Escolar Documentos
Profissional Documentos
Cultura Documentos
Von Zuben
DCA/FEEC/Unicamp
Transformada de Laplace
1 Sinais e Sistemas
• caracterizar completamente as propriedades de entrada-saída de um sistema pela
obtenção de medidas exaustivas é um procedimento intratável.
• é necessário, portanto, encontrar um modo de inferir acerca do comportamento do
sistema, para qualquer entrada ainda não observada, a partir de um conjunto finito
de medidas já realizadas.
• alguns sistemas específicos admitem este tipo de procedimento, dentre os quais se
destacam os sistemas lineares invariantes no tempo. Sendo assim, é possível
utilizar a resposta do sistema a um pequeno conjunto de entradas na predição da
resposta a qualquer entrada possível.
• sendo assim, diz-se que o sistema está completamente caracterizado.
x(t) y(t)
Sistema
∞ se t = 0
• impulso: δ(t ) =
0 alhures
1 se 0 < t < ∆
• pulso: δ ∆ (t ) = ∆
0 alhures
• z (t ) = x1 (t ) + x2 (t )
• z (t ) = x(t − c)
+∞
• ∫− ∞ δ(t )dt = 1
+∞
~
x (t ) = ∑ x(k∆)δ∆ (t − k∆)∆
k = −∞
+∞
x(t ) = lim ∑ x(k∆)δ∆ (t − k∆)∆
∆ → 0 k = −∞
+∞
x(t ) = ∫− ∞ x( z )δ(t − z )dz
• todo sinal pode ser representado por uma soma infinita de impulsos transladados e
escalados.
4 Sistemas Lineares
y (t ) = T [ x(t )]
• homogeneidade: T [ax(t )] = aT [ x(t )]
• aditividade: T [ x(t ) + y (t )] = T [ x(t )] + T [ y (t )]
• princípio da superposição: T [ax(t ) + by (t )] = aT [ x(t )] + bT [ y (t )]
• invariância no tempo: y (t ) = T [ x(t )] implica que y (t − c) = T [ x(t − c)]
5 Convolução
• para caracterizar completamente um sistema linear invariante no tempo, basta
saber como o sistema responde a um impulso unitário.
• h(t): função de resposta ao impulso.
• uma vez de posse de h(t), é possível predizer o comportamento do sistema em
resposta a qualquer sinal de entrada.
• y (t ) = T [ x(t )]
• y (t ) = T [∫
−∞
+∞
x( z )δ(t − z )dz ]
+∞
• y (t ) = T lim ∑ x(k∆)δ ∆ (t − k∆)∆
∆ →0 k = −∞
+∞
• usando a aditividade: y (t ) = lim ∑ T [x(k∆)δ∆ (t − k∆)∆]
∆ → 0 k = −∞
+∞
• tomando o limite: y (t ) = ∫− ∞ T [x( z )δ(t − z )dz ]
+∞
• usando a homogeneidade: y (t ) = ∫− ∞ x( z )T [δ(t − z )]dz
• esta última equação tem um significado muito relevante: para qualquer sistema
linear invariante no tempo, o conhecimento de sua resposta ao impulso h(t)
substitui T, ou seja, o sistema é completamente caracterizado por h(t).
• ainda em relação a esta última equação, a operação realizada com os sinais x(t) e
h(t) é denominada convolução e possui uma notação própria:
+∞
z (t ) = x1 (t ) * x2 (t ) = ∫− ∞ x1 ( z ) x2 (t − z )dz .
• propriedades da convolução:
comutatividade: x1 (t ) * x2 (t ) = x2 (t ) * x1 (t )
associatividade: ( x1 (t ) * x2 (t ) ) * x3 (t ) = x1 (t ) * ( x2 (t ) * x3 (t ) )
distributividade: ( x1 (t ) * x2 (t ) ) + ( x3 (t ) * x2 (t ) ) = ( x1 (t ) + x3 (t ) ) * x2 (t )
• Fato 2: todo sinal pode ser expresso por senóides, através de uma expansão de
Fourier.
• Conclusão: caso se conheça a resposta de um sistema a todo tipo de sinal
senoidal, então a resposta do sistema a qualquer outro sinal pode ser determinada
sempre.
8 Cenário resultante
• a análise no tempo dá lugar à análise em freqüência;
• modelos de entrada-saída para sistemas dinâmicos lineares e invariantes no tempo;
• função de transferência: efeito causado por uma ampla classe de entradas na saída
do sistema dinâmico;
• hipótese 1: sinais de entrada genéricos podem ser expressos pela composição
aditiva de sinais mais simples. Exemplos: impulso, degrau, rampa, senóides, etc.
• hipótese 2: pelo princípio da superposição de efeitos, a saída referente a um sinal
de entrada genérico pode ser apresentada como uma composição aditiva das saídas
produzidas pelos sinais de entrada mais simples que, uma vez compostos
aditivamente, produzem o sinal de entrada genérico.
• hipótese 3: como a resposta do sistema junto a estes sinais mais simples não
podem se alterar com o tempo, deve valer a invariância da dinâmica no tempo.
9 Transformada de Fourier
• para viabilizar a análise em freqüência, é necessário recorrer a uma transformação
funcional que converta um sinal no tempo para a sua representação em termos de
espectro de freqüência.
• usando a Transformada de Fourier, um sinal periódico ou não periódico no tempo
f(t) pode ser convertido para a sua representação no espectro de freqüência, caso
ele atenda a duas condições:
pode ser expandido em série de Fourier sobre qualquer intervalo;
+∞
∫− ∞ f (t ) dt < ∞ .
• dada uma função f(t), a sua densidade espectral na freqüência real ω é dada por:
+∞
F ( ω) = ∫− ∞ f (t )e − jωt dt
f(t)
A
A 0 ≤ t ≤ T
f (t ) =
0 alhures
T t
+∞
• F ( ω) = ℑ[ f (t )] = ∫− ∞ f (t )e − jωt dt = ∫0 Ae − jωt dt = −
T A − jωt T
jω
e
0
=
A
jω
(
1 − e − jωT )
ωT
A −j j ωT −j
ωT
• F ( ω) = e 2 e 2 − e 2
jω
ωT
− jx ωT sen
e −e
jx −j
2
• lembrando que sen ( x ) = , então resulta: F ( ω) = ATe 2
2j ωT
2
ωT
sen
2 ωT
F ( ω) = AT F ( ω) = −
ωT 2
2
|F(ω)|
AT
6π 4π 2π 0 2π 4π 6π
T T T T T T
F(ω)
π
6π 4π 2π 2π 4π 6π
T T T T T T
−π
0
0 t < 0
1(t ) =
1 t ≥ 0
10 Transformada de Laplace
• vamos obter a transformada de Fourier do sinal: g (t ) = f (t )e − σt , com σ ∈ ℜ:
+∞ +∞ +∞
ℑ[g (t )] = G ( jω) = ∫− ∞ g (t )e − jωt dt = ∫− ∞ f (t )e − σt e − jωt dt = ∫− ∞ f (t )e − (σ + jω)t dt
ds
• se s = σ + jω , então dω = e resulta o par de transformações funcionais:
j
1 σ + j∞
• Anti-transformada de Laplace: L−1 [F ( s )] = f (t ) =
2πj ∫σ − j∞
F ( s )e st ds
+∞
• Transformada de Laplace: L[ f (t )] = F ( s ) = ∫− ∞ f (t )e − st dt
+∞
L[ f (t )] = F ( s ) = ∫0 f (t )e − st dt
Definição: Se
para σ > σc , f (t )e − σt → 0 quando t → ∞
10.2 Exemplos
Exemplo 1
• degrau unitário:
0 t < 0
f (t ) =
1 t ≥ 0
• logo, f (t )e − σt → 0 quando t → ∞ com qualquer σ > 0. Isto implica que a abscissa
de convergência da Transformada de Laplace é σ c = 0 .
+∞ +∞ 1 +∞ 1 1
L[ f (t )] = F ( s ) = ∫0 f (t )e − st dt = ∫0 e − st dt = − e − st = − (0 − 1) =
s 0 s s
Exemplo 2
• rampa unitária:
0 t < 0
f (t ) =
t t ≥ 0
1
u = t e dv = e − st dt ⇒ v = − e − st .
s
+∞ +∞ 1 +∞ +∞ 1
L[ f (t )] = F ( s ) = ∫0
f (t )e − st dt = ∫0 te − st dt = − te − st − ∫0 − e − st dt =
s 0 s
1 +∞ 1
= −0 + 0 + ∫0 e − st dt = 2
s s
Exemplo 3
• senóide:
0 t < 0
f (t ) =
sen ( ω0t ) t ≥ 0
L[ f (t )] = F ( s ) = ∫0
+∞ +∞
f (t )e − st dt = ∫0 sen ( ω0t )e − st dt =
2j ∫0
e (
1 + ∞ jω0 t
)
− e − jω0 t e − st dt =
=
1
2j
[∫
+ ∞ − ( s − jω ) t
0
e 0
dt
+∞
]
− ∫0 e − ( s + jω0 ) t dt =
1 1
−
1
ω
= 2 0 2
2 j s − jω0 s + jω0 s + ω0
Exemplo 4
• exponencial:
0 t < 0
f (t ) = − at
e t ≥ 0, onde a = b + jc
L[ f1 (t ) + f 2 (t )] = L[ f1 (t )] + L[ f 2 (t )] = F1 ( s ) + F2 ( s )
L[cf1 (t )] = cL[ f1 (t )] = cF1 ( s ) , onde c ∈ ∀ é uma constante
ou de forma mais geral, com c1, c2 ∈ ∀ sendo constantes:
L[c1 f1 (t ) + c2 f 2 (t )] = L[c1 f1 (t )] + L[c2 f 2 (t )] = c1L[ f1 (t )] + c2 L[ f 2 (t )] = c1F1 ( s ) + c2 F2 ( s )
L[ f pulso (t )] =
1 1 − τs 1
− e = 1 − e − τs
τs τs τs
( )
[ ]
L e − at f (t ) = F ( s + a )
Exemplo:
[
L e − at sen (ω0t ) = ] ω0
(s + a )2 + ω02
1 d 1 ω s
L[cos(ω0t )] = L sen (ω0t ) = s 2 0 2 − sen (0) = 2
ω0 dt ω0 s + ω0 s + ω0
2
[ t
L ∫0 f ( τ)dτ = ] F ( s)
s
[ ]
Com isso, temos: F ( s ) = 1 + e − Ts + e − 2Ts + K F1 ( s ) ⇒ F ( s ) =
1
1 − e − sT
F1 ( s )
então resulta:
L[ f1 (t ) * f 2 (t )] = F1 ( s ) F2 ( s ) .
Observação: A resposta y(t) de um modelo linear a uma entrada f(t) pode ser
t
expressa como a integral de convolução y (t ) = ∫0 h (t − τ) f ( τ)dτ , onde h(t) é a
lim f (t ) = lim sF ( s )
t →∞ s →0
12 Referências bibliográficas
• parte das figuras empregadas no texto foram extraídas de notas de aula do Prof.
David Heeger da New York University.
(http://www.cns.nyu.edu/~david/ftp/handouts/convolution.pdf)