Sistemas Dinâmicos Lineares

Prof. Maurílio Nunes Vieira

Depto. Engenharia Eletrônica - UFMG
 Ementa
 Sistemas lineares invariantes no tempo;
 Análise de Fourier para sinais e sistemas de tempo
contínuo;
 Análise de Fourier para sinais e sistemas de tempo
discreto;
 Modulação;
 Amostragem de sinais;
 Caracterização de sistemas por meio da
transformada de Laplace;
 A transformada Z.
Bibliografia

Livro Texto
 A.V. Oppenheim & A.S. Willsky (2010),
Sinais e Sistemas (2ª. Edição) – Pearson

Leitura complementar
 B.P. Lathi (2007), Sinais e Sistemas Lineares
(2ª. Edição Revisada) - bookman
 Avaliações

 Prova 1 20 pontos
 Prova 2 25 pontos
 Prova 3 25 pontos
 Prova 4 30 pontos

 Provas individuais, com consulta ao livro

impresso, proibido o uso de smartphones,
tablets e similares
Visão Geral
 Grandes áreas

Telecomunicações
Instrumentação e Controle
 Áudio
Outras áreas
Efeitos
ou aplicações Restauração
Processamento de voz
Reconhecimento
Síntese Sinais Biomédicos
Codificação
EEG
Filtragem
Processamento de imagens ECG
Ultrasom

Medicina Mercado Financeiro

Indústria
Laser
predição
Sistemas de 1ª. Ordem constante
 de tempo

entrada (“degrau”)

1 t y (t )

saída y(t )  1  et /

 2 3 4 5 t

http://www.ime.usp.br/~oda/contents/01Matem%E1tica/01Sistemas%20Din%E2micos/14_An_Resp_Temp_Sist_Prim_Ord.pdf
 Modelos físico-matemáticos (2ª. Ordem)
Resposta ao degrau

i (t ) y (t )

x(t )  VL  VR  VC t
 y (t )  VC

mas  dVC dy Resposta em freqüência
i  C  C
dt dt
di
 x(t )  L  Ri  y (t )
dt
d 2 y (t ) dy
 x(t )  LC  RC  y (t )
dt 2 dt

Sistemas massa-mola-atrito, etc

 Sistemas
x H y
entrada(s) saída(s)
H = transformação (sistema físico, modelo computacional)

 Interesses:
 Caracterizar (identificar) o sistema para prever respostas
a entradas diferentes
 Remover (filtrar) ruído dos sinais
 Extrair informações específicas dos sinais (ECG, voz, etc)
 Gerar novos sinais para modificar ou controlar certas
características do sistema
 Sinais e Sistemas
x H y
entrada(s) saída(s)
H = transformação (sistema físico, modelo computacional)
Tempo contínuo x discreto Instantâneo x dinâmico
dy
x(t ) x(n) T y  ax y  ax  b
t dt
n “memória”...
Determinístico x estocástico linear x não linear
y  ax y  ax 3
Formas de ondas Formas de onda y  ax  b
previsíveis aleatórias
( estatísticas) Variante x invariante,
etc. no tempo
ELT 088: Linear, dinâmico, determinístico e invariante
 Sinais e Sistemas
x H y
entrada(s) saída(s)

H = transformação (sistema físico, modelo computacional)

Tempo contínuo x discreto Instantâneo x dinâmico
dy
x(t ) x(n) T y  ax y  ax  b
t dt
n “memória”...

Determinístico x estocástico linear x não linear

Formas de onda y  ax y  ax 3
Formas de ondas
aleatórias y  ax  b
previsíveis
( estatísticas) Variante x invariante, etc.
ELT 088: Linear, dinâmico, determinístico e invariante no tempo
 Sistema linear (SL)
x H y  H (x)

Homegeneidade
H (ax1 )  a  H ( x1 )
(proporcionalidade)

Aditividade H ( x1  x2 )  H ( x1 )  H ( x2 )

Princípio da
Superposição H (ax1  bx2 )  a  H ( x1 )  b  H ( x2 )

se e somente se
Sistema Linear: sse obedece ao princípio da superposição
 Análise temporal de Sistemas Lineares
Baseado na resposta ao “impulso”
 (t )
t
x(t ) H y (t )  h(t )
0 t

Sobre a “função” impulso (delta de Dirac)

   (t )  dt  1 área unitária

 (t )
amplitude
0
t  (t )  0 se t  0 instantâneoinfinita

Amostragem  (t   ) área ponderada

x(t)
x(t )   (t   )  x( )   (t   )
x( )
x( )   (t   )  t 
0 0 t
Amostragem de funções contínuas no tempo (discretização)
 Análise em freqüência de Sistemas Lineares
F ( ) Y ( )
H
entrada saída

| H ( ) |

0 

Análise de Fourier
 Magnitude da “resposta”
 Estudo de sinais não senoidais em freqüência
https://jackschaedler.github.io/ci
rcles-sines-
signals/dft_introduction.html  Resposta de fase
Sinais importantes em Sistemas LIT
 Senoides (com ou sem
amortecimento exponencial)
u (t )
 Degrau unitário 1

0 t

 Impulso 1
Ra (t ) a
Duração → 0  (t )
Amplitude →  a a
2 2
Área → 1  (t )  lim Ra (t )
0 a0
Números complexos, fasores, etc
 Números complexos
Se H(j) representa a
 Seja: H ( j)  2  j amplitude e a defasagem
da função
 Indicar, no plano complexo: y(t )  A  cos[t   ()]
H ( j 0), H ( j 2), H  ( j 2)  H ( j 2)
Obtenha y(t) e esboce-a
im para  = 2 rad/s

 Esboçar |H(j)| e  H(j)
re
2 graficamente
 Obter expressões para Sugestão: http://fooplot.com/
|H(j)| = A () e
 H(j) = ()  Repetir
H ( j ) 
1
para : 2  j
| H ( j ) | 22   2 H ( j)  atg ( / 2)
 Senos, co-senos e fase

y  C  cos(2ft   )  [C  cos ( )] cos (2ft )  [C  sen( )]  sen(2ft ) 

   
a b
y  a  cos(2ft )  b(sen2ft )

sen( )  b / C 
  tg ( )  b / a
cos ( )  a / C 

  
2
 b
sen ( )  cos ( )  
2 2
 
 C  
cos ( )  a / C 

 Fasores
   2f
Extremidade de um vetor girando com veloc. angular
 sen() e cos(): componentes em “quadratura” (90º)

y  A  sen(t   )
ω

ω 

x  A  cos(t   )

 Notação complexa:
" Fasor ( A, )"  A  cos(t )  i  sen(t )

i  j  1
Interpretação geométrica
 Séries de Taylor
 Aproximação polinomial de uma função analítica em
torno de um ponto “a”
f ( x)  a0  a1  ( x  a)  a2  ( x  a) 2  a3  ( x  a)3  

 f (a)  a 0

 f ´( x )  a1  2 a2 ( x  a )  3 a 3 ( x  a ) 2
   a1  f ´(a)
f ´´(a)
 f ´´( x )  2 a2  3  2  a3 ( x  a )   
2 a 
2
f ´´´(a)
 f ´´´(x)  2  3  a3  2  3 4  a4 ( x  a)    a3  23

 Em geral:

f ( n ) (a)
f ( x)    x  a 
n
n 0 n!
Animações: http://mathdemos.gcsu.edu/mathdemos/TaylorPolynomials/
 Exponencial complexa e fasores
 Séries de Taylor im
(EPC/TVB)* ω

x3 x5
sen( x)  x     re
3! 5!
x2 x4
cos ( x)  1    
2! 4!
2 3
x x
ex  1 x   
2! 3!
e jx  cosx  j  senx
ejt = fasor que gira com veloc. angular  no
sentido anti-horário
*Exercício Para Casa; Te Vira Bicho!
 Fórmula(s) de Euler
im

it  it
ω
e e
Verifique que cos t 
2 re
(EPC/TVB)*
it
-ω
e  cost  i  sent
e it  cost  i  sent im

eit  e it -ω ω
i  sent  re
2

*Exercício para casa; te vira, bicho!

 Resultados úteis
 Serão usadas corriqueiramente (simplificam passagens)

f (t )  Acos t  re Ae jt  
j 2
j e
j 2 e  cos( 2 )  j sen( 2 )  je
j (  2 )
  1  e  j
0 1

f ´(t )  j  Ae jt  j  f (t )
derivar  multiplicar
jt
se f (t )  Ae , então por jω
1 f (t )
 f (t ) dt 
j
Ae jt 
j

integrar  dividir
por jω
EPC: Verifique todos os resultados acima
 
x1 (t )  j  exp ( jt )  x1  re{x1}  sen(t )
x1
Alternativamente: j
j ( / 2 ) jt Visualizando:
x1 (t )  e e jt 
j (t  / 2 )
e
x1 (t )  e
x1 (t )  re{x1}  cos (t   / 2)
x1
x1 adiantado de 90o em relação a
cos(ωt)
x1 (t )  cos (t )  cos ( / 2)  sen(t )  sen( / 2)
   
0 1
x1 (t )  sen(t )
t
Manipulando fasores
Exercícios (Oppenheim) – Revisão números complexos
Sumário: números complexos

 Representações: retangular, polar,

exponencial
 Módulo (magnitude)
 Fase (ângulo)
 Conjugado

Revisão matemática (Oppenheim): Ex 1.48, 1.49, 1.51 e 1.52

Cap. 1 – Sinais e Sistemas
1.1 – Sinais de tempo contínuo e de tempo discreto
x(t )
Tensão elétrica
Temperatura,
Velocidade de um carro, etc.

t
x[n] - Cotação diária de uma ação
- Amostragem de um sinal contínuo
- Sinal não está definido entre amostras
- Amplitude pode ser quantizada

n
Fig. 1.7
Variável independente
 Não necessariamente o Bidimencional: imagens
tempo
Pixel (picture element): f(x,y)

Na disciplina: sinais unidimensionais de tempo contínuo ou discreto

1.1.2 Energia total (E) e potência total (P )
 Definições sem rigor no significado físico

contínuo discreto
Sinais de potência e energia (finitas)
x(t) senóide eterna
x(t)

 
t
E   t
P  0
E  
0  P  

Há sinais com E =  e P = , como x(t) = t

“Energia” em sinais de tempo discreto (1/2)
 N , se   1
N 1 

  n
   1
  2

 1   N
1 ...   N 1
 Exercício 1.54
n 0 N termos  , se   1
 1  
Prova:   1 :
N 1 N 1 N 1 N 1 N 1
(1   )  n    n     n    n    n1
n 0 n 0 n 0 n 0 n 0

(1   1   2  ...   N 1 )  ( 1   2  ...   N )  1   N
N 1
1   N


n 0
 n

1
Soma de progressões geométricas
“Energia” em sinais de tempo discreto (2/2)
 N 1
1   N
1
  1: 
n 0
  lim    lim
n
N 
n 0
n
N  1  

1

  k 1
1 1   k
 k


nk
 n
 
n 0
 n
 
n 0
 n
 
1 1 1





n 0
n 
n

(1   ) 2

d   n d  1 
Prova:       
d  n0  d  1   
 
1
Determine P e E 
n 0
n
 
1

x1[n]   
1 n
2  u[n]

x2 [n]  x1[n]  x1[n  5]

 Ae j
A


Dicas
e) | x2 [n] | 1
b) | x2 (t ) | 1
c) cos 2 t  12 1  cos 2t 

Exercícios (E e P )
1.2.1 Transformações da variável independente
 Deslocamento no tempo
x(t )

t
y(t )  x(t  t0 )

0 t0 t

t0  0 : para a direita (atraso)

1.2.1 Transformações da variável independente
 Deslocamento no tempo

x(t  2)
n0  0
t0  0

t0  2
adiantado atrasado
1.2.1 Transformações da variável independente
 Reflexão no tempo
1.2.1 Transformações da variável independente

 Mudança de escala
de tempo
xe (t )  x(t ) 1

xr (t )  x(2t )

 1 Comprimido
(rápido)
1
2
xl (t )  x(t / 2)
 1 Expandido
(lento)
2
 x(t )
Ex. 1.1-1.3
adiantou xt  (1)  x(t  1)

refletiu x(t  1)

Compressão
xr (t )  x( 32 t )
xr ( 23 )  x( 32  23 )  x(1)

1) Deslocamento xdr (t )  x( 32 t  1)
2) Mudança de escala de tempo
Transformações da variável independente discreta

deslocamento reflexão

Compressão expansão
(dizimação ou (interpolação)
decimação)
 x[n]

2 0 4
x[n  4]
b)
6 2 0 4

x[n  2]

6 4 2 0 2 4 6
e) x[n  2]

6 4 2 0 4
1.2.2 Sinais periódicos
 Periódico com período T > 0: x(t )  x(t  T )

x(t )  x(t  mT ),
m inteiro
 Também é periódico com 2T, 3T, ...
 Período fundamental: T0 = menor período que satisfaz
 Sinal aperiódico: não satisfaz x(t )  x(t  mT )
1.2.2 Sinais periódicos
Tempo discreto

x[n]  x[n  mN ], m, N  inteiros

(período fundamental: N0 = 3)
1.2.3 Simetria de sinais
Simetria ímpar
Simetria par

x(t )  x(t ) x(t )   x(t )

x[n]  x[n] x[n]   x[n]

1.2.3 Simetria de sinais Ex. (tempo discreto)

Decomposição
de um sinal qualquer

parte par parte ímpar

(even) (odd)

x(t )  Evx(t )  Od x(t )

1
2
x(t )  x(t ) + 12 x(t )  x(t )
1.3 Sinais senoidais e exponenciais
x(t )  Ce at

Exponenciais reais (não oscilatórias): C, a = reais

crescente: a > 0 decrescente: a < 0

fenômenos instáveis sistemas amortecidos

Sinais senoidais e exponenciais complexas
periódicas

x(t )  Ce at
j0t
x(t )  e
C  1, a  j0

x(t) = complexa
Manipulação de exponenciais complexas
Ex. 1.5 (p. 13)
1.3.1 Sinais senoidais e exponenciais
complexas periódicas
j0t
x(t )  e complexa e periódica
j0t j0 ( t T ) j0t j0T
e e e e
2
se T  T0  , e j0T  e j 2  1 (T0 = período fundamental)
0
De forma similar ,
se T  k  T0 , e j0 kT0  e j 2 k  1 (harmônicos: kω0, k=1, 2, ...)

Funções harmonicamente relacionadas: k (t )  e jk t

0

múltiplos inteiros de uma freqüência fundamental

Exponenciais complexas generalizadas
j0t ( r  j0 ) t
x(t )  Ae  e
rt
 Ae
fasor cuja amplitude
varia exponencialmente com o tempo

x(t )  Ae rt cos(0t )  je rt sen(0t )

crescimento exponencial decaimento exponencial

r 0
Freqüência complexa e o plano s
j0t ( r  j0 ) t
x(t )  Ae  e rt
 Ae
s
amortecimento Freqüência
complexa

j 0  s
plano s
r

r 0
(amplitude crescente)
 Freqüência complexa e o plano s
x(t )  ert  cos(0t )  12 [e( r  j0 ) t  e( r  j0 ) t ]
(a) (b) (c)

 j 0  j 0
j 0 

0 0 r
r 0 r
  j0  j 0  j0 
(d) (e)

j 0 j 0

r 0 0 
r

Esboce as formas de onda de x(t) para cada caso

 1.3.2 Senoide e exponenciais de tempo discreto

 C ,  reais:
 Notação geral usual: 1    0
 1

0   1
Forma usual
  1

complexos
Exemplo

x[n]   1 n
2
  n

   12
j 
ln(e  )  ln(e )
1
2
j
ln(e )  ln( 12 )  
j
  e   e
1 1  j  0,69  
2 2
 1
   , r  ln( 12 )  0,69
0
1.3.3 Periodicidade de exponenciais complexas de
tempo discreto
j0t j0 n
e e e : Semelhanças e diferenças importantes
Propriedades em tempo contínuo:

e j0t Tempo discreto:

1) Sinais distintos para quaisquer j0 n

valores diferentes de 0
e
2) Aumento de 0, sempre aumenta diferenças!
a taxa de oscilação do sinal

3) Periódico para qualquer 0

1) Discreto: Sinais não distintos para qualquer 0

=1

Sinais iguais para 0  2 , 0  4 , ...

Sinais discretos: Considerar apenas o intervalo

0  0  2 ou    0  
2) Discreto: variação da taxa de oscilação c/ 0

j0 n
Taxa de oscilação de e

aumenta para 0  0  

diminui para   0  2 ou 0  0  

observar atentamente a fig. 1.27

 0  0 0   / 8 0   / 4

0   0  3 / 2
0   / 2

0  7 / 4 0  15 / 8 0  2

Fig. 1.27
3. Discreto: não é periódico para qualquer 0

 Para e j0 n ser periódico com período N>0,

j0 ( n  N ) j0 n j0 N

= 1?
e e e

j0 N
e  1 se 0 N  2  m
0 m
 , m e n  inteiros
2 N

Deve ser um número racional

Caso contrário, j0 n

e será aperiódico
 m e n  inteiros
0 2 / 12 1 m
  
2 2 12 N

0 8 / 31 4 m
  
2 2 31 N

0 1 / 6 1 m
  
2 2 12 N

Fig. 1.25
Resumo

e j0t e j0n
1.4 Impulso δ[n] unitário de tempo discreto

 Usado para
excitar/caracterizar
sistemas LIT Propriedade da amostragem:

x[n] x[2]

n
1  [n  2]
n
0 2
1.4 Degrau u[n] unitários de tempo discreto
 Usado para excitar/caracterizar sistemas LIT
Diferença finita de 1ª. ordem

... n
0
... n
1

soma cumulativa  [n]  [n  1]  [n  2] ...

...
n
0
1.4 Degrau u(t) e impulso δ(t) unitário de
tempo contínuo
 Dificuldades formais nas descontinuidades

Duração = 0
Amplitude = 
Área = 1
 Delta de Dirac  (t )
 (t ) : limite da “seqüência” de funções, como:
k sen (kt)
gaussiana sinc (kt) 
3,0
 (kt)
2,5
k=10
2,0

Retângulo 1,5

1 1,0

Ra (t ) a k=2
0,5

0,0

a a
2 2
k=1 t
t -0,5
-10 -8 -6 -4 -2 0 2 4 6 8 10

k sen (kt)
 (t )  lim Ra (t ) 1  (t )  lim
a0  (t )  lim exp ( t 2 / a 2 ) k    (kt)
a 0 a

Animação: http://en.wikipedia.org/wiki/Dirac_delta_function
 Impulso unitário

   (t )  dt  1

 (t ) área unitária
amplitude infinita

0
t  (t )  0 se t  0 instantâneo

Propriedade da amostragem  (t   ) área ponderada

x(t)
x(t )   (t   )  x( )   (t   )
x( )
x( )   (t   )  t 
0 0 t
 Digitalização de sinais analógicos

 T (t )    (t  nT )
n  
Discretização no tempo
T 1
Fs
 
x(t ) Conversor
T t A/D
x(nT )
0 analógico
digital
x(t ) Discretização temporal
  sample & hold
0 t Quantização da amplitude
bits
Ruído de quantização

x(nT )  x(t )    (t  nT ) ...
n  

 
0
t
16 bits  216 = 64*1024 níveis
Teorema da amostragem... Placas de som, interfaces USB, etc.
 Processamento digital de sinais
analógicos
Processamento
Digital ou Numérico
Filtragem,
Análise Espectral,
Síntese de sinais

acústico
elétrico acústico
elétrico

analógico digital analógico

1.5.2 – Diagramas de blocos
série (cascata)

série-paralelo

paralelo realimentado
1.6.1 Sistemas com e sem memória
 Memória  mecanismos de armazenamento de energia
ou informação
 Sistema sem memória (instantâneo): saída num dado
instante depende apenas da entrada naquele instante

 Sistemas com memória em tempo contínuo (exemplos)

x(t ) i (t ) y (t )
 Memória: Exemplos em tempo discreto
Atrasador: x[n] D x[n  1]  y[n]

x[n] a0 + y[n]
Combinação de entradas
D

y[n]  a0  x[n]  a1  x[n  1]  a2  x[n  2]

a1 +
D
a2

Acumulador:

x[n] + y[n]

D
y[n  1] (memória)
1.6.2 Sistemas inversos e invertibilidade
 Invertível: entradas distintas levam a saídas distintas

 Identificação de sistemas (análise por síntese), etc.

 Exemplos
Mesma saída para
entradas diferentes
y(t )  10
Não invertível Não invertível Invertível

t
Não invertível Invertível Invertível
1.6.3 Causalidade

 Sistema causal: saída, em qualquer instante, depende

somente da entrada atual e/ou passadas
 Sistemas físicos (circuitos elétricos, sistemas
mecânicos, etc.) são causais (não antecipativos)
 Sistema sem memória são causais
 Não causalidade: processamento off-line de sinais
futuro

passado
Exemplos:

n  0...
n  0...
Não causal

não envolve
entradas futuras
Causal
1.6.5 Invariância no tempo

 Sistema invariante no tempo:

 comportamento e características não variam ao longo

do tempo

 deslocamento de tempo na entrada → deslocamento

idêntico na saída:
x[n] H y[n]

x[n  n0 ] H y[n  n0 ]
Exemplos
y1[n]  n  x1[n]
y1[n  n0 ]  (n  n0 )  x1[n  n0 ]

y1[t  t0 ]  sen[ x1 (t  t0 )] x2 [n]  x1[n  n0 ]

y2 [n]  n  x2 [n]  n  x2 [n  n0 ]

y2 [n]  y1[n  n0 ]

Invariante no tempo Variante no tempo

1.6.4 Estabilidade

 Estabilidade: entradas limitadas → saídas limitadas

 Estabilidade → mecanismos de dissipação de energia
 Instabilidade → crescimentos ilimitados (reações em
cadeia, populações sem predador, juros bancários, etc.)
a partir de entradas limitadas

x[n]  u[n] Acumulador y[n] 4

3
2
1 1 ...
...
0 n 0 n
instável
Exemplos

t cresce ilimitadamente  instável

y(t) Limitado para qualquer x(t) limitado

 estável
1.6.6 Linearidade: aditividade e homogeneidade
Aditividade

x1 (t ) H y1 (t ) então
se x1 (t )  x2 (t ) H y1 (t )  y2 (t )
x2 (t ) H y2 (t )

Homegeneidade (mantém fator de escala)

a  no. complexo
então
se x1 (t ) H y1 (t ) a  x1 (t ) H a  y1 (t )

Sistema Linear:
aditividade e a  x1 (t )  b  x2 (t ) H a  y1 (t )  b  y2 (t )
homogeneidade
Propriedade da superposição
Exemplo 1.17 Exemplo 1.18

x3 (t )  x1 (t )  x2 (t )  

= ...

linear não linear

Exemplo 1.19

y2 (t )  jy1

Não linear
Sistema linear incremental
Sistema linear: entrada nula → saída nula
y(t )  a  x(t )  b

x1 (t )  y1 (t )  a  x1 (t )  b
 y1 (t )  y2 (t ) 
x2 (t )  y2 (t )  a  x2 (t )  b
a  x1 (t )  a  x2 (t )  2b

x1 (t )  x2 (t )  a  [ x1 (t )  x2 (t )]  b  a  x1 (t )  ax2 (t )  b
 não linear!

y(t )  a  x(t )  b é linear incremental pois

responde linearmente à diferença entre duas entradas
Sistema linear invariante no tempo (SLIT)
x(t ) SLIT y (t )
SLIT
 Conhecendo-se
a resposta de
um SLIT a uma
SLIT
entrada x(t),
pode-se prever a
resposta a
outras entradas
formadas por SLIT
combinações 1

lineares de x(t) 1
t
1
0 1 t
0 2 t

Reposta ao impulso (comentar)... Problema 1.31

 (3, 5)
(1, 3, 4, 5)
(3)

(3, 4, 5)

(2, 3, 4, 5)

(3,4)
(2,3,4)
(2, 5)

(2, 3, 4, 5)
(3, 4)
(2, 5)

(3, 5)

(1, 3, 4, 5)

(3, 5)