
quando o sinal de entrada a soma de dois sinais x1(t) e x2(t), que produzem
individualmente sinais de sada y1(t) e y2(t) respectivamente; ento o sinal de sada
a soma dos sinais de sada y1(t) e y2(t).
52
No caso discreto a definio de sistemas lineares semelhante. Sistemas lineares so

aqueles que:
quando o sinal de entrada x[n] multiplicado por um valor k; ento o sinal de

sada y[n] fica tambm multiplicado por este mesmo valor k; e alm disso,
quando o sinal de entrada a soma de dois sinais x1[n] e x2[n], que produzem
individualmente sinais de sada y1[n] e y2[n] respectivamente; ento o sinal de sada
a soma dos sinais de sada y1[n] e y2[n].
Exemplo 14:
Considere os sistemas descritos pelas relaes abaixo entre o sinal de entrada x[n] ou x(t)
e o sinal de sada y[n] ou y(t).
Sistema I y [ n ] + 7 y [ n 1 ] + 2 y [ n 2 ] = x [ n ] 4 x [ n 1 ] (sistema discreto e linear)
Sistema II y [ n
Sistema III
]=
4 x [ n 1 ] (sistema discreto e linear)
y [ n ] 5 n y [ n 1 ] = x [ n + 1 ] 2 x [ n ] (sistema discreto e linear)
Sistema IV y [ n ] = 2 (x [ n ])2 4 x [ n ] (sistema discreto e no linear)

Sistema V y [ n ] =
x[ n ]
(sistema discreto e no linear)
2
Sistema VI d y + 4 dy y = dx + 3 x (sistema contnuo e linear)
dt 2
dt
dt
2
Sistema VII d y2 + 6t dy + y = dx (t 3) x (sistema contnuo e linear)
dx
dx
dt
Sistema VIII
d 2y
dy
dx
+5
+ 2y =
x (t + 3) (sistema contnuo e linear)
2
dx
dx
dt
Sistema IX 3y 2 y + y = x x (sistema contnuo e no linear)

Sistema X 10 y + 2 y y = e x (sistema contnuo e no linear)
53
2
Sistema XI d y + x dy + y = 0 (sistema contnuo e no linear)
dx 2
dx
Sistema XII y(t) = 2 x(t) - 5 (sistema contnuo e linear)
Sistema XIII y(t) = x(t - ) (sistema contnuo e linear)
Quanto a Varincia no Tempo, sistemas podem ser classificados como:

variantes no tempo
invariantes no tempo
Um sistema invariante no tempo aquele que para um sinal de entrada x(t), o sinal de
sada y(t), no importa quando aplicada esta entrada.
Ou seja, as condies dinmicas do sistema no mudam com o passar do tempo. Na
realidade nenhum sistema invariante no tempo, mas na prtica consideramos como
invariante no tempo muitos sistemas cuja variao no tempo muito lenta.
Exemplo 15:
Nos sistemas descritos no Exemplo 14 acima temos que:
apenas sistema III e sistema VII so variantes no tempo,
pois um ou mais de seus coeficientes variam com o tempo (t ou n). Os demais so
sistemas invariantes no tempo.
Quanto a Natureza Aleatria, sistemas podem ser classificados como:

determinsticos
estocsticos
54
Um sistema determinstico aquele que no sofre a influncia de nenhuma perturbao

aleatria, ou seja, no tem incerteza. O sinal de sada y(t) para um sinal de entrada x(t)
pode ser calculado (ou determinado) com preciso quando se conhece o modelo do
sistema.
Na realidade nenhum sistema determinstico. Todos os sistemas tm algum tipo de
incerteza ou carcter aleatrio e portanto chamados de estocsticos. Na prtica
entretanto consideramos como determinsticos muitos sistemas cujas perturbaes
aleatrias so pequenas ou desprezveis.
Quanto a Memria, sistemas podem ser classificados como:

sem memria
com memria
Um sistema sem memria aquele que: se o seu sinal de sada no instante t1 depende
apenas do sinal de entrada daquele instante t1.
Exemplo 16:
apenas sistema IV, sistema V e sistema XII so sem memria,
pois a sada y[n] ou y(t) depende da entrada x[n] ou x(t) apenas nos instantes de tempo
(t ou n). Os demais so sistemas com memria pois dependem da entrada x[n] nos
instantes (n-1), (n-2), etc; ou de derivadas em relao ao tempo t.
Quanto a Inversibilidade, sistemas podem ser classificados como:

inversveis
no inversveis
Sistemas so inversveis se entradas distintas levam a sadas distintas.
Desta forma, para um sistema S com sinal de entrada x[n] ou x(t) que produz um sinal de
sada y[n] ou y(t), respectivamente, possvel achar um sistema inverso S-1 cuja entrada
y[n] ou y(t) produz a sada x[n] ou x(t), respectivamente.
Atravs de um esquema em que os sistemas S e S-1 so postos em cascata, (isto , a
sada y(t) do Sistema S a entrada do Sistema S-1), podemos recuperar x(t), o sinal de
entrada aplicado em S, na sada de S-1.
55
Exemplo 17:
Considere o sistema XII do Exemplo 14 acima. A relao entre os sinais de entrada e
sada de um sistema :
y(t) = 2 x(t) 5;
Obviamente, neste sistema, cada sinal de entrada x(t) produz um sinal de sada y(t)
exclusivo diferente das sadas das outras entradas. Alm disso, o sinal de entrada x(t)
pode ser expresso em termos do sinal de sada y(t) como:
x(t) = (y(t) + 5).
Exemplo 18:
O sistema XIII do Exemplo 14 acima tambm inversvel.
y(t) = x(t - )
eq. (E)
Este o chamado sistema com retardo (time delay system) pois a sada reproduz a
entrada com um atraso de unidades de tempo.
Podemos facilmente verificar que sinais de entrada x(t) distintos produzem sinais de sada
y(t) distintos. O sinal de entrada x(t) expresso em termos do sinal de sada y(t) :
x(t) = y(t + )
eq. (F)
que conhecido como sistema em avano (time advance system) pois neste caso o
sinal de sada x(t) reproduz o que ser o sinal de entrada y(t) em unidades de tempo
depois.
No caso discreto o sistema com retardo (time delay system) tem a forma:
y[n] = x[n - n ]
eq. (G)
e o sistema inverso, o sistema em avano (time advance system) que expressa x[n] em
funo de y[n]
x[n] = y[n + n]
eq. (H)
Quanto a Causalidade, sistemas podem ser classificados como:

causais (ou no antecipativos)
no causais (ou antecipativos)
Um sistema causal (ou no antecipativo) se a sada no instante t1 depende da entrada
apenas nos instantes t t1 .
56
claro que se a sada no instante t1 dependesse da entrada em instantes t > t1 ento este
sistema anteciparia o que ia acontecer e portanto seria antecipativo ou no causal.
No nosso mundo fsico real, se a varivel t (ou n no caso discreto) representa o tempo,
ento tem uma dinmica que evolui no tempo e portanto no possvel se ter um sistema
no causal pois no possvel se prever o futuro.
Entretanto, h casos que a esta varivel t (ou n no caso discreto) pode representar
outro parmetro ou uma outra grandeza fsica (que no seja o tempo) e desta forma j
possvel ocorrer sistemas causais.
Exemplo 19:
apenas sistema III no causal (ou antecipativo),
pois a sada y[n] depende da entrada x[n] no instante de tempo (n+1). Os demais so
sistemas causais (ou no antecipativos).
Entretanto, no Exemplo 18 acima, os sistemas em avano (time advance systems) das
equaes eq. (F) e eq. (H) so tambm claramente exemplos de sistemas no causais
ou antecipativos.
Quanto ao Equacionamento, sistemas podem ser classificados como:

com Equaes de Diferenas [no caso discreto]
com Equaes Diferenciais Ordinrias (EDO) [no caso contnuo]
com Equaes Diferenciais Parciais (EDP) [no caso contnuo]
Exemplo 20:
Sistemas I, II, III, IV e V so descritos por equaes de diferena; e
Sistemas VI, VII, VIII, IX e XI so descritos por equaes diferenciais ordinrias (EDO).
Por outro lado apresentamos abaixo a equao de onda conhecida da Fsica:
2u 2u 2u
u
= k 2 +
+
=
t
y 2 z 2
x
= k (u xx + u yy + u zz )
que descreve a propagao de uma onda no espao. Este um exemplo de sistema
descrito por equaes diferenciais parciais (EDP).
57
Sistemas Lineares e Invariantes no Tempo (SLIT)

No caso particular de sistemas lineares e invariantes no tempo (SLIT) denota-se por h[n]
e por h(t) as respostas do sistema entrada impulso, uo[n] ou uo(t), respectivamente.
Ou seja:
h[n] = a sada do sistema quando a entrada impulso, uo[n], (no caso discreto),
sistema discreto
e,
h(t) = a sada do sistema quando a entrada impulso uo(t), (no caso contnuo).
sistema contnuo
Um resultado clssico em Teoria de Sistemas que:

No caso discreto, a sada de um sistema linear invariante no tempo (SLIT) toma a forma
de uma soma de convoluo:
y [n] = h[n] x [n]

=
h[ n k] x[k]
eq. (I)
k=
Ou seja, h[n] traz consigo toda a informao do sistema necessria para saber a sada de
qualquer sinal de entrada x[n].
Sabendo-se h[n] ns podemos saber a sada de qualquer sinal de entrada x[n], pela
equao da soma de convoluo (eq. (I)) acima.
58
No caso contnuo, a sada de um sistema linear invariante no tempo (SLIT) toma a forma
de uma integral de convoluo:
y(t) = h(t) x(t)

=
h(t ) x()
eq. (J)
Ou seja, h(t) traz consigo toda a informao do sistema necessria para saber a sada de
qualquer sinal de entrada x(t) respectivamente.
Sabendo-se h(t) ns podemos saber a sada de qualquer sinal de entrada x(t), pela
equao da integral de convoluo (eq. (J)) acima.
Propriedades da Convoluo
o Propriedade Comutativa:
h[n] x[n] = x[n] h[n]
h(t) x (t) = x (t) h(t)

o Propriedade Distributiva:
( h [n] + h [n] ) x[n] = h [n] x[n] + h [n] x[n]

1
h 1 (t) + h 2 (t) x (t) = h 1 (t) x (t) + h 2 (t) * x (t)
o Propriedade Associativa:
( h [n] h [n] ) x[n] = h [n] ( h [n] x[n] )

1
( h (t) h (t) ) x(t) = h (t) ( h (t) x(t) )

1
59
Pela propriedade comutativa podemos concluir que, no caso discreto, a resposta y[n] de
um sistema linear invariante no tempo (SLIT) tanto pode ser a convoluo de h[n] * x[n]
como tambm pode ser a convoluo de x[n] * h[n].
Ou seja, a eq. (I) acima equivalente
y[n] = h[n] x[n] =

= x[n] h[n] =
h[ n k] x[k] =
k=
+
x[ n k] h[k].
k=
Semelhantemente, a propriedade comutativa permite concluir que, no caso contnuo, a

resposta y(t) de um sistema linear invariante no tempo (SLIT) tanto pode ser a convoluo
de h(t) * x(t), como tambm pode ser a convoluo de x(t) * h(t).
Ou seja, a eq. (J) acima equivalente
y(t) = h(t) x(t) =

= x (t) h(t) =
h(t ) x()
+
x(t ) h().
A propriedade distributiva corresponde ao facto de que, pela linearidade, se 2 sistemas S1

e S2, lineares e invariantes no tempo (SLIT) se somam, ento a resposta entrada
impulso unitrio da soma dos sistemas (S1 + S2) ( h1[n] + h2[n] ) no caso discreto ou
( h1(t) + h2(t) ) no caso contnuo, onde obviamente
h1[n] ou h1(t) = a resposta do sistema S1 entrada impulso unitrio; e
h2[n] ou h2(t) = a resposta do sistema S2 entrada impulso unitrio.
Portanto, no caso discreto, a resposta y[n] da soma de 2 sistemas S1 e S2, lineares e

invariantes no tempo (SLIT), tanto pode ser a soma das convolues h1[n] * x[n] com
h2[n] * x[n], como tambm pode ser a convoluo da soma ( h1[n] + h2[n] ) com x[n].
Ou seja:
y [n] = h1 [n] x [n] + h2 [n] x [n] = ( h1 [n] + h 2 [n] ) * x [n]
Semelhantemente, no caso contnuo, a resposta y(t) da soma de 2 sistemas S1 e S2,

lineares e invariantes no tempo (SLIT), tanto pode ser a soma das convolues h1(t) * x(t)
com h2(t) * x(t), como tambm pode ser a convoluo da soma ( h1(t) + h2(t) ) com x(t).
Ou seja:
y(t) = h 1 (t) x(t) + h 2 (t) x(t) = ( h 1 (t) + h 2 (t)
60
) x(t)
Na figura acima ilustramos, para o caso contnuo, a soma de 2 sistemas S1 e S2 nos quais
so aplicados a mesma entrada x(t). Na figura abaixo ilustramos o sistema equivalente.
Finalmente, a propriedade associativa diz respeito sistemas ligados em cascata. Isto ,

sistemas em que a sada de um deles a entrada do outro.
A propriedade associativa nos diz que: se 2 sistemas S1 e S2, lineares e invariantes no
tempo (SLIT), esto ligados em cascata ento a resposta entrada impulso unitrio dos 2
sistemas juntos (S1 e S2) a convoluo ( h1[n] * h2[n] ) no caso discreto ou a convoluo
( h1(t) * h2(t) ) no caso contnuo.
Logo, no caso discreto, a resposta y[n] de 2 sistemas S1 e S2, lineares e invariantes no

tempo (SLIT), ligados em cascata, tanto pode ser a convoluo dupla de h1[n] com h2[n]
primeiro, e depois o resultado com x[n], como tambm pode ser a convoluo dupla de
h1[n] com o resultado de h2[n] com x[n].
Ou seja:
y[n] = ( h1 [n] h 2 [n] ) x[n] = h1 [n] ( h 2 [n] x[n] ).
61
Alm disso, note que: pela propriedade comutativa, observamos que tanto faz a ordem
em que os sistemas S1 e S2 esto em cascata pois h1[n] * h2[n] = h2[n] * h1[n].
Nas figuras acima ilustramos os 2 sistemas S1 e S2 em cascata para este caso discreto.
Na figura abaixo ilustramos o sistema equivalente.
Semelhantemente, no caso contnuo, a resposta y(t) de 2 sistemas S1 e S2, lineares e

invariantes no tempo (SLIT), ligados em cascata, tanto pode ser a convoluo dupla de
h1(t) com h2(t) primeiro, e depois o resultado com x(t), como tambm pode ser a
convoluo de h1(t) com o resultado da convoluo de h2(t) com x(t).
Ou seja,
y(t) = ( h1 (t) h 2 (t) ) x(t) = h1 (t) ( h 2 (t) x(t) ) .
SLIT sem memria

fcil de verificar que: no caso discreto, se um sistema linear e invariante no tempo
(SLIT) sem memria ento a sua resposta ao impulso h[n] da forma:
h[n] = k uo [n]
onde k = h[0] uma constante.
Portanto, pela frmula da convoluo (eq. (I)), temos que:
y [n] = h[n] x [n] =
h[ nk] x [k] =
k=
62
k uo [ nk] x [k],
k=
logo,
y [n] = k x [n]
Por outro lado, no caso contnuo, se um sistema linear e invariante no tempo (SLIT)
sem memria ento a sua resposta ao impulso h(t) da forma:
h(t ) = k uo (t )
onde k = rea do impulso uo(t).
Portanto, pela frmula da convoluo (eq. (J)), temos que:
y(t) = h(t) x (t) =
h(t ) x ()
k uo (t ) x ()
logo,
y (t ) = k x (t )
SLIT inversveis
Se um sistema linear e invariante no tempo (SLIT) inversvel ento a seu inverso
tambm um SLIT.
A figura abaixo ilustra a situao para o caso discreto:
caso discreto
onde aqui, obviamente:
63
h1[n] = a resposta do sistema S entrada impulso unitrio; e

h2[n] = a resposta do sistema inverso, S-1, entrada impulso unitrio.
A figura abaixo ilustra a situao para o caso contnuo:
caso contnuo
onde aqui, obviamente:
h1(t) = a resposta do sistema S entrada impulso unitrio; e
h2(t) = a resposta do sistema inverso, S-1, entrada impulso unitrio.
No caso discreto temos que o sistema total (overall system), em cascata, ambos o sinal
de entrada e o sinal de sada so x[n], e portanto este sistema total a identidade.
E, como na identidade h[n] = uo[n], temos ento que:
h1[n] * h2[n] = uo[n]
eq. (K)
Semelhantemente, no caso contnuo temos que o sistema total (overall system), em

cascata, ambos o sinal de entrada e o sinal de sada so x(t), e portanto este sistema total
a identidade.
E, como na identidade h(t) = uo(t), temos que:
h1(t) * h2(t) = uo(t)

64
eq. (L)
Exemplo 21:
Os sistemas descritos no Exemplo 18 acima so SLIT e temos que as respostas ao
impulso unitrio h1(t) e h2(t) para os sistemas das equaes eq. (G) e eq. (H) so
respectivamente:
h1 (t) = u o (t - ) e h2(t) = uo(t + )
que nitidamente satisfazem a eq. (L) acima, h1(t) * h2(t) = uo(t).

Por outro lado temos que as respostas ao impulso unitrio h1[n] e h2[n] para os sistemas
das equaes eq. (F) e eq. (G) so respectivamente:
h1[n] = uo[n - n ] e h2[n] = uo[n + n]
que nitidamente satisfazem a eq. (K) acima, h1[n] * h2[n] = uo[n]
Outros assuntos tratados em Teoria de Sistemas

Modelizao ou Modelamento
Identificao de parmetros
R(s)
Controlo
1
( 3 s + 2)
Estabilidade
K
Optimizao
Simulao
Realimentao (feedback)
Estimao de Estado
Sistemas robustos
Sistemas tolerantes falhas
Processamento distribudo
Processamento paralelo
Lgica fuzzy
65
Y(s)

Análise de Sinais

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Análise de Sinais

Enviado por

Direitos autorais:

Formatos disponíveis

Anlise de Sinais

(Notas em Sinais e Sistemas)

Notas em Sinais e Sistemas

1 - Sinais contnuos e discretos

2 - Energia e Potncia de Sinais

3 - Transformaes da varivel independente

5 - Sinais pares e mpares

6 - Sinais exponenciais e sinusoidais

O sinal sinusoidal contnuo

7 - Funes singulares discretas

8 - Funes singulares contnuas

Notas em Sinais e Sistemas

1 - Sinais contnuos e discretos

Alguns exemplos de sinais:

O sinal da tenso vs(t) na fonte e o sinal e da tenso vc(t) no condensador.

Notas em Sinais e Sistemas

O sinal f(t) da fora aplicada ao carro (que proporcional acelerao), o sinal

Outros exemplos de sinais:

Notas em Sinais e Sistemas

Voz / fala humana

Rdio (AM & FM)

Notas em Sinais e Sistemas

Notas em Sinais e Sistemas

Notas em Sinais e Sistemas

Esta varivel independente muito comummente o tempo (sistemas dinmicos), mas no

Portanto, sinais so representados matematicamente como funes de uma ou mais

usado para examinar as condies

Notas em Sinais e Sistemas

Para distinguir os sinais contnuos e discretos no tempo ns usaremos

t para denotar a varivel independente contnua e

x(t), y(t), v(t), etc.

x[n], y[n], v[n], etc.

Notas em Sinais e Sistemas

2 - Energia e Potncia de Sinais

Notas em Sinais e Sistemas

e a energia total despendida no intervalo de tempo t 1 t t 2 :

e a potncia mdia neste intervalo [t1, t2] :

De forma semelhante no caso do exemplo acima do carro, a potncia dissipada

Motivados pelos exemplos acima definiremos abaixo potncia e energia para

onde |x| o mdulo do nmero x (que pode ser real ou complexo).

A potncia mdia neste intervalo [t1 , t2] definida como:

Notas em Sinais e Sistemas

A energia total e a potncia mdia no intervalo t 1 t t 2 de um sinal discreto

Para o caso de um intervalo infinito de tempo:

as definies de energia total e potncia mdia, no caso de um sinal contnuo no

e, para um sinal discreto no tempo, ficam:

Notas em Sinais e Sistemas

Se um sinal tem 0 < P < (potncia finita 0), ento, obviamente:

Notas em Sinais e Sistemas

3 - Transformaes da varivel independente

Shift para direita (retardo):

x(t to), to > 0.

Shift para esquerda (avano):

Notas em Sinais e Sistemas

x(t + to), to > 0.

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

Notas em Sinais e Sistemas

Escalonamento no tempo (time scaling)

x[an] , 0 < a < 1.

x(at), 0 < a < 1.

Notas em Sinais e Sistemas

Se | | < 1 sinal esticado ();

Notas em Sinais e Sistemas