FUNDAMENTOS DE SISTEMAS

DE COMUNICAÇÃO
AULA 2

Prof. Mauro José Kummer

 CONVERSA INICIAL

Nesta aula, você encontrará a definição de sinais e reconhecerá as

diferentes formas de classificá-los (podem ser separados em dois grupos, os
periódicos e não periódicos). Compreenderá que um sinal de periódico pode ser
aproximado pela Série de Fourier e verá como funções pares e ímpares se
comportam quando analisados pelas séries de Fourier. A análise de sinais no
domínio do tempo pode ser um desafio bastante complexo, mas, por meio da
transformada de Fourier, operações complexas podem ser simplificadas quando
a função é transformada para outro domínio. Você compreenderá melhor estas
questões quando estudar as propriedades associadas à transformada de
Fourier, assim como à operação inversa da transformada. O estudo da
convolução de sinais servirá de base para o aprendizado das aulas seguintes,
bem como para compreender a densidade espectral dos sinais e seus efeitos.

TEMA 1 – SINAIS, ESPECTROS DE LINHA E SÉRIES DE FOURIER

1.1 Introdução

Antes de iniciar a parte do estudo sobre séries, é preciso efetuar uma

revisão de números complexos. Número complexo é dado por uma parcela dos
números reais, acrescido de uma parcela dos números imaginários. Número
complexo é representado por:

𝑧𝑧 = 𝑎𝑎 + 𝑗𝑗𝑗𝑗

Em que a e b correspondem às coordenadas das abscissas e ordenadas

do plano complexo.

Figura 1 – Representação do plano dos números complexos

Imaginário
z
b
r
θ
a Reais

2
 A parte Real de z corresponde à incógnita a e a parte imaginária de z
corresponde à b no plano cartesiano complexo. Isto pode ser escrito da seguinte
forma:

𝑎𝑎 = 𝑟𝑟. 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐 𝑒𝑒
𝑏𝑏 = 𝑟𝑟. 𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠

Sendo r e θ as coordenadas polares do ponto z. Trabalhando com as

equações, tem-se:

𝑧𝑧 = 𝑎𝑎 + 𝑗𝑗𝑗𝑗 = 𝑟𝑟. cos 𝜃𝜃 + 𝑗𝑗. 𝑟𝑟. 𝑠𝑠𝑠𝑠𝑠𝑠 𝜃𝜃 = 𝑟𝑟( 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐 + 𝑗𝑗𝑗𝑗𝑗𝑗𝑗𝑗𝑗𝑗)

Pela fórmula de Euler, tem-se

𝑒𝑒 𝑗𝑗𝑗𝑗 = 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐 + 𝑗𝑗𝑗𝑗𝑗𝑗𝑗𝑗𝑗𝑗

Portanto:

𝑧𝑧 = 𝑎𝑎 + 𝑗𝑗𝑗𝑗 𝑒𝑒
𝑧𝑧 = 𝑟𝑟𝑒𝑒 𝑗𝑗𝑗𝑗

Isso nos leva a compreender um número complexo na fórmula cartesiana

a ser expresso na forma polar. Os termos de:

𝑟𝑟 = �𝑎𝑎2 + 𝑏𝑏 2 𝑒𝑒
𝑏𝑏
𝜃𝜃 = 𝑡𝑡𝑡𝑡−1
𝑎𝑎

1.2 Conjugado de um número complexo

𝑧𝑧 = 𝑎𝑎 + 𝑗𝑗𝑗𝑗

É dado por:

𝑧𝑧 ∗ = 𝑎𝑎 − 𝑗𝑗𝑗𝑗 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝, 𝑧𝑧 = 𝑟𝑟. 𝑒𝑒 −𝑗𝑗𝑗𝑗

No plano complexo:
3
 𝑟𝑟𝑒𝑒 𝑗𝑗𝑗𝑗

Isso corresponde à distância do ponto r até a origem do sistema

cartesiano, inclinado θ graus em relação ao eixo das abscissas (eixo horizontal).

Figura 2 – Plano complexo

Imaginário
z
b
θ
a Reais

1.3 Identidades úteis

O ponto situado na reta dos números reais igual a –1 situa-se a uma distância
de dimensão 1 da origem e tem por ângulo θ o valor de π, portanto:

1𝑒𝑒 𝑗𝑗𝑗𝑗 = −1

Observe que o ângulo π é igual ao ângulo -π e por seus múltiplos inteiros

ímpares nπ.
O número 1, por sua vez, pode ser expresso por:

1𝑒𝑒 𝑗𝑗2𝜋𝜋 = 1
Mais precisamente, o ângulo é 2nπ para qualquer n inteiro.
O número j tem valor 1 no eixo imaginário e o ângulo formado é de π/2.

𝜋𝜋
𝑒𝑒 𝑗𝑗 2 = 𝑗𝑗

De maneira similar:

𝜋𝜋
𝑒𝑒 −𝑗𝑗 2 = −𝑗𝑗

4
 1.3.1 Tamanho do sinal

A ideia de tamanho oferece uma dimensão comparativa. Por meio da

percepção, é possível afirmar que algo é grande ou pequeno sempre quando se
compara o objeto contra um padrão. Em termos matemáticos, o tamanho de um
sinal está relacionado à sua amplitude, mas também ao comprimento do sinal.
Outro sinônimo para tamanho de um sinal é força de um sinal.

1.3.2 Energia de um sinal

O conceito de energia do sinal é melhor do que o tamanho do sinal por

uma questão simples: um sinal pode variar sua amplitude em relação ao valor
de referência de maneira a adotar valores positivos ou negativos. Dessa forma,
ao somar o tamanho do sinal, as partes positivas podem ser compensadas pelas
partes negativas do sinal e o resultado pode indicar um valor pequeno. Uma
forma de contornar este problema é tomar o quadrado do sinal, assim, todo
número elevado ao quadrado torna-se positivo e o efeito da compensação
positivo/negativo é eliminado.

∞
𝐸𝐸𝑥𝑥 = � 𝑥𝑥 2 (𝑡𝑡). 𝑑𝑑𝑑𝑑 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠 𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟
−∞

∞
𝐸𝐸𝑥𝑥 = � |𝑥𝑥|2 (𝑡𝑡). 𝑑𝑑𝑑𝑑 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐
−∞

1.3.3 Potência de sinal

Matematicamente, o valor de Ex só existirá se a integral convergir para um

número, ou seja, é preciso que, quando t→∞, o valor de E→0, em outras
palavras, a energia deve ser finita e a integral converge para um número. Não é
possível calcular o valor de uma integral que some ∞. A medida mais significativa
do tamanho de um sinal é chamada potência do sinal, dada pela fórmula:

𝑇𝑇
1 2
𝑃𝑃𝑥𝑥 = lim � 𝑥𝑥 2 (𝑡𝑡). 𝑑𝑑𝑑𝑑
𝑇𝑇→∞ 𝑇𝑇 −𝑇𝑇
2

Para um sinal complexo:

5
 𝑇𝑇
1 2
𝑃𝑃𝑥𝑥 = lim � |𝑥𝑥(𝑡𝑡)|2 . 𝑑𝑑𝑑𝑑
𝑇𝑇→∞ 𝑇𝑇 −𝑇𝑇
2

A figura mostra exemplos de sinais finitos e infinitos.

Figura 3 – Sinais finitos e infinitos

Fonte: Lathi, 2008, p. 76.

O cálculo da integral de Px é o valor médio quadrático da amplitude de x.

Se retirarmos a raiz quadrada de Px, obtemos o valor rms.
Deve ser feita uma ressalva quanto aos significados de energia e potência
aqui apresentados. Em termos práticos, o sinal é representado por uma tensão
ou uma corrente, então a medida de energia ou de potência é relacionada a um
resistor de carga de 1 Ohm, e disto decorre que não se pode falar no teorema
da conservação de energia. Outro aspecto dessa medida é que ela é dada em
unidades dimensionais de tensão (volt quadrado.segundo) ou de corrente
(ampère quadrado.segundo), e não de watt.

1.3.4 Operações úteis com sinais

São três as operações: deslocamento temporal, escalamento temporal e

reversão temporal.
Deslocamento temporal
Consideram-se dois sinais iguais, mas o segundo sinal é deslocado no
tempo em relação ao primeiro de T segundos. Essa relação pode ser escrita da
seguinte forma:

𝑥𝑥(𝑡𝑡) = 𝜙𝜙(𝑡𝑡 + 𝑇𝑇)

E pode ser escrita de forma relativa, como:

6
 𝑥𝑥(𝑡𝑡 − 𝑇𝑇) = 𝜙𝜙(𝑡𝑡)

Da mesma maneira, é possível afirmar que um sinal pode estar adiantado

em relação a outro:
𝑥𝑥(𝑡𝑡) = 𝜙𝜙(𝑡𝑡 − 𝑇𝑇)
e
𝑥𝑥(𝑡𝑡 + 𝑇𝑇) = 𝜙𝜙(𝑡𝑡)

Figura 4 – Sinais

Fonte: Lathi, 2008, p. 81.

Logo x(t–T) representa o deslocamento do sinal em T segundos. Se T é

positivo, o sinal é deslocado para a direita (em atraso), se é negativo, o sinal é
deslocado para a esquerda (adiantado).

1.3.5 Escalamento temporal

Ocorre quando um sinal é expandido ou comprimido. Para tanto, basta

acelerar um sinal ou diminuir a sua velocidade. Imagine um espaço de tempo t,
agora imagine que este sinal possa ser comprimido para a metade de seu tempo
de duração. É o mesmo sinal, mas apresentado agora em T/2. Da mesma forma,
imagine um sinal sendo esticado para o dobro de seu tempo, então tem-se o
sinal ao longo de 2T. A figura representa o escalonamento do sinal.

7
 Figura 5 – Escalonamento de sinal

Fonte: Lathi, 2008, p. 83.

Para escalonar um sinal, basta substituir a variável t pela variável at. Se

a>1 resulta em compreensão do sinal e se a<1 resulta em expansão do sinal.

1.3.6 Reversão temporal

Na reversão temporal, o sinal é rotacionado em relação ao eixo da f(x) em

180° ou π radianos. Vide figura:

Figura 6 – Reversão de sinal

Fonte: Lathi, 2008, p. 85.

1.3.7 Classificação de sinais

Os sinais podem ser classificados de diversas formas, sinais contínuos ou

discretos; sinais analógicos ou digitais. Estes já foram estudados na aula 1.
Agora, acrescentaremos outras formas de classificá-los. Veremos os sinais
denominados periódicos e os não periódicos; os sinais de energia e de potência
e, por fim, os sinais determinísticos e os sinais probabilísticos.

8
 Sinais periódicos e não periódicos

Sinais podem ser aproximados por funções. A função seno é exemplo

típico para a explicação de o que é um sinal periódico, vide a figura:

Figura 7 – Sinal senoidal

Créditos: Julia Kopacheva/Shutterstock.

A característica desta função é que ela se repete indefinidamente e, à

medida que o sinal progride no tempo, ele também se repete, isto é, assume os
mesmos valores. Isto ocorre em períodos de tempo fixos, por exemplo.
Começando em zero, cresce até um máximo, decresce até o valor zero e
continua a decrescer, tornando-se negativa, e atinge o seu valor mínimo. A partir
daí, a função cresce até atingir o valor zero e isto se repete ciclicamente. Se for
tomado outro valor em outro ponto, o ciclo se repete até obtermos o mesmo
valor. O tempo gasto para que o ciclo de repetição ocorra é sempre o mesmo.
Este tempo gasto é chamado de período da função T. Se tomar o a relação
inversa do período se encontra a frequência do sinal.

1
𝑇𝑇 = 𝑒𝑒𝑒𝑒 𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 𝑆𝑆. 𝐼𝐼.
𝑓𝑓

1
𝑓𝑓 = 𝑒𝑒𝑒𝑒 𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻𝐻 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 𝑆𝑆. 𝐼𝐼.
𝑇𝑇

9
 Sinais que não se repetem no tempo são chamados aperiódicos. Um ruído
normalmente é não periódico. Pela definição de sinal periódico, necessariamente
o sinal deve começar em -∞ e se propagar indefinidamente, pois, se um sinal
começar em um tempo qualquer, então, ele assumirá valores diferentes dos do
sinal.
A possibilidade de se obter o mesmo sinal a partir do período T, para tanto,
basta que:

𝑥𝑥(𝑡𝑡) = 𝑥𝑥(𝑡𝑡 + 𝑇𝑇)

A figura representa este enunciado

Figura 8

Fonte: Haykin, 2011, p. 89.

Na figura, se pode observar que, para sinais periódicos, o sinal sempre se

repete, desde que seja tomado em múltiplos do período T.

Sinais elementares

Os sinais apresentados a seguir são importantes no estudo dos sinais.

Sinais senoidais eternos:
Seja:
𝑥𝑥(𝑡𝑡) = 𝐴𝐴 cos(2𝜋𝜋𝑓𝑓0 𝑡𝑡 + Θ𝑥𝑥)

Em que A é a amplitude do sinal, 2πf é a frequência angular do sinal (em

Hertz) e Θ é a fase do sinal. O sinal é periódico com período T se:

𝑥𝑥(𝑡𝑡 + 𝑇𝑇) = 𝐴𝐴 cos(2𝜋𝜋𝑓𝑓0 𝑡𝑡 + Θ𝑥𝑥 + 2𝜋𝜋𝑓𝑓0 𝑇𝑇) = 𝐴𝐴 cos(2𝜋𝜋𝑓𝑓0 𝑡𝑡 + Θ𝑥𝑥 + 2𝜋𝜋) = 𝑥𝑥(𝑡𝑡)

10
 Exponencial real

Seja:

𝑥𝑥(𝑡𝑡) = 𝐴𝐴. 𝑒𝑒 𝑎𝑎𝑎𝑎

Sendo A e a reais.
Para valores de a = 0, a função é constante e vale A. para valores de a
positivos, a função é crescente com o tempo e, para valores de a negativos, a
função é decrescente.

Figura 9 – Função exponencial (a) para a>0 e (b) para a<0

Exponencial complexa periódica

Trata-se de uma classe importante de sinais do tipo:

𝑥𝑥(𝑡𝑡) = 𝑒𝑒 𝑗𝑗2𝜋𝜋𝜋𝜋𝜋𝜋

Para 2πf reais. Pela fórmula de Euler:

𝑥𝑥(𝑡𝑡) = 𝑒𝑒 𝑗𝑗2𝜋𝜋𝜋𝜋𝜋𝜋 = cos 2𝜋𝜋𝜋𝜋𝜋𝜋 + 𝑗𝑗𝑗𝑗𝑗𝑗𝑗𝑗 2𝜋𝜋𝜋𝜋𝜋𝜋 , 𝑒𝑒 𝑗𝑗 = √−1

A função pode ser representada em um gráfico tridimensional, mostrando

as partes real e imaginária em função do tempo.

11
 Figura 10 – Função exponencial em função do tempo

Ou representada em um plano complexo:

Figura 11 – Função exponencial no plano complexo

A magnitude do fasor é sempre 1, pois:

|𝑒𝑒 𝑗𝑗2𝜋𝜋𝜋𝜋𝜋𝜋| = �(𝑐𝑐𝑐𝑐𝑐𝑐 2 2𝜋𝜋𝜋𝜋𝜋𝜋 + 𝑠𝑠𝑠𝑠𝑠𝑠2 2𝜋𝜋𝜋𝜋𝜋𝜋) = 1 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 ∀ 𝑡𝑡

E o ângulo é dado:

𝑠𝑠𝑠𝑠𝑠𝑠 2𝜋𝜋𝜋𝜋𝜋𝜋
2𝜋𝜋𝜋𝜋 = 𝑡𝑡𝑡𝑡𝑡𝑡−1
cos 2𝜋𝜋𝜋𝜋𝜋𝜋

Exponencial complexa

A exponencial complexa pode ser representada por um caso geral em

que:

𝑥𝑥(𝑡𝑡) = 𝐴𝐴. 𝑒𝑒 𝑎𝑎𝑎𝑎 𝑒𝑒𝑒𝑒 𝑞𝑞𝑞𝑞𝑞𝑞 𝐴𝐴 𝑒𝑒 𝑎𝑎 𝑠𝑠ã𝑜𝑜 𝑛𝑛ú𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐

12
 Então, A vale:

𝐴𝐴 = |𝐴𝐴|𝑒𝑒 𝑗𝑗ϕ 𝑒𝑒 𝑎𝑎 = 𝑟𝑟 + 𝑗𝑗2𝜋𝜋𝜋𝜋𝜋𝜋

Figura 12 – Exponenciais complexas para r<0 e r>0

Isto pode ser escrito da seguinte forma:

𝑥𝑥(𝑡𝑡) = |𝐴𝐴|𝑒𝑒 𝑗𝑗𝑗𝑗 . 𝑒𝑒 𝑟𝑟𝑟𝑟 . 𝑒𝑒 𝑗𝑗2𝜋𝜋𝜋𝜋𝜋𝜋 = |𝐴𝐴|. 𝑒𝑒 𝑟𝑟𝑟𝑟 . cos(2𝜋𝜋𝜋𝜋𝜋𝜋 + 𝜙𝜙) + 𝑗𝑗|𝐴𝐴|𝑒𝑒 𝑟𝑟𝑟𝑟 𝑠𝑠𝑠𝑠𝑠𝑠 (2𝜋𝜋𝜋𝜋𝜋𝜋 + 𝜙𝜙)

Para r<0, as partes real e imaginária de x(t) são senoides amortecidas ou

senoides crescentes para r>0. A parte correspondente a |A|.ert é chamada de
envoltória.

Função sinc

Esta função é definida pela equação:

𝑠𝑠𝑠𝑠𝑠𝑠 𝜋𝜋𝜋𝜋
𝑥𝑥(𝑡𝑡) = 𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠(𝑡𝑡) =
𝜋𝜋𝜋𝜋

E seu gráfico é mostrado na figura 13.

13
 Figura 13 – Sinal sinc.

Função pulso triangular

A função é definida por:

2 𝜏𝜏
𝑡𝑡 1 − |𝑡𝑡| 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 |𝑡𝑡| < 𝑒𝑒
𝑡𝑡𝑡𝑡𝑡𝑡 � � = � 𝜏𝜏 2
𝜏𝜏 𝜏𝜏
0 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 |𝑡𝑡| >
2

A figura 14 mostra a função.

Figura 14 – Função pulso triangular

Função pulso gaussiano de área unitária

A função pulso gaussiano unitário, ou simplesmente gaussiana, é dada

pela equação:

1 1 𝑡𝑡 2
�− � � �
(𝑡𝑡) = . 𝑒𝑒 2 𝜎𝜎
𝜎𝜎√2𝜋𝜋

14
 Sendo o desvio padrão σ, sua representação gráfica é mostrada na figura
15:

Figura 15 – Pulso gaussiano de área unitária

Função sinal

A expressão da função é dada pela equação:

1, 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 𝑡𝑡 > 0
𝑠𝑠𝑠𝑠𝑠𝑠 (𝑡𝑡) = �0, 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 𝑡𝑡 = 0 𝑒𝑒
−1 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 𝑡𝑡 < 0

E seu gráfico na figura 16.

Figura 16 – Função sgn(t)

Função porta ou sinal retangular

Esta função tem duração T e amplitude unitária e é representada pela

equação:

15
 𝑡𝑡
𝑥𝑥(𝑡𝑡) = 𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟( )
𝑇𝑇

A figura 17 representa a função rect(t).

Figura 17 – Função rect(t)

A função degrau é bastante simples. Pense no ato de ligar uma chave de

energia de um equipamento. Estava desligado, portanto, sem energia. Ao ligar o
equipamento, a energia flui pelos circuitos, causando o seu funcionamento. Um
sinal degrau é representado na figura 18.

Figura 18 – Sinal degrau

Fonte: Haykin, 2011, p. 91.

Como a amplitude do sinal vale 1, a função é chamada também por

degrau unitário. Matematicamente, a função degrau unitário pode ser escrita da
seguinte forma:
1 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 𝑡𝑡 ≥ 0
𝑢𝑢(𝑡𝑡) = �
0 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 𝑡𝑡 < 0

16
 Uma função pulso quadrado pode ser obtida por meio da diferença de dois
sinais degrau, defasadas no tempo, vide a figura.

Figura 19a – Dois degraus unitários

Fonte: Haykin, 2011, p. 91.

Sendo a expressão:
𝑥𝑥(𝑡𝑡) = 𝑢𝑢(𝑡𝑡 − 2) − 𝑢𝑢(𝑡𝑡 − 4)

O que resulta em:

Figura 19b

Fonte: Haykin, 2011, p. 91.

A função impulso tem muitas aplicações em sistemas de comunicações.

Sua definição matemática é dada pela expressão:

𝛿𝛿(𝑡𝑡) = 0 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 𝑡𝑡 ≠ 0
∞
� 𝛿𝛿(𝑡𝑡). 𝑑𝑑𝑑𝑑 = 1
−∞

17
 A figura 20 representa a função impulso.

Figura 20 – Função impulso

Fonte: Haykin, 2011, p. 94.

A forma não é característica principal da função impulso, mas sim a

largura do pulso, que tende a zero. A função degrau e a função exponencial pata,
em tempos muito pequenos, se aproximam da função impulso. A função impulso
não pode ser gerada na prática, mas pode ser aproximada.

Sinais de energia e sinais de potência

Se um sinal tem energia finita é chamado de sinal de energia. Um sinal

com potência finita não nula é um sinal de potência. Lembrando que a potência
é a média da energia ao longo do tempo. Para tempos muito grandes,
aproximando-se do infinito a um sinal com energia finita, encontramos potência
igual a zero. Um sinal com potência finita tem energia infinita, portanto um sinal
não pode ser, simultaneamente, um sinal de energia e um sinal de potência. Os
casos práticos mostram que os sinais têm energia finita, então são sinais de
energia. Assim, é impossível gerar um sinal de potência, pois tal sinal teria
duração infinita e energia infinita.

Sinais determinísticos e sinais aleatórios

Sinais determinísticos são aqueles que podem ser representados por

funções, portanto podem ser calculados. Sinais aleatórios só podem ser
representados estatisticamente. Os sinais tratados neste livro serão
determinísticos.

18
 1.4 Séries de Fourier

O matemático francês Jean Baptist Joseph Fourier contribuiu

significativamente para o desenvolvimento dos estudos matemáticos ao
trabalhar a resolução dos problemas de transferência de calor. No início da
Revolução Industrial, com a adoção do vapor em substituição do trabalho animal,
as indústrias passaram a enfrentar sérias dificuldades em lidar com a forma de
energia calor. O brilhante trabalho de Fourier trouxe luz sobre este novo campo
de estudos: a dissipação de calor. Mais tarde, descobriu-se que a equação do
calor proposta por Fourier também se aplicava em outras áreas do
conhecimento.
O estudo inicial de Fourier apontou que o comportamento de certos
fenômenos seguia o conceito matemático de séries. Especificamente, séries
trigonométricas, compostas de funções seno e cosseno.
A equação do calor proposta por Fourier é:

𝜕𝜕𝜕𝜕 𝜕𝜕 2 𝑢𝑢
= 𝑘𝑘. 2
𝜕𝜕𝜕𝜕 𝜕𝜕𝑥𝑥

Para a compreensão dos chamados sinais, é necessário aprofundar o

tema. Para tanto, é preciso definir alguns conceitos:
Sinais unidimensionais são aqueles definidos como funções de valor
único. Para valor único, podem-se encontrar valores reais, então chamados
sinais de valor real. Outro valor único são os chamados números complexos,
chamados sinais de valor complexo.
Os sinais também podem ser classificados como de tempo contínuo. Para
que um sinal seja assim classificado, é preciso que ele seja definido em todo
intervalo de tempo.

Figura 21 – Representação de sinal de tempo contínuo

Amplitude x(t)

Tempo t

19
 Sinais de tempo discreto são obtidos por meio de um sinal de tempo
contínuo. Para tanto, basta amostrar o sinal contínuo com uma taxa de
amostragem constante.
Sinal de tempo discreto é observado na figura 22.

Figura 22 – O resultado da amostragem é um sinal discreto

Amplitude x(t)

Tempo t

Os sinais são funções e as funções são classificadas em dois tipos – as

pares e, consequentemente, as ímpares. Desta forma, teremos sinais pares e
sinais ímpares. Seguindo a definição matemática, um sinal par é simétrico em
relação ao eixo das ordenadas. Matematicamente, se x(t) = x(-t), a função é par.
A figura 23 mostra o gráfico de uma função par.

Figura 23 – Gráfico de função par

Se escolhermos um valor para x e, a partir deste ponto, encontramos o

valor para x(t), por exemplo x = 2 | x(2) = 0,6; e o valor para x=–2 conduzirá a
x(–2) = 0,6. Observa-se que a função cosseno é par.
Por outro lado, se x(t) = -x(–t) a função é ímpar. A figura 24 mostra uma
função ímpar.

20
 Figura 24 – Gráfico de uma função ímpar

Da figura 24, observa-se que, se x = 2; x(2) = 0,8 e se x=-2; x(–2) = –0,8.

Assim, pode-se afirmar que a função ímpar é simétrica em relação ao ponto de
origem do sinal (coordenadas (0,0)). A função seno é uma função ímpar.

TEMA 2 – TRANSFORMADA DE FOURIER

2.1 Transformada e transformada inversa de Fourier

Analisar matematicamente um sinal no domínio do tempo pode ocasionar

dificuldades. Um recurso é transformar o sinal para outro domínio, no qual seja
mais fácil realizar as operações matemáticas. Um sinal no domínio do tempo
pode ser convertido em um sinal no domínio da frequência por meio da
transformada de Fourier. Considerando um sinal g(t) como determinístico e não
periódico, expresso no domínio do tempo t, a definição matemática da
transformada deste sinal é dada pela equação:

∞
𝐺𝐺(𝑓𝑓) = � 𝑔𝑔(𝑡𝑡). 𝑒𝑒 (−𝑗𝑗2𝜋𝜋𝜋𝜋𝑡𝑡) . 𝑑𝑑𝑑𝑑
−∞

Sendo:

𝑗𝑗 = √−1

Na qual a variável f denota a frequência do sinal. Por uma questão de

facilidade de compreensão, o sinal no domínio da frequência pode ser
transformado novamente para o domínio do tempo. Isto pode ser feito pela
transformada inversa de Fourier. A fórmula que expressa esta operação é dada
por:

21
 ∞
𝑔𝑔(𝑡𝑡) = � 𝐺𝐺(𝑓𝑓). 𝑒𝑒 (𝑗𝑗2𝜋𝜋𝜋𝜋𝜋𝜋) . 𝑑𝑑𝑑𝑑
−∞

Foram utilizadas letras minúsculas para expressar funções no domínio do

tempo e letras maiúsculas para funções no domínio da frequência.
A transformada de Fourier, para existir, deve obedecer a algumas
condições conhecidas por condições de Dirichlet, mas, de forma direta, é
possível afirmar que, quando g(t) for uma descrição de um sistema físico
realizável, existirá a transformada de Fourier. De forma semelhante, pode-se
afirmar que, para sinais de energia finitos, existirá a transformada de Fourier. Isto
é representado pela equação:

∞
� |𝑔𝑔(𝑡𝑡)|2 . 𝑑𝑑𝑑𝑑 < ∞
−∞

É importante frisar que as dimensões para o tempo são o segundo (s) e,

para a frequência, o Hertz (Hz). A frequência também é expressa em radianos
por segundo (rad/s), pois se trata de frequência angular (ω).
O uso do símbolo F também é frequente na representação, desta forma:

𝐺𝐺(𝑓𝑓) = 𝐹𝐹[𝑔𝑔(𝑡𝑡)] 𝑒𝑒

𝑔𝑔(𝑡𝑡) = 𝐹𝐹 −1 [𝐺𝐺(𝑓𝑓)]

TEMA 3 – PROPRIEDADES DA TRANSFORMADA DE FOURIER

3.1 Propriedades

Ao se trabalhar com estas ferramentas matemáticas, é útil conhecer

algumas propriedades que facilitarão o cálculo.
A primeira propriedade é chamada por linearidade (ou por superposição)
e é dada por:

𝑐𝑐1 . 𝑔𝑔1 (𝑡𝑡) + 𝑐𝑐2 . 𝑔𝑔2 (𝑡𝑡) ⇌ 𝑐𝑐1 . 𝐺𝐺1 (𝑓𝑓) + 𝑐𝑐2 . 𝐺𝐺2 (𝑓𝑓)

22
 Esta propriedade permite encontrar a transformada de Fourier de um sinal
g(t) como uma combinação linear de outras funções g(t), cujas transformadas
são conhecidas.
O escalonamento (escalamento) temporal é dado por:

1 𝑓𝑓
𝑔𝑔(𝑎𝑎𝑎𝑎) ⇌ . 𝐺𝐺 � �
|𝑎𝑎| 𝑎𝑎

Se a g(t) for comprimida no tempo por um fator a, a G(f) é expandida na

frequência pelo fator a. Esta é uma propriedade muito útil, pois permite
compreender que se o tempo é reduzido a frequência, ela é aumentada e vice-
versa.
A dualidade é dada por:

𝑠𝑠𝑠𝑠 𝑔𝑔(𝑡𝑡) ⇌ 𝐺𝐺(𝑓𝑓), 𝑒𝑒𝑒𝑒𝑒𝑒ã𝑜𝑜 𝑎𝑎 𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡 𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖 𝑑𝑑𝑑𝑑 𝐹𝐹𝐹𝐹𝐹𝐹𝐹𝐹𝑖𝑖𝑒𝑒𝑒𝑒 é

𝐺𝐺(𝑡𝑡) ⇌ 𝑔𝑔(−𝑓𝑓)

O deslocamento no tempo é dado por:

𝑔𝑔(𝑡𝑡 − 𝑡𝑡0 ) ⇌ 𝐺𝐺(𝑓𝑓). 𝑒𝑒 −𝑗𝑗2𝜋𝜋𝜋𝜋𝑡𝑡0

Deslocar uma função no tempo não implica modificar a amplitude da

transformada, mas sim o seu ponto de início, ou seja, a sua fase é alterada pelo
fator –2πft0.
Deslocamento em frequência (modulação):
𝑆𝑆𝑆𝑆 𝑔𝑔(𝑡𝑡) ⇌ 𝐺𝐺(𝑓𝑓), 𝑒𝑒𝑒𝑒𝑒𝑒ã𝑜𝑜

𝑒𝑒 𝑗𝑗2𝜋𝜋𝑓𝑓𝑐𝑐𝑡𝑡 . 𝑔𝑔(𝑡𝑡) ⇌ 𝐺𝐺(𝑓𝑓 − 𝑓𝑓𝑐𝑐 )

Esta propriedade é chamada teorema da modulação, pois o deslocamento
de um sinal para outra faixa de frequências é feito por meio da modulação do
sinal. Deslocamentos no tempo e na frequência são duais.
Área sob g(t):
𝑠𝑠𝑠𝑠 𝑔𝑔(𝑡𝑡) ⇌ 𝐺𝐺(𝑓𝑓), 𝑒𝑒𝑒𝑒𝑒𝑒ã𝑜𝑜

23
 ∞
� 𝑔𝑔(𝑡𝑡). 𝑑𝑑𝑑𝑑 = 𝐺𝐺(0)
−∞

A área sob g(t) é igual ao valor da transformada de Fourier em G(f) em

f=0.
Área sob G(f):
𝑠𝑠𝑠𝑠 𝑔𝑔(𝑡𝑡) ⇌ 𝐺𝐺(𝑓𝑓), 𝑒𝑒𝑒𝑒𝑒𝑒ã𝑜𝑜

∞
𝑔𝑔(0) = � 𝐺𝐺(𝑓𝑓). 𝑑𝑑𝑑𝑑
−∞

A área sob a transformada de Fourier é o valor da função g(t) em t = 0.

Diferenciação no domínio do tempo:

𝑠𝑠𝑠𝑠 𝑔𝑔(𝑡𝑡) ⇌ 𝐺𝐺(𝑓𝑓) 𝑒𝑒 𝑞𝑞𝑞𝑞𝑞𝑞 𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒 𝑎𝑎 𝐺𝐺 ′ (𝑓𝑓)𝑑𝑑𝑑𝑑 𝑔𝑔′(𝑡𝑡)

𝑑𝑑 𝑔𝑔(𝑡𝑡)
⇌ 𝑗𝑗2𝜋𝜋𝜋𝜋. 𝐺𝐺(𝑓𝑓)
𝑑𝑑𝑑𝑑

Diferenciar uma função g(t) tem o efeito de multiplicar a sua transformada

por um fator j2πf.
Integração no domínio do tempo:
𝑠𝑠𝑠𝑠 𝑔𝑔(𝑡𝑡) ⇌ 𝐺𝐺(𝑓𝑓), 𝑒𝑒𝑒𝑒𝑒𝑒ã𝑜𝑜 𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑 𝑞𝑞𝑞𝑞𝑞𝑞 𝐺𝐺(0) = 0

𝑡𝑡
1
� 𝑔𝑔(𝜏𝜏). 𝑑𝑑𝑑𝑑 ⇌ 𝐺𝐺(𝑓𝑓)
−∞ 𝑗𝑗2𝜋𝜋𝜋𝜋

Integrar uma função no tempo equivale a dividir a sua transformada por

um fator j2πf, assumindo-se que G(0) assume o valor 0.
Funções conjugadas:
𝑠𝑠𝑠𝑠 𝑔𝑔(𝑡𝑡) ⇌ 𝐺𝐺(𝑓𝑓), 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 𝑢𝑢𝑢𝑢𝑢𝑢 𝑓𝑓𝑓𝑓𝑓𝑓çã𝑜𝑜 𝑔𝑔(𝑡𝑡)𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐 𝑡𝑡𝑡𝑡𝑡𝑡 − 𝑠𝑠𝑠𝑠

𝑔𝑔∗ (𝑡𝑡) ⇌ 𝐺𝐺 ∗ (−𝑓𝑓)

O * representa a operação do conjugado complexo, que pode ser descrita

como:

24
 𝑔𝑔 ∗ (−𝑡𝑡) ⇌ 𝐺𝐺 ∗ (𝑓𝑓)

Tabela resumida das propriedades da transformada de Fourier:

1 − Linearidade 𝑐𝑐1 . 𝑔𝑔1 (𝑡𝑡) + 𝑐𝑐2 . 𝑔𝑔2 (𝑡𝑡) ⇌ 𝑐𝑐1 . 𝐺𝐺1 (𝑓𝑓) + 𝑐𝑐2 . 𝐺𝐺2 (𝑓𝑓)
1 𝑓𝑓
2 − 𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸 𝑛𝑛𝑛𝑛 𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡 𝑔𝑔(𝑎𝑎𝑎𝑎) = . 𝐺𝐺 � �
|𝑎𝑎| 𝑎𝑎
3 − 𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷 𝑠𝑠𝑒𝑒 𝑔𝑔(𝑡𝑡) ⇌ 𝐺𝐺(𝑓𝑓), 𝑒𝑒𝑒𝑒𝑒𝑒ã𝑜𝑜 𝐺𝐺(𝑡𝑡) ⇌ 𝑔𝑔(−𝑓𝑓)
4 − 𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷 𝑛𝑛𝑛𝑛 𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡 𝑔𝑔(𝑡𝑡 − 𝑡𝑡0 ) ⇌ 𝐺𝐺(𝑓𝑓). 𝑒𝑒 −𝑗𝑗2𝜋𝜋𝜋𝜋𝑡𝑡0
5 − 𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷 𝑒𝑒𝑒𝑒 𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓𝑓 𝑠𝑠𝑠𝑠 𝑔𝑔(𝑡𝑡) ⇌ 𝐺𝐺(𝑓𝑓), 𝑒𝑒𝑒𝑒𝑒𝑒ã𝑜𝑜 𝑒𝑒 𝑗𝑗2𝜋𝜋𝑓𝑓𝑐𝑐𝑡𝑡 . 𝑔𝑔(𝑡𝑡)
⇌ 𝐺𝐺(𝑓𝑓 − 𝑓𝑓𝑐𝑐 )
∞
6 − á𝑟𝑟𝑟𝑟𝑟𝑟 𝑠𝑠𝑠𝑠𝑠𝑠 𝑔𝑔(𝑡𝑡) 𝑠𝑠𝑠𝑠 𝑔𝑔(𝑡𝑡) ⇌ 𝐺𝐺(𝑓𝑓), 𝑒𝑒𝑒𝑒𝑒𝑒ã𝑜𝑜 � 𝑔𝑔(𝑡𝑡). 𝑑𝑑𝑑𝑑 = 𝐺𝐺(0)
−∞
∞
7 − à𝑟𝑟𝑟𝑟𝑟𝑟 𝑠𝑠𝑠𝑠𝑠𝑠 𝐺𝐺(𝑓𝑓) 𝑠𝑠𝑠𝑠 𝑔𝑔(𝑡𝑡) ⇌ 𝐺𝐺(𝑓𝑓), 𝑒𝑒𝑒𝑒𝑒𝑒ã𝑜𝑜 𝑔𝑔(0) = � 𝐺𝐺(𝑓𝑓). 𝑑𝑑𝑑𝑑
−∞

8 − 𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷çã𝑜𝑜 𝑛𝑛𝑛𝑛 𝑑𝑑𝑑𝑑𝑑𝑑í𝑛𝑛𝑛𝑛𝑛𝑛 𝑑𝑑𝑑𝑑 𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡 𝑠𝑠𝑠𝑠 𝑔𝑔(𝑡𝑡)

𝑑𝑑 𝑔𝑔(𝑡𝑡)
⇌ 𝐺𝐺(𝑓𝑓) 𝑒𝑒 𝑠𝑠𝑠𝑠 𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒 𝑎𝑎 𝐺𝐺 ′ (𝑓𝑓) 𝑑𝑑𝑑𝑑 𝑔𝑔′ (𝑡𝑡), 𝑒𝑒𝑒𝑒𝑒𝑒ã𝑜𝑜 = 𝑗𝑗2𝜋𝜋𝜋𝜋. 𝐺𝐺(𝑓𝑓)
𝑑𝑑𝑑𝑑
9 − 𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼çã𝑜𝑜 𝑛𝑛𝑛𝑛 𝑑𝑑𝑑𝑑𝑑𝑑í𝑛𝑛𝑛𝑛𝑛𝑛 𝑑𝑑𝑑𝑑 𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡 𝑠𝑠𝑠𝑠 𝑔𝑔(𝑡𝑡) ⇌ 𝐺𝐺(𝑓𝑓) 𝑒𝑒 𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑 𝑞𝑞𝑞𝑞𝑞𝑞 𝐺𝐺(0)
𝑡𝑡
1
= 0, 𝑡𝑡𝑡𝑡𝑡𝑡 − 𝑠𝑠𝑠𝑠 � 𝑔𝑔(𝜏𝜏). 𝑑𝑑𝑑𝑑 ⇌ 𝐺𝐺(𝑓𝑓)
−∞ 𝑗𝑗2𝜋𝜋𝜋𝜋
10 − 𝐹𝐹𝐹𝐹𝐹𝐹çõ𝑒𝑒𝑒𝑒 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐 𝑠𝑠𝑠𝑠 𝑔𝑔(𝑡𝑡)
⇌ 𝐺𝐺(𝑓𝑓), 𝑒𝑒𝑒𝑒𝑒𝑒ã𝑜𝑜 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 𝑢𝑢𝑢𝑢𝑢𝑢 𝑔𝑔(𝑡𝑡)𝑑𝑑𝑑𝑑 𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐, 𝑡𝑡𝑡𝑡𝑡𝑡 − 𝑠𝑠𝑠𝑠 𝑔𝑔∗ (𝑡𝑡)
⇌ 𝐺𝐺 ∗ (−𝑓𝑓)

11 − 𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀𝑀çã𝑜𝑜 𝑛𝑛𝑛𝑛 𝑑𝑑𝑑𝑑𝑑𝑑í𝑛𝑛𝑛𝑛 𝑑𝑑𝑑𝑑 𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡 𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠 𝑔𝑔1 (𝑡𝑡) ⇌ 𝐺𝐺1 (𝑓𝑓) 𝑒𝑒 𝑔𝑔2 (𝑡𝑡)
∞
⇌ 𝐺𝐺2 (𝑓𝑓), 𝑒𝑒𝑒𝑒𝑒𝑒ã𝑜𝑜 𝑔𝑔1 (𝑡𝑡). 𝑔𝑔2 (𝑡𝑡) ⇌ � 𝐺𝐺1 (𝜆𝜆) . 𝐺𝐺2 (𝑓𝑓 − 𝜆𝜆). 𝑑𝑑𝑑𝑑
−∞

12 − 𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶çã𝑜𝑜 𝑛𝑛𝑛𝑛 𝑑𝑑𝑑𝑑𝑑𝑑í𝑛𝑛𝑛𝑛𝑛𝑛 𝑑𝑑𝑑𝑑 𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡 𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠 𝑔𝑔1 (𝑡𝑡) ⇌ 𝐺𝐺1 (𝑓𝑓) 𝑒𝑒 𝑔𝑔2 (𝑡𝑡) ⇌ 𝐺𝐺2 (𝑓𝑓),
∞
𝑒𝑒𝑒𝑒𝑒𝑒ã𝑜𝑜 � 𝑔𝑔1 (𝜏𝜏). 𝑔𝑔2 (𝑡𝑡 − 𝜏𝜏) ⇌ 𝐺𝐺1 (𝑓𝑓). 𝐺𝐺2 (𝑓𝑓)
−∞

13 − 𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇 𝑑𝑑𝑑𝑑 𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅ℎ 𝑑𝑑𝑑𝑑 𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒 𝑠𝑠𝑠𝑠 𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒 𝑔𝑔(𝑡𝑡)𝑒𝑒𝑒𝑒 ]

− ∞, ∞[, e que a G(f)𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒 𝑒𝑒, 𝐸𝐸
∞ ∞ ∞
= � |𝑔𝑔(𝑡𝑡)|2 . 𝑑𝑑𝑑𝑑 < ∞ , 𝑒𝑒𝑒𝑒𝑒𝑒ã𝑜𝑜 � |𝑔𝑔(𝑡𝑡)| . 𝑑𝑑𝑑𝑑 = � |𝐺𝐺(𝑓𝑓)|2 . 𝑑𝑑𝑑𝑑
2
−∞ −∞ −∞

Exemplos:

25
 Seja a função simétrica (função par) definida por:
𝑒𝑒 (−𝑎𝑎𝑎𝑎) 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 𝑡𝑡 > 0
𝑔𝑔(𝑡𝑡) = � 1 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 𝑡𝑡 = 0 𝑒𝑒
𝑒𝑒 𝑎𝑎𝑎𝑎 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 𝑡𝑡 < 0
𝑔𝑔(𝑡𝑡) = 𝑒𝑒 (−𝑎𝑎|𝑡𝑡|)
Mostrada na figura 25.

Figura 25

Fonte: Haykin, 2011, p. 29.

A figura pode ser compreendida como a soma de dois pulsos

exponenciais vide definição da função. Os valores da transformada de Fourier
podem ser encontrados em tabelas. A transformada de Fourier para cada parte
é:

1
𝑔𝑔(𝑡𝑡) = 𝑒𝑒 (−𝑎𝑎𝑎𝑎) ⇌
𝑎𝑎 + 𝑗𝑗2𝜋𝜋𝜋𝜋
e
𝑎𝑎𝑎𝑎 ) 1
𝑔𝑔(𝑡𝑡) = 𝑒𝑒 (𝑒𝑒 ⇌
𝑎𝑎 − 𝑗𝑗2𝜋𝜋𝜋𝜋

Aplicando-se a linearidade, resulta que a soma das duas partes vale:

2𝑎𝑎
𝐺𝐺(𝑓𝑓) =
𝑎𝑎2 + (2𝜋𝜋𝜋𝜋)2

Então, a função no domínio do tempo e sua transformada no domínio da

frequência valem:

26
 2𝑎𝑎
𝑒𝑒 (−𝑎𝑎|𝑡𝑡|) ⇌
𝑎𝑎2 + (2𝜋𝜋𝜋𝜋)2

É importante observar que a função g(t) é par e simétrica e que a sua

transformada não contém partes imaginárias, portanto, também é uma função
par.

TEMA 4 – CONVOLUÇÃO

4.1 Convolução e multiplicação

O chamado teorema da convolução é composto de duas partes, a primeira

trata da transformada de Fourier da convolução e a segunda, da multiplicação
de sinais. As equações representam estas duas partes:

𝑥𝑥1 (𝑡𝑡) ⋆ 𝑥𝑥2 (𝑡𝑡) ⇌ 𝑋𝑋1 (𝑓𝑓). 𝑋𝑋2 (𝑓𝑓) 𝑒𝑒

𝑥𝑥1 (𝑡𝑡). 𝑥𝑥2 (𝑡𝑡) ⇌ 𝑋𝑋1 (𝑓𝑓) ⋆ 𝑋𝑋2 (𝑓𝑓)

Desta forma, tem-se que a convolução no domínio do tempo se transforma

na multiplicação no domínio da frequência, e a multiplicação no domínio do
tempo se transforma na convolução no domínio da frequência.
Multiplicação no domínio do tempo:

∞
𝑔𝑔1 (𝑡𝑡). 𝑔𝑔2 (𝑡𝑡) ⇌ � 𝐺𝐺1 (𝜆𝜆) . 𝐺𝐺2 (𝑓𝑓 − 𝜆𝜆). 𝑑𝑑𝑑𝑑
−∞

Esta integral é conhecida como integral de convolução. Conclui-se que a

multiplicação de dois sinais no domínio do tempo é transformada na convolução
de sua transformadas no domínio da frequência. Isto é conhecido como teorema
da multiplicação e sua notação corresponde a:

𝑔𝑔1 (𝑡𝑡). 𝑔𝑔2 (𝑡𝑡) ⇌ 𝐺𝐺1 (𝑓𝑓) ⋆ 𝐺𝐺2 (𝑓𝑓)

27
 Convolução no domínio do tempo:

∞
� 𝑔𝑔1 (𝜏𝜏). 𝑔𝑔2 (𝑡𝑡 − 𝜏𝜏) ⇌ 𝐺𝐺1 (𝑓𝑓). 𝐺𝐺2 (𝑓𝑓)
−∞

Utilizando a notação abreviada para a convolução, pode-se escrever:

𝑔𝑔1 (𝑡𝑡) ⋆ 𝑔𝑔2 ( ) ⇌ 𝐺𝐺1 (𝑓𝑓). 𝐺𝐺2 (𝑓𝑓)

TEMA 5 – DENSIDADE ESPECTRAL

5.1 Densidade espectral de energia de Rayleigh

Teorema de Rayleigh da energia

Respeitando as condições de que a função existe em todo intervalo
simétrico, ]-∞, ∞[; e que a transformada de Fourier existe e se a Energia do sinal
satisfaz:

∞
𝐸𝐸 = � |𝑔𝑔(𝑡𝑡)|2 . 𝑑𝑑𝑑𝑑 < ∞
−∞

Então:

∞ ∞
� |𝑔𝑔(𝑡𝑡)|2 . 𝑑𝑑𝑑𝑑 = � |𝐺𝐺(𝑓𝑓)|2 . 𝑑𝑑𝑑𝑑
−∞ −∞

Seja εg(f) o espectro do sinal quadrático do sinal g(t), como na equação:

𝜀𝜀𝑔𝑔 (𝑓𝑓) = |𝐺𝐺(𝑓𝑓)|2

É chamado de densidade espectral de energia do sinal g(t). Para

exemplificar, pode-se imaginar uma fonte tensão conectada a um resistor de
carga de 1 Ohm, então:

∞
� |𝑔𝑔(𝑡𝑡)|2 . 𝑑𝑑𝑑𝑑
−∞
28
 Vale o equivalente à energia entregue pela fonte e corresponde à área
sob a área sob a curva εg(f). A energia é dada em Joules/Hertz. Por ser uma
função de segundo grau, o espectro é uma função par e simétrico em relação à
origem.

FINALIZANDO

Nesta aula, você pode estudar os diferentes tipos de sinais, sejam

periódicos ou não periódicos, sinais do tipo senoidal, pulso retangular,
exponencial, exponencial complexa, sinc., pulso triangular, pulso gaussiano,
degrau unitário, sinal e impulso. Compreendeu também como a série de Fourier
pode ser utilizada para representar tanto sinais contínuos quanto descontínuos.
Descobriu a importância da transformada de Fourier na análise de sinais e como
ela pode simplificar as operações com sinais. Pôde compreender as
propriedades associadas à transformada de Fourier. Ainda, verificou o papel da
convolução na compreensão dos fenômenos da multiplicação de sinais em um
dos domínios, o que acontece no outro domínio e, por fim, a densidade espectral
e sua relação com a energia de um sinal.

29
 REFERÊNCIAS

HAYKIN, S. Sistemas de comunicação [recurso eletrônico]. Tradução de Tales

Argolo Jesus. 5. ed. Porto Alegre: Bookman, 2011.

LATHI, B. P. Sinais e sistemas lineares [recurso eletrônico]. Tradução de

Gustavo Guimarães Parma. 2. ed. Porto Alegre: Bookman, 2008.

SOARES NETO, V. Sistemas de Comunicação: serviços, modulação e meios

de transmissão. São Paulo: Érica, 2015.

30