Cap 02 Sinai Se Sistema

Tecnologia das Comunicaes 2. Sinais e Sistemas.
2. SINAIS E SISTEMAS.
2.1. Introduo.
Os conceitos de teoria de sinais e sistemas so necessrios em quase todos os campos

da engenharia electrotcnica e electrnica assim como em vrias outras engenharias e
disciplinas cientificas. Neste captulo, faz-se uma descrio dos sinais e sistemas lineares
classificando-os quanto sua forma ou funcionalidade e, em conjunto com a anlise de
Fourier, descrever-se os sistemas no domnio dos tempos e da frequncia para melhor
conhecer as suas propriedades.
A motivao para estudar estes conceitos fundamentais resulta da importncia que
eles tm na definio de modelos dos vrios tipos de sistemas de telecomunicaes, e em
particular, os sinais utilizados para transmitir informao atravs de um canal de
comunicao.
2.2. Nmeros complexos.
a) Representao dos nmeros complexos

Um nmero complexo z pode ser expresso de diferentes formas:
A forma cartesiana ou rectangular:
z = a + jb (2.2.1)
onde j = 1 e a e b so nmeros reais referidos como a parte real e a parte
imaginria de z. a e b so frequentemente expressas como:
a = Re{z} b = Im{z}
onde Re significa parte real de e Im significa parte imaginaria de.
A forma polar:
j
z=re (2.2.2)
onde r > 0 o mdulo de z e o ngulo ou fase de z. Estas quantidades so
frequentemente expressas da seguinte forma:
r = |z| =z
17
Im[z]
z
b
r

a Re[z]
0
Figura 2.1 - Representao grfica de z na forma cartesiana e polar.

A formula de Euler definida da seguinte forma:
j
e = cos() + j sen() (2.2.3)
Partindo da Figura 2.1 ou da formula de Euler, a relao entre a representao polar e
cartesiana a seguinte:
a = r cos() b = r sen()
b (2.2.4)
r = a 2 + b2 = arctg
a
b) Adio, multiplicao e diviso

Utilizando a forma cartesiana, definindo z1 = a1 + jb1 e z2 = a2 + jb2 temos,
z1 z2 = (a1 a2) + j(b1 b2) (2.2.5)
z1 z2 = (a1 a2 - b1 b2) + j(a1 b2 + a2 b1) (2.2.6)

z1 a1 + jb1 ( a1 + jb1 )( a2 jb2 )
= =
z 2 a2 + jb2 ( a2 + jb2 )( a2 jb2 )
(2.2.7)
( a1a2 + b1b2 ) + j( a2b1 a1b2 )
=
a22 + b22
Se z1 e z2 forem convertidos para a forma polar em que z1 = r1 e 1 e z2 = r2 e
j j2
,a
multiplicao e diviso de nmeros complexos so simplificadas, temos ento:
z1 z2 = (r1 r2) ej(1+2) (2.2.8)
z1 r1 j ( 1 2 )
= e
z 2 r2
(2.2.9)
c) O nmero complexo conjugado

O nmero complexo conjugado de z aparece frequentemente escrito como z* um
nmero complexo semelhante a z mas com o sinal da parte imaginria trocado. z*
definido da seguinte forma:
-j
z* = a jb = r e (2.2.10)
d) Potncia e raiz de um nmero complexo
A potncia de ordem n de um nmero complexo z calculada do seguinte modo:
18
jn
zn = r n e = rn[cos(n) + j sen(n)] (2.2.11)
da qual se pode retirar a relao de DeMoivre:
[cos() + j sen()] n = cos(n) + j sen(n) (2.2.12)
A raiz de ordem n de um nmero complexo z o nmero w tal que wn = z = e ,
j
ento para encontrar a raiz de ordem n de z tem que se resolver a equao wn - e = 0, que
j
tem grau n e tambm tem n razes. Essas razes so obtidas pela expresso:
j [ + 2 (k 1)]
wk = r e
n n
com k = 1, 2, , n (2.2.13)
2.3. Classificao de Sinais.
Um sinal uma funo representando uma quantidade fsica ou uma varivel, e

tipicamente contem informao acerca do comportamento ou natureza do fenmeno.
Matematicamente, um sinal representado em funo de uma varivel independente t
(tempo), e expresso por x(t).
a) Sinais contnuos e sinais discretos no tempo.

Um sinal x(t) contnuo no tempo se t for uma varivel contnua. Se t for uma
varivel discreta, ou seja, x(t) s est definido em alguns pontos, ento x(t) discreto no
tempo. Como um sinal discreto s est definido em intervalos de tempo discretos,
muitas vezes identificado por uma sequncia de nmeros, designados por {Xn} ou x[n],
onde n um valor inteiro. A Figura 2.2 apresenta um exemplo sinais contnuos e discretos
no tempo.
(a) (b)
Figura 2.2 - Representao grfica de: (a) sinal contnuo, (b) sinal discreto.
Um Sinal discreto no tempo x[n] pode representar acontecimentos cuja varivel
independente inerentemente discreta. Por exemplo, a temperatura mdia registada
diariamente uma varivel que, pela sua natureza, envolve pontos discretos no tempo.
Por outro lado, um sinal discreto x[n] pode ser obtido por amostragem de um sinal
contnuo, em que x[n] = x(nTa), onde Ta o intervalo de amostragem.
19
b) Sinais analgicos e sinais digitais.

Se um sinal contnuo x(t) tomar qualquer valor num intervalo (a, b), onde a pode ser
- e b +, ento x(t) um sinal analgico. Se um sinal discreto x[n] tomar s um
nmero finito de valores, ento um sinal digital.
c) Sinais reais e sinais complexos.

Um sinal x(t) um sinal real se o seus valores forem reais, e x(t) um sinal complexo
se os seus valores formarem um nmero complexo. Um sinal complexo x(t) genrico
uma funo da forma x(t) = x1(t) + jx2(t) onde x1(t) e x2(t) so sinais reais e j = 1 .
Note que, t pode representar uma varivel contnua ou discreta.
d) Sinais determinsticos e sinais aleatrios.

Sinais determinsticos so sinais cujos valores esto completamente definidos para
qualquer valor do tempo. Por isso, um sinal determinstico pode ser modelado por uma
funo do tempo t. Sinais aleatrios so aqueles que podem tomar valores aleatrios para
cada valor do tempo e s pode ser caracterizado estatisticamente.
e) Sinais pares e sinais mpares.

Um sinal x(t) ou x[n] um sinal par se:
x(-t) = x(t) (2.3.1)
Um sinal x(t) ou x[n] um sinal mpar se:
x(-t) = -x(t) (2.3.2)
(a) (b)
Figura 2.3 Exemplo de um (a) sinal par e de um (b) sinal mpar.
Qualquer sinal x(t) pode ser descrito pela soma de dois sinais, um par e outro mpar,
ou seja:
x(t) = xp(t) + xi(t) (2.3.3)
onde
xp(t) = {x(t) + x(-t)} a parte par de x(t)
(2.3.4)
xi(t) = {x(t) x(-t)} a parte mpar de x(t)
20
f) Sinais peridicos e sinais no-peridicos.

Um sinal contnuo x(t) diz-se peridico com perodo T se existir um valor positivo
no nulo para T em que:
x(t + T0) = x(t), para todos os t (2.3.5)
Ao menor T positivo chamado perodo T0, e o inverso do perodo chamado de
frequncia fundamental f0:
1
f0 = em Hertz (Hz) (2.3.6)
T0
Qualquer sinal contnuo para o qual no existe um valor de T que satisfaa a equao
(2.3.5) chamado de no peridico ou aperidico.
Figura 2.4 - Exemplo de um sinal peridico.
g) Sinais de energia e sinais de potncia.

Para qualquer sinal contnuo x(t), a energia normalizada E de x(t) definida como:
+
E = x( t ) dt
2
(2.3.7)

A potncia mdia normalizada P de x(t) definida como:

1 T2
P = lim T x( t ) dt
2
(2.3.8)
T T 2
Baseado nas definies (2.3.7) e (2.3.8), podem definir-se as seguintes classes de

sinais:
1. x(t) sinal de energia se e s se 0 < E < , o que implica que P = 0.
2. x(t) sinal de potncia se e s se 0 < P < , o que implica que E = .
3. Sinais que no satisfaam nenhuma das propriedades anteriores so referidos
como sinais nem de energia nem de potncia.
Note que, um sinal peridico um sinal de potncia se a energia contida num perodo
finita, ento a potncia mdia desse sinal deve ser calculada s para um perodo:
1 T0 2
P = T0 x( t ) dt
2

(2.3.9)
T0 2
21
2.4. Sinais Contnuos Bsicos.
a) A funo degrau unitrio.

A funo degrau unitrio u(t), tambm conhecida por funo unitria de Heaviside,
definida da seguinte forma:
1 ,t > 0
u( t ) = (2.4.1)
0 ,t < 0
Note que esta funo descontnua em t = 0 e o seu valor nesse ponto indefinido.
Da mesma forma, a funo degrau unitrio atrasada no tempo definida como:
1 ,t > t 0
u( t t 0 ) = (2.4.2)
0 ,t < t 0
(a) (b)
Figura 2.5 - (a) Funo degrau unitrio; (b) Funo degrau unitrio atrasada no tempo.
b) A funo delta Dirac.

A funo impulso unitrio (t), tambm conhecida por funo delta Dirac ou
simplesmente Dirac, desempenha um papel fundamental na anlise de sistemas. A funo
(t) frequentemente definida como o limite de uma funo convencional com rea
unitria, mas com um intervalo de tempo infinitesimal (quando 0), conforme ilustra a
Figura 2.6.
Figura 2.6 - Aproximao da funo Dirac atravs de uma funo rectngulo.
22
A funo dirac tem as seguintes propriedades:

0 ,t 0
(t ) = e ( t )dt = 1 (2.4.3)
,t = 0
(t) (t-t0 )
0 t 0 t0 t
(a) (b)
Figura 2.7 - Representao grfica da Funo Dirac na origem (a), atrasada no tempo (b).
Algumas propriedades adicionais de (t) so:
1
(t ) = (t ) (2.4.4)
a
( t ) = ( t ) (2.4.5)
x( t ) ( t ) = x( 0 ) ( t ) se x(t) contnua em t = 0
(2.4.6)
x( t ) ( t t 0 ) = x( t 0 ) ( t t 0 ) se x(t) contnua em t = t 0
qualquer sinal contnuo pode ser definido da seguinte forma:

x( t ) = x( ) ( t )dt (2.4.7)

C) Sinais sinusoidais.
Um sinal sinusoidal contnuo no tempo pode ser expresso da seguinte forma:
x(t) = A cos(2f0 t + ) ou x(t) = A cos(0 t + ) (2.4.8)
onde A a amplitude (valor real), 0 = 2f0 a frequncia angular em radianos por
segundo (rad/s), e o ngulo de fase em radianos. f0 a frequncia fundamental.
Figura 2.8 - Sinal sinusoidal contnuo no tempo.
23
O sinal sinusoidal x(t) peridico e tem perodo T0 de:

2 1
T0 = ou T0 =
0 f0
Utilizando a frmula de Euler, o sinal da equao (2.4.8) pode ser expresso como:
A cos( 2f 0 t + ) = A Re{ e j ( 2f 0t + ) } (2.4.9)
e a parte imaginaria pode ser expressa como:
A Im{ e j ( 2f 0t + ) } = A sen( 2f 0 t + ) (2.4.10)
2.5. Classificaes dos sistemas.
A) Representao de um sistema.
Um sistema um modelo matemtico de um processo fsico que relaciona o sinal de
entrada (ou excitao) com o sinal de sada (ou resposta). Se x e y forem,
respectivamente, os sinais de entrada e sada do sistema, ento o sistema visto como
uma transformao (ou mapeamento) de x em y. Esta transformao representada na
notao matemtica por:
y = T{x} (2.5.1)
onde T o operador que define a regra em que x transformado em y. Mltiplas
entradas e/ou sadas so tambm possveis, conforme ilustra a Figura 2.9, embora ao
longo do texto s sejam referidos os sistemas de entrada e sadas nicas.
(a) (b)
Figura 2.9 - Sistemas com nica e mltiplas entradas e sadas.
B) Sistemas contnuos e sistemas discretos no tempo.

Se os sinais de entrada e sada x e y so sinais contnuos, ento esse sistema
chamado de sistema contnuo no tempo. Por outro lado, se os sinais de entrada e sada
forem discretos, tambm o sistema o ser.
(a) (b)
Figura 2.10 - (a) Sistema contnuo no tempo; (b) Sistema discreto no tempo.
24
C) Sistemas com memria e sem memria.

Um sistema diz-se sem memria se a sada depender nica e exclusivamente da
entrada em qualquer momento. Caso contrrio, o sistema diz-se com memria. Exemplo
de um sistema sem memria: y(t) = k x(t), exemplos de sistemas com memria e
n
1 t
contnuo: y( t ) = x( )d , y [n] = x [k] para um sistema discreto.
C k =-
D) Sistema causal e sistema no causal.

Um sistema chamado de causal quando a sua sada y(t) para qualquer tempo t = t0
depende s de x(t). Ou seja, a sada de um sistema causal depende s de valores actuais ou
anteriores que ocorreram entrada, e nunca de valores futuros. Logo, neste tipo de
sistemas no possvel obter um sinal sada sem antes aplicar um sinal entrada.
Exemplos de sistemas causais: y(t) = x(t+1) e y[n] = x[-n].
Note que, todos os sistemas sem memria so causais, mas no o contrrio.
E) Sistemas lineares e sistemas no lineares.

Se o operador T da equao (2.5.1) satisfaz as seguintes duas condies, ento T
um operador linear e o sistema por ele representado um sistema linear:
1. Aditividade: Dado que T{x1} = y1 e T{x2} = y2 ento T{x1 + x2} = y1 + y2 para
quaisquer sinais x1 e x2.
2. Homogeneidade: T{ x} = y para qualquer sinal x e qualquer escalar .
Qualquer sistema que no satisfaa estas duas condies classificado como sistema
no linear. As duas condies anteriores podem ser combinadas numa s conhecida por
propriedade da sobreposio, definida do seguinte modo:
T{1 x1 + 2 x2} = 1 y1 + 2 y2 onde 1 e 2 so quaisquer escalares.
Exemplos de sistemas no lineares: y = x2 e y = cos(x).
F) Sistemas variantes e invariantes no tempo.

Um sistema chamado de invariante no tempo se um deslocamento (atraso ou
avano) no tempo do sinal de entrada provoca o mesmo deslocamento no sinal de sada.
Ento, define-se que o sistema invariante no tempo quando T{x(t - )} = y(t - ) para
qualquer valor de . Ao sistema que no satisfaa esta condio chamado de variante no
tempo.
G) Sistemas estveis e sistemas instveis.

Um sistema estvel implica que seja limitado em amplitude entrada e sada
(BIBO - bounded-input / bounded-output), ou seja, se para qualquer entrada x limitada em
amplitude definida como |x| k1, corresponder uma sada y tambm limitada |y| k2,
onde k1 e k2 so constantes reais e finitas.
25
H) Sistemas com Feedback.

Uma classe especial de sistemas de grande importncia so aqueles que utilizam
feedback. Num sistema com feedback, o sinal de sada reutilizado novamente entrada
sendo somado ao sinal de entrada, conforme ilustra a Figura 2.11.
Figura 2.11 - Sistema com feedback.
2.6. Resposta dos sistemas lineares e invariantes no tempo, integral de convoluo.
Duas das mais importantes propriedades de um sistema so a linearidade e a

invarincia no tempo (LTI). Para este tipo de sistemas podemos descrever a relao entre
a entrada e a sada em termos de uma operao de convoluo que, atravs da resposta a
um impulso de Dirac, se obtm a resposta do sistema e consequentemente, a resposta a
qualquer sinal de entrada.
A) Resposta impulsional.
A resposta impulsional h(t) de um sistema LTI (representado por T) definida como
a resposta do sistema quando a entrada um impulso de Dirac (t), ou seja:
h(t) = T{ (t)} (2.6.1)
B) Resposta a uma entrada arbitrria.

Partindo da equao (2.4.7), a entrada x(t) pode ser expressa como:

x( t ) = x( ) ( t ) d

como o sistema linear, a resposta y(t) do sistema a um sinal de entrada arbitrrio

x(t) pode ser expressa como:
y( t ) = T { x( t )} = T {

}
x( ) ( t ) d = x( ) T { ( t )} d

como o sistema tambm invariante no tempo, ento:

h(t - ) = T{ (t - )}
substituindo na equao anterior obtm-se:

y( t ) = x( ) h( t ) d (2.6.2)

A equao (2.6.2) demonstra que um sistema LTI contnuo no tempo

completamente caracterizado pela sua resposta impulsional h(t).
26
C) Integral de Convoluo.
A equao (2.6.2) define a convoluo de dois sinais x(t) e h(t) contnuos no tempo, e
representada da seguinte forma:

0 y( t ) = x( t ) h( t ) = x( ) h( t ) d (2.6.3)

A equao vulgarmente conhecida como integral de convoluo. Ento, obtemos a

relao fundamental em que a sada de qualquer sistema LTI contnuo no tempo a
convoluo da entrada com a resposta impulsional do sistema. A Figura 2.12 ilustra a
definio de resposta impulsional h(t) e a relao da equao (2.6.3).
Figura 2.12 - Sistema LTI contnuo no tempo.
D) Propriedades do integral de convoluo.

O integral de convoluo tem as seguintes propriedades:
1. Comutativa: x(t) * h(t) = h(t) * x(t)
2. Associativa: {x(t) * h1(t)} * h2(t) = x(t) * {h1(t) * h2(t)}
3. Distributiva: {x(t) * {h1(t) + h2(t)} = x(t) * h1(t) + x(t) * h2(t)
E) A operao convoluo.
Da equao (2.6.3) pode-se observar que a operao de convoluo envolve quatro
passos:

y( t ) = x( t ) h( t ) = x( ) h( t ) d

1. A resposta impulsional h() invertida no tempo relativamente origem para

se obter h(-), depois transladada no tempo de t para se obter
h[-( - t)] = h(t - ) que uma funo de com parmetro t.
2. O sinal x() e h(t - ) so multiplicados ponto a ponto para todos os valores de
com t fixo num valor qualquer.
3. O produto de x()h(t - ) integrado para todos os valores de para se obter
um nico valor de sada de y(t).
4. Os pontos 1 a 3 so repetidos fazendo variar t de - a + para se obterem
todos os valores de y(t).
2.7. Anlise de Fourier de sinais e sistemas.
Jean Baptiste Joseph Fourier nasceu a 21 de Maro de 1768 em Auxerre, Frana.

Fourier viveu durante o perodo conturbado aps a revoluo francesa e, por duas vezes
esteve prximo da guilhotina devido s suas actividades polticas, mas no foi nessa rea
que ele mais se destacou. A motivao do trabalho de Fourier era o estudo do fenmeno
fsico da propagao e difuso do calor nos corpos. Em 1807, Fourier tinha completado o
27
seu trabalho e descobriu que as sries de sinusides harmnicas e relacionadas entre si

eram bastante teis para representar a distribuio da temperatura atravs de um corpo,
apercebendo-se do potencial que a sua descoberta representava Fourier tentou a sua
publicao junto do Instituto de Frana. Na poca, as sries trigonomtricas eram um
tema bastante discutido e polmico e, por essa razo, Fourier viu-lhe negado o direito de
publicar o seu trabalho principalmente devido feroz oposio de J. L. Lagrange. Depois
de vrias tentativas para conseguir que o seu trabalho fosse aceite e reconhecido, s 15
anos depois, em 1822 atingiu o objectivo. Infelizmente, s no final da sua vida Fourier
conseguiu algum reconhecimento pelo seu trabalho.
Posteriormente, descobriu-se que existiam muitos outros problemas em cincias e
engenharia onde os sinais sinusoidais e consequentemente, as sries de Fourier e
transformadas, poderiam desempenhar um papel muito importante. Embora o estudo feito
por Fourier estivesse incompleto e contivesse algumas imprecises e que, actualmente j
no esteja muito relacionado com a teoria actual, foi ele que primeiro abordou o tema e,
por esse facto, as sries trigonomtricas tm o seu nome como forma de reconhecimento e
homenagem.
No contexto desta disciplina, a srie de Fourier e a respectiva transformada permitem
converter sinais no domnio dos tempos em representaes espectrais no domnio da
frequncia. Adicionalmente, a anlise de Fourier tambm essencial para descrever
certos tipos de sistemas e as suas propriedades no domnio das frequncias.
2.7.1. Representao de sinais peridicos utilizando a srie de Fourier.
A) Representao da srie exponencial complexa de Fourier.

A teoria da srie de Fourier simplesmente diz que, se um sinal qualquer for peridico
e obedecer s condies de convergncia, possvel ser aproximado atravs de uma soma
infinita de senos e cosenos de frequncias mltiplas da fundamental e amplitudes distintas
para cada um deles. O conjunto das amplitudes de cada seno e coseno representam o sinal
no domnio da frequncia.
A srie exponencial complexa de Fourier de um sinal peridico x(t) com perodo
fundamental T0 definida da seguinte forma:
+
1
x( t ) = ck e j 2 k f0 t onde f 0 = (2.7.1)
k = T0
onde ck so conhecidos como os coeficientes complexos de Fourier e so definidos
da seguinte forma:
1
ck = x( t )e j 2 k f 0 t dt (2.7.2)
T0 T0
onde T0 designa o integral de um qualquer perodo do sinal, de 0 at T0 ou de -T0/2
at T0/2 so os valores usualmente utilizados para definir os limites de integrao.
Fazendo k = 0 na equao (2.7.2) obtemos:
1
c0 = x( t )dt (2.7.3)
T0 T0
28
e que indica que c0 igual ao valor mdio de x(t) durante um perodo. O termo c0
conhecido como a componente dc ou contnua de x(t).
Quando x(t) um sinal real e peridico, a srie de Fourier aparece tambm descrita
sob a forma de srie harmnica de Fourier e srie trigonomtrica de Fourier e, nesse
caso, a srie complexa de Fourier matematicamente equivalente a ambas as formas de
representao. Embora estas ltimas sries sejam tambm muito comuns, prefervel
utilizar a forma complexa da srie de Fourier por ser mais genrica e normalmente mais
conveniente.
B) Convergncia da srie de Fourier.

Um sinal peridico x(t) possvel ser representado por uma srie de Fourier se
satisfizer as seguintes condies de Dirichlet:
1. x(t) absolutamente integrvel em qualquer perodo T0, ou seja,
x( t ) dt <
T0
2. x(t) tem um nmero finito de mximos e mnimos em qualquer intervalo finito

t.
3. x(t) tem um nmero finito de descontinuidades em qualquer intervalo finito t, e
cada uma dessas descontinuidades tambm finita.
Note que, as condies de Dirichlet so suficientes mas no necessrias para a
existncia da srie de Fourier de um sinal, ou seja, se as condies de Dirichlet se
verificarem est garantida a existncia da srie de Fourier, mas no caso de no se
verificarem, mesmo assim pode existir a respectiva srie de Fourier. Um exemplo
ilustrativo dado pelo sinal constitudo por um trem de impulsos.
C) Espectro de amplitude e fase de um sinal peridico.

Se representarmos os coeficientes complexos de Fourier ck da expresso (2.7.2) da
seguinte forma:
ck = |ck| ejk (2.7.4)
O grfico de |ck| em funo da frequncia f chamado de espectro de amplitudes do
sinal peridico x(t), e o grfico k em funo da frequncia f chamado de espectro de
fase de x(t). Como o ndice k s assume valores inteiros, os espectros de amplitude e fase
no so linhas contnuas mas aparecem s em frequncias discretas kf0. Por isso, eles so
referidos como espectro discreto de frequncia ou espectro de linhas.
Para um sinal x(t) real e peridico temos c-k = ck ( ck significa complexo conjugado
de ck). Ento pode dizer-se que:
|c-k| = |ck| e k = - k (2.7.5)
Observando as igualdades acima, pode concluir-se que o espectro de amplitude de
um sinal real uma funo par, ou seja, simtrica relativamente origem. O espectro de
fase uma funo mpar e por isso anti-simtrica relativamente origem.
29
D) Potncia contida num sinal peridico.

No ponto 2.3 foi definida a potncia mdia de um sinal peridico x(t) em qualquer
perodo da seguinte forma:
1 T0 2
P = T0 x( t ) dt
2
T0 2
se x(t) for representado pela srie exponencial complexa de Fourier, ento a
potncia pode ser escrita como:
+
1 T0 2
=
2
x( t ) dt | ck |2 (2.7.6)
T0 2T0
k =
A equao anterior conhecida como a igualdade de Parseval (ou teorema de

Parseval) para a srie de Fourier.
2.7.2. A transformada de Fourier.
A) Da srie de Fourier transformada de Fourier.

Seja x(t) um sinal no peridico de durao finita, ou seja, x(t) = 0 para |t| > T1
(Figura 2.13 (a)). Se definirmos xT0(t) como um sinal peridico formado pela repetio de
x(t) com perodo fundamental T0 (Figura 2.13 (b)). Se fizermos T0 , ento
lim xT0 ( t ) = x( t ) .
T0
(a) (b)
Figura 2.13 - (a) Sinal x(t) no peridico; (b) Sinal peridico formado pela repetio
peridica de x(t).
A srie exponencial complexa de Fourier de xT0(t) ento:
+
1 1 T0 2
xT0 ( t ) = ck e j 2 k f0 t com f 0 = , ck = T0 xT0 ( t ) e j 2 k f0 t dt (2.7.7)
k = T0 T0 2
Como xT0(t) = x(t) para |t| < T0/2 e tambm porque x(t) = 0 fora desse intervalo, a
equao de ck pode ser rescrita da seguinte forma:
1 T0 2 1
ck = T0 xT0 ( t ) e j 2 k f0 t dt = x( t ) e j 2 k f0 t dt
T0 2 T0
Se definirmos X(f) como:

X ( f ) = x( t ) e j 2 f t dt (2.7.8)

Ento a equao de ck dos coeficientes complexos de Fourier anterior pode ser

expressa da seguinte forma:
30
1
ck = X ( kf 0 )
T0
Substituindo na equao (2.7.8), obtemos:
+ +
xT0 ( t ) =
k =
1
T0 X ( kf 0 ) e j 2 k f0 t ou xT0 ( t ) =
k =
X ( kf 0 ) e j 2 k f 0 t f 0
Como T0 ento f0 0 (torna-se infinitesimal). Se fizermos f0 = f, ento a

equao anterior toma a seguinte forma:
+
xT0 ( t )
T0

k =
X ( k f ) e j 2 k f t f
por conseguinte,
+
x( t ) = lim xT0 ( t ) = lim
T0 f

k =
X ( k f ) e j 2 k f t f (2.7.9)
O somatrio da equao (2.7.9) pode ser interpretado como a rea inferior funo
X ( f ) e j 2 f t , conforme se pode interpretar na Figura 2.14. Consequentemente, obtm-se:

x( t ) = X ( f ) e j 2 f t df (2.7.10)

que a representao de Fourier de um sinal x(t) no peridico.
Figura 2.14 - Interpretao grfica da equao (2.7.9).
B) O par transformada de Fourier.

A funo X(f) definida pela equao (2.2.8) a definio da transformada de Fourier
de um sinal x(t) no peridico, e a equao (2.2.10) define a transformada inversa de
Fourier de X(f). Simbolicamente so representadas da seguinte forma:

X ( f ) = F { x( t )} = x( t ) e j 2 f t dt (2.7.11)

x( t ) = F 1{ X ( f )} = X ( f ) e j 2 f t df (2.7.12)

e tambm se pode dizer que x(t) e X(f) formam um par transformada de Fourier,
representado por:
x(t) X(f)
Note que, como = 2 f, ao substituirmos nas equaes (2.2.11) e (2.7.12) obtemos
as seguintes relaes,

X ( ) = F { x( t )} = x( t ) e j t dt (2.7.13)

31
1
x( t ) = F 1{ X ( )} =
2
X ( ) e j t d (2.7.14)
que tm o mesmo significado que as anteriores mas utilizando a frequncia angular
como varivel da transformada. Como consequncia, nos pares transformada de Fourier
aparece o factor multiplicativo 2. A utilizao de uma ou outra forma indiferente, por
essa razo existem muitos autores que utilizam f e tambm existem muitos que utilizam
.
C) O espectro de Fourier.
A transformada de Fourier X(f) de x(t) , geralmente, complexa, e pode ser expressa
como:
X(f) = |X(f)| e j(f) (2.7.15)
Por analogia com a terminologia utilizada para os coeficientes complexos da srie de
Fourier de um sinal peridico x(t), a transformada de Fourier X(f) de um sinal x(t) no
peridico a sua especificao no domnio da frequncia e referido como o espectro de
x(t). parcela |X(f)| chamado espectro de amplitudes de x(t), e (f) chamado espectro
de fase de x(t).
Se o sinal x(t) um sinal real, da equao (2.7.11) podemos deduzir que:

X ( f ) = x( t ) e j 2 f t dt

ento conclui-se que X(-f) = X*(f), consequentemente |X(-f)| = |X(f)| e (f) = -(f).
por isso, como no caso dos sinais peridicos, o espectro de amplitudes |X(f)| uma
funo par (simtrica relativamente origem) e o espectro de fase (f) uma funo
mpar (anti-simtrica relativamente origem).
D) Convergncia da transformada de Fourier.

Tal como no caso dos sinais peridicos, condio suficiente mas no necessria
para a convergncia de X(f) que satisfaa as condies de Dirichlet.
2.7.3. Propriedades da transformada de Fourier.
As propriedades da transformada de Fourier so um recurso bastante til para

simplificar o clculo da transformada e evitar a utilizao da expresso geral da
transformada e, consequentemente, resolver o respectivo integral.
A) Linearidade:
a1 x1(t) + a2 x2(t) a1 X1(f) + a2 X2(f) (2.7.16)
onde a1 e a2 so constantes.
B) Deslocamento no tempo:
x(t t0) e-j2 f t0 X(f) (2.7.17)
32
A equao (2.7.17) mostra que o efeito de um deslocamento no tempo consiste

simplesmente em adicionar um termo linear 2 f t0 ao espectro de fase (f) de x(t). Este
efeito conhecido como deslocamento linear de fase da transformada de Fourier X(f).
C) Deslocamento na frequncia:
ej2 f0 t x(t) X(f f0) (2.7.18)
A multiplicao de x(t) um sinal exponencial complexo ej2 f0 t conhecida como
modulao complexa. Portanto, a equao (2.7.18) mostra que a modulao complexa no
domnio dos tempos corresponde a um deslocamento de X(f) no domnio da frequncia.
De notar que a propriedade do deslocamento na frequncia (equao (2.7.18)) dual da
propriedade de deslocamento no tempo (equao (2.7.17)).
D) Compresso/expanso da escala do tempo:

1 f
x( at ) X (2.7.19)
a a
onde a uma constante real. Esta propriedade deduz-se directamente da definio
da transformada de Fourier. A equao (2.7.19) indica que a compresso/expanso da
varivel tempo t por um factor de a causa um processo inverso de expanso/compresso
da varivel de frequncia f de 1/a e da amplitude de X(f/a) pelo factor 1/|a|. Ou seja, se
esta propriedade implicar uma compresso no tempo do sinal (a > 1) resulta numa
expanso no espectro da frequncia e uma expanso do sinal no tempo (a < 1) resulta na
respectiva compresso do espectro da frequncia.
E) Inverso no tempo:
x(-t) X(-f) (2.7.20)
A inverso do eixo do tempo de um sinal x(t) produz igual inverso do eixo da
frequncia na transformada X(f). A equao (2.7.20) facilmente obtida fazendo a = -1
na equao (2.7.19).
F) Dualidade (ou Simetria):

X(t) x(-f) (2.7.21)
A propriedade da dualidade da transformada de Fourier tem implicaes bastante
significativas porque nos permite obter a expresso de determinada transformada
conhecendo a sua transformada inversa. Esta propriedade pode deduzir-se facilmente
comparando as equaes (2.7.11) e (2.7.12) da transformada de Fourier e da sua inversa, e
concluir que so semelhantes diferindo na varivel de integrao e no sinal da
exponencial. Como exemplo, um sinal no tempo do tipo rect(t) tem como transformada
uma sinc(f), se no domnio da frequncia existir uma rect(f) ento, pela dualidade, a sua
transformada inversa sinc(t).
33
G) Diferenciao no domnio do tempo:

dx( t )
j 2 f X ( f ) (2.7.22)
dt
A equao (2.7.22) mostra que o efeito da diferenciao no domnio do tempo resulta
na multiplicao de X(f) por j2f no domnio da frequncia.
H) Diferenciao no domnio da frequncia:

dX ( f )
j 2 t x( t ) (2.7.23)
df
A equao (2.7.23) resulta da aplicao da propriedade da dualidade sobre a equao
(2.7.22).
I) Integrao no domnio do tempo:

1 X(0 )
x( )d j 2f X ( f ) + 2 ( f )
t
(2.7.24)
Como a integrao o inverso da diferenciao, a equao (2.7.24) mostra que a

operao no domnio da frequncia correspondendo integrao no domnio do tempo a
multiplicao por 1/(j2 f), mas necessrio um termo adicional para ter em conta uma
possvel componente contnua (dc) na sada do integrador.
J) Convoluo no tempo:
x1(t) * x2(t) X1(f) X2(f) (2.7.25)
A equao (2.7.25) referida como teorema da convoluo no tempo, ele declara que
a convoluo no domnio dos tempos equivalente multiplicao na frequncia. Esta
propriedade da convoluo desempenha um papel muito importante no estudo dos
sistemas e sinais em telecomunicaes e tambm utilizada na teoria de filtros.
K) Multiplicao no tempo:
x1(t) x2(t) X1(f) * X2(f) (2.7.26)
A propriedade da multiplicao a correspondente dual da equao (2.7.25) e
muitas vezes referida como o teorema da convoluo na frequncia. Portanto, a
multiplicao no domnio do tempo equivalente convoluo no domnio da
frequncia.
L) Propriedades adicionais:
Se x(t) um sinal real, faamos x(t) = xp(t) + xi(t) onde xp(t) e xi(t) so as
componentes par e mpar de x(t), respectivamente. Se a transformada de Fourier de x(t)
for: x(t) X(f) = A(f) + jB(f).
Ento,
X(-f) = X*(f) (2.7.27)
34
xp(t) Re{X(f)} = A(f) (2.7.28)
xi(t) jIm{X(f)} = jB(f) (2.7.29)

A equao (2.7.27) condio necessria e suficiente para que x(t) seja um sinal real.
As equaes (2.7.28) e (2.7.29) mostram que, a transformada de Fourier de um sinal par
uma funo real de f, a transformada de Fourier de um sinal mpar uma funo
puramente imaginria de f.
M) Relaes de Parseval:

x1( ) X 2 ( )d = X 1( )x2 ( )d

(2.7.30)

x1( t ) x2 ( t )dt = X 1( f ) X 2 ( f )df

(2.7.31)

| x( t ) |2 dt = | X ( f ) |2 df

(2.7.32)
A equao (2.7.32) chamada de Identidade de Parseval (ou Teorema de Parseval)
para a transformada de Fourier. Repare que a funo do lado esquerdo da igualdade na
equao (2.7.32) a energia normalizada E de x(t) (equao (2.3.7)). A identidade de
Parseval diz-nos que a energia E pode ser obtida integrando |X(f)|2 para todas as
frequncias. Por essa razo, |X(f)|2 frequentemente referido como o espectro de
densidade de energia de x(t), e a equao (2.7.32) tambm conhecida como Teorema da
energia.
2.8. Resposta em Frequncia de Sistemas LTI Contnuos no Tempo.
A) Resposta em frequncia:
No ponto 2.6 foi demonstrado que a sada y(t) de um sistema LTI contnuo no tempo
igual convoluco do sinal de entrada x(t) com a resposta impulsional h(t), ou seja,
y(t) = x(t) * h(t), aplicando a propriedade de convoluo (equao (2.7.25)) obtem-se
Y(f) = X(f) H(f), onde Y(f), X(f) e H(f) so as transformadas de Fourier de y(t), x(t) e h(t),
respectivamente. Podemos dizer que:
Y( f )
H( f ) = (2.8.1)
X( f )
A funo H(f) chamada de resposta em frequncia do sistema. Estas relaes esto
representadas na Figura 2.15. Como H(f) uma funo complexa, temos:
H ( f ) = | H ( f ) | e j H ( f ) (2.8.2)
onde |H(f)| chamado a magnitude da resposta do sistema, e H(f) a resposta de fase
do sistema.
35
Figura 2.15 - Relao entre entrada e sada num sistema LTI.

Se X ( f ) = | X ( f ) | e j X ( f ) e Y ( f ) = | Y ( f ) | e jY ( f ) ento conclui-se que:
|Y(f)| = |X(f)| |H(f)| e Y(f) = X(f) + H(f) (2.8.3)
Ou seja, o espectro de amplitudes |X(f)| do sinal de entrada multiplicado pela
magnitude da resposta |H(f)| do sistema para se determinar o espectro de amplitudes do
|Y(f)| do sinal de sada, a resposta de fase H(f) do sistema adicionada ao espectro de
fase do sinal de entrada X(f) para se determinar o espectro de fase de Y(f) do sinal de
sada. A magnitude da resposta do sistema |H(f)| por vezes referida como ganho do
sistema.
B) Transmisso com e sem distoro

Para a transmisso sem distoro atravs de um sistema LTI necessrio que a forma
exacta do sinal seja reproduzida na sada do sistema, independentemente de a sua
amplitude seja diferente e esteja atrasado no tempo. Consequentemente, se x(t) o sinal
de entrada, para uma transmisso sem distoro requer-se que a sada seja:
y(t) = K x(t - ta) (2.8.4)
onde ta o tempo de atraso no tempo e K (> 0) o ganho constante. Ver a Figura
2.16 (a) e (b). Fazendo a transformada de Fourier de ambos lados da equao (2.8.4),
obtm-se:
Y ( f ) = K e j 2fta X ( f )
ento, pode-se concluir que para ter uma transmisso sem distoro o sistema tem
que ter a seguinte funo transferncia:
H ( f ) =| H ( f ) | e j H ( f ) = K e j 2 f ta
de onde se pode concluir que:
|H(f)| = K e H(f) = -j2ftd (2.8.5)
Ou seja, a amplitude de H(f) deve ser constante em todas as frequncias em que o
espectro de x(t) tem amplitude diferente de zero, a fase de H(f) deve variar linearmente
com a frequncia. Ver a Figura 2.16 (c) e (d).
Distoro de amplitude e fase. Quando o espectro de amplitudes |H(f)| do sistema
no constante na banda de frequncias do sinal x(t), as componentes de frequncia do
sinal de entrada so transmitidas com diferentes amplitudes de ganho ou atenuao. A
este efeito chamado de distoro na amplitude. Quando o espectro de fase H(f) do
36
sistema no linear com a variao de frequncia, o sinal de sada tem uma forma de
onda diferente da do sinal de entrada porque existiram diferentes atrasos a frequncias
diferentes ao passar pelo sistema. Esta forma de distoro chamada de distoro de
fase.
(a) (c)
(b) (d)
Figura 2.16 - Transmisso sem distoro.
2.9. Filtragem.
Uma das operaes mais essenciais em qualquer sistema de comunicao e no s,

a filtragem. Filtrar o processo pelo qual as amplitudes da componente de frequncia de
um sinal so alteradas e algumas delas so mesmo eliminadas. Para os sistemas LTI
contnuos no tempo, o espectro sada igual entrada multiplicada pela resposta em
frequncia do sistema, consequentemente, um sistema LTI pode agir como um filtro do
sinal de entrada. A palavra filtro aqui utilizada para definir os sistemas que de
alguma forma fazem seleco de frequncias.
A) Filtros ideais:
Um filtro ideal selector de frequncia aquele que deixa passar um determinado
conjunto de frequncias e rejeita as restantes. A banda de frequncias que o filtro deixa
passar referida como banda de passagem, e a banda de frequncias rejeitada pelo filtro
chamada banda de corte. Os tipos mais comuns de filtros ideais selectores de frequncia
so os seguintes:
37
1. Filtro Passa Baixo ideal:

Um filtro passa baixo ideal (FPBx) especificado da seguinte forma:
1 | f | < f c
| H( f )| = (2.9.1)
0 | f | > f c
conforme mostra a Figura 2.17 (a). frequncia fc, chamada frequncia de
corte.
2. Filtro Passa Alto Ideal:
Um filtro passa alto (FPA) especificado da seguinte forma:
0 | f | < f c
| H( f )| = (2.9.2)
1 | f | > f c
conforme mostra a Figura 2.17 (b). frequncia fc, tambm chamada frequncia
de corte.
3. Filtro passa banda Ideal:

Um filtro passa banda ideal (FPBd) especificado da seguinte forma:
1 f1 < | f | < f 2
| H( f )| = (2.9.3)
0 outros f
conforme mostra a Figura 2.7 (c).
3. Filtro rejeita banda Ideal:

Um filtro rejeita banda ideal (FRB) especificado da seguinte forma:
0 f1 <| f | < f 2
| H ( f )| = (2.9.4)
1 outros f
conforme mostra a Figura 2.7 (d).
(a) (b)
(c) (d)
Figura 2.17 - Magnitude das respostas dos filtros ideais.
38
Na discusso anterior ainda nada foi referido acerca da resposta em fase dos filtros.
Para evitar a distoro de fase no processo de filtragem, o filtro dever ter uma
caracterstica linear na resposta de fase atravs da sua banda de passagem, ou seja,
H(f) = -2 f td, onde td uma constante.
Note que um filtro ideal um sistema no causal porque no obedece condio
h(t) = 0 para t < 0, ou seja, o filtro j tem resposta sada mesmo antes de lhe ser
aplicado um sinal entrada. Por esta razo os filtros ideais no so realizveis, embora se
possam utilizar conceptualmente para simplificar a anlise dos sistemas.
B) Filtros reais.
Os filtros reais so sistemas causais e realizveis atravs de dispositivos electrnicos
ao contrrio dos filtros ideais. Estes so caracterizados pelo decaimento no abrupto mas
aproximvel por uma rampa entre a banda de passagem e a banda de corte, ou seja, vai
existir uma banda de transio com largura f entre a banda de passagem e a banda de
corte. Por outro lado, os filtros reais provocam tambm uma distoro de fase que, tanto
maior quanto mais estreita for a banda de transio.
Um exemplo de um filtro passa baixo real e causal um circuito constitudo por uma
resistncia e um condensador, circuito RC, conforme ilustra a Figura 2.18. A resposta em
frequncia deste circuito est representada na Figura 2.19, como facilmente se pode
concluir, ao colocar um sinal x(t) entrada deste circuito, a sada y(t) vai sofrer uma
distoro na amplitude e na fase.
Figura 2.18 - Filtro passa baixo constitudo por um circuito RC.
Figura 2.19 - Resposta em frequncia do filtro RC passa baixo.
39
2.10. Largura de banda.
A) Largura de banda de um filtro (ou sistema).

Um dos conceitos mais importantes na anlise de um sistema a anlise da sua
largura de banda. Existem vrias definies para a largura de banda de um sistema.
1. Largura de banda absoluta:

A largura de banda LB de um filtro passa baixo ideal igual sua frequncia de
corte, ou seja, LB = fc (Figura 2.17 (a)). Neste caso, LB chamada de largura de banda
absoluta. A largura de banda de um filtro passa banda ideal (FPBd) dada por LB = f2 - f1
(Figura 2.17 (c)). Um filtro passa banda chamado de banda estreita se LB << f0, onde
f0 = (f1 + f2) a frequncia central do filtro. No se define largura de banda para filtros
passa alto (FPA) e rejeita banda (FRB).
2. Largura de banda a 3 dB (ou meia potncia):

Para filtros causais ou realizveis, uma definio muito comum da largura de banda
de um filtro (ou sistema) a largura de banda a 3dB (LB3dB). No caso do filtro passa
baixo, como o filtro RC descrito anteriormente na Figura 2.18 - Filtro passa baixo
constitudo por um circuito RC., define-se LB3dB como sendo a frequncia positiva qual
o espectro de amplitude |H(f)| decresce relativamente ao valor mximo para um valor
igual a |H(f)|/ 2 ,conforme ilustra a Figura 2.20 (a). A largura de banda LB3dB tambm
conhecida por largura de banda a meia potncia porque uma atenuao do sinal de 3dB
equivalente a uma atenuao na potncia por factor de 2. No caso de um filtro passa
banda, a largura de banda LB3dB definida como a diferena entre as frequncias onde
|H(f)| decai para um valor igual a 1/ 2 do valor de pico |H(fmax)| como ilustra a Figura
2.20 (b). Esta definio da LB3dB til para sistemas com uma resposta em termos do
espectro de amplitudes constante e um critrio largamente aceite para medir a largura de
banda dos sistemas, mas torna-se ambguo e no nico nos sistemas em que existem
mltiplos picos no espectro de amplitudes.
Note que ambas as precedentes definies de largura de banda so definidas para o
eixo positivo das frequncias e somente para estas.
(a) (b)
Figura 2.20 - Largura de banda: (a) Filtro passa baixo; (b) Filtro passa banda.
40
B) Largura de banda do sinal.

A largura de banda de um sinal pode ser definido como o conjunto de frequncias
positivas onde a maioria da energia ou potncia decresce. Esta definio ambgua e
est sujeita a vrias convenes. Uma conveno possvel dizer-se que a banda de
passagem de um sinal deve conter 90% da energia ou potncia desse sinal.
1. Largura de banda a 3dB:

A largura de banda de um sinal x(t) tambm pode ser definido de forma similar
largura de banda de um filtro LB3dB, usando o espectro de amplitudes |X(f)| do sinal. De
facto, se for substitudo |H(f)| por |X(f)| na Figura 2.17 (a) a (c), obtm-se grficos no
domnio da frequncias de sinais passa baixo, passa alto e passa banda.
2. Sinais de banda limitada:

Um sinal x(t) chamado de banda limitada se |X(f)| = 0 quando |f| > fmax, ento para
este tipo de sinais usual definir fmax como largura de banda.
41

Cap 02 Sinai Se Sistema

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Cap 02 Sinai Se Sistema

Enviado por

Direitos autorais:

Formatos disponíveis

Tecnologia das Comunicaes 2. Sinais e Sistemas.

Os conceitos de teoria de sinais e sistemas so necessrios em quase todos os campos

2.2. Nmeros complexos.

a) Representao dos nmeros complexos

Figura 2.1 - Representao grfica de z na forma cartesiana e polar.

b) Adio, multiplicao e diviso

z1 z2 = (a1 a2 - b1 b2) + j(a1 b2 + a2 b1) (2.2.6)

c) O nmero complexo conjugado

2.3. Classificao de Sinais.

Um sinal uma funo representando uma quantidade fsica ou uma varivel, e

a) Sinais contnuos e sinais discretos no tempo.

b) Sinais analgicos e sinais digitais.

c) Sinais reais e sinais complexos.

d) Sinais determinsticos e sinais aleatrios.

e) Sinais pares e sinais mpares.

f) Sinais peridicos e sinais no-peridicos.

Figura 2.4 - Exemplo de um sinal peridico.

g) Sinais de energia e sinais de potncia.

A potncia mdia normalizada P de x(t) definida como:

Baseado nas definies (2.3.7) e (2.3.8), podem definir-se as seguintes classes de

2.4. Sinais Contnuos Bsicos.

a) A funo degrau unitrio.

b) A funo delta Dirac.

Figura 2.6 - Aproximao da funo Dirac atravs de uma funo rectngulo.

A funo dirac tem as seguintes propriedades:

Figura 2.8 - Sinal sinusoidal contnuo no tempo.

O sinal sinusoidal x(t) peridico e tem perodo T0 de:

2.5. Classificaes dos sistemas.

B) Sistemas contnuos e sistemas discretos no tempo.

C) Sistemas com memria e sem memria.

D) Sistema causal e sistema no causal.

E) Sistemas lineares e sistemas no lineares.

F) Sistemas variantes e invariantes no tempo.

G) Sistemas estveis e sistemas instveis.

H) Sistemas com Feedback.

Figura 2.11 - Sistema com feedback.

2.6. Resposta dos sistemas lineares e invariantes no tempo, integral de convoluo.

Duas das mais importantes propriedades de um sistema so a linearidade e a

B) Resposta a uma entrada arbitrria.

como o sistema linear, a resposta y(t) do sistema a um sinal de entrada arbitrrio

como o sistema tambm invariante no tempo, ento:

A equao (2.6.2) demonstra que um sistema LTI contnuo no tempo

A equao vulgarmente conhecida como integral de convoluo. Ento, obtemos a

Figura 2.12 - Sistema LTI contnuo no tempo.

D) Propriedades do integral de convoluo.

1. A resposta impulsional h() invertida no tempo relativamente origem para

2.7. Anlise de Fourier de sinais e sistemas.

Jean Baptiste Joseph Fourier nasceu a 21 de Maro de 1768 em Auxerre, Frana.

seu trabalho e descobriu que as sries de sinusides harmnicas e relacionadas entre si

2.7.1. Representao de sinais peridicos utilizando a srie de Fourier.

A) Representao da srie exponencial complexa de Fourier.

B) Convergncia da srie de Fourier.

2. x(t) tem um nmero finito de mximos e mnimos em qualquer intervalo finito

C) Espectro de amplitude e fase de um sinal peridico.

D) Potncia contida num sinal peridico.

A equao anterior conhecida como a igualdade de Parseval (ou teorema de

2.7.2. A transformada de Fourier.

A) Da srie de Fourier transformada de Fourier.

Ento a equao de ck dos coeficientes complexos de Fourier anterior pode ser

Como T0 ento f0 0 (torna-se infinitesimal). Se fizermos f0 = f, ento a

que a representao de Fourier de um sinal x(t) no peridico.

Figura 2.14 - Interpretao grfica da equao (2.7.9).

B) O par transformada de Fourier.

D) Convergncia da transformada de Fourier.