An Sinais Cap8

J. A. M.
Felippe de Souza 8 – Transformadas de Fourier
8 – Transformadas de
Fourier
8.1 – Introdução à Análise de Fourier 3

8.2 – A Transformada de Fourier para sinais contínuos 4
Exemplo 8.1 6
Exemplo 8.2 9
Exemplo 8.3 11
8.3 – A Transformada de Fourier para sinais periódicos 13
Exemplo 8.4 14
Exemplo 8.5 15
Exemplo 8.6 15
Exemplo 8.7 17
8.4 – Propriedades da Transformada de Fourier para sinais contínuos 20
Linearidade 20
Translação no tempo (“time shifting”) 21
Exemplo 8.8 21
Conjugação 23
Exemplo 8.9 25
Derivadas 26
Integral 27
Exemplo 8.10 27
Exemplo 8.11 28
Escalonamento no tempo (“time scaling”) 29
Sinal reflectido / reversão no tempo (“time reversal”) 29
1
J. A. M. Felippe de Souza 8 – Transformadas de Fourier
Relação de Parseval 30
Dualidade 30
Exemplo 8.12 30
Derivada na frequência (dual da derivada) 31
Dual da integral 31
Translação na frequência (“frequency shifting”) 32
Convolução 32
Multiplicação (dual da convolução) 33
8.5 – Interpretação da propriedade da Convolução 33
Exemplo 8.13 35
Exemplo 8.14 36
Exemplo 8.15 37
Exemplo 8.16 38
8.6 – Tabela da Transformada de Fourier de alguns sinais contínuos 40
8.7 – A Transformada de Fourier para sinais discretos 43
8.8 – Propriedades da Transformada de Fourier para sinais discretos 45
2
Transformadas de Fourier
8.1 – Introdução às Transformadas de Fourier
Neste capítulo continuaremos a Análise de Fourier estudando agora as Transformadas

de Fourier.
Fig. 8.1 – Jean Baptiste Joseph Fourier (1768-1830), francês.
A obra principal de Fourier tem o título: “Mémoire sur la théorie de la chaleur”, pu-
blicada no “Extrait du mémoire lu à l'Académie des sciences” le 1er décembre 1828,
1829, t. 11 p. 13-30.
3
Na figura 8.2 vemos o livro onde foi publicado esta sua obra e alguns extractos dos
originais de Fourier.
Fig. 8.2 – Alguns extractos dos originais de Fourier. O livro “Extrait du mémoire lu à
l'Académie des sciences”onde foi publicado a principal obra de Fourier e
alguns extractos dos seus originais.
Enquanto que as séries de Fourier eram definidas apenas para sinais periódicos, as
Transformadas de Fourier são definidas para uma classe de sinais muito mais ampla.
Devido ao facto que os sinais sinusoidais são diferenciáveis, a transformada de Fou-

rier permite representar equações diferenciais lineares com coeficientes constantes na
forma de equações algébricas ordinárias.
Outro detalhe: as transformadas de Fourier tornam a operação de convolução em

multiplicações simples.
4
8.2 –Transformadas de Fourier para sinais contínuos
A série de Fourier só se aplica a sinais periódicos. Sinais que não são periódicos
(ditos sinais “aperiódicos”) têm uma outra representação com a transformada de Fou-
rier.
Um sinal aperiódico pode ser visto como um sinal periódico com um período infinito.
Mas na série de Fourier, quando o período T de um sinal periódico aumenta, a fre-
quência ωo
2π
ωo =
T
diminui, e o termos harmonicamente relacionados ficam mais próximos na frequência.
Ou seja, quando o período T cresce,
T → ∞
e por conseguinte a frequência ωo diminui
2π
ωo = → 0
T
as componentes em frequência (i.e., os ck ‘s) formam um contínuo, e o somatório da
série de Fourier deste sinal se converte em uma integral.
Considere portanto
um sinal contínuo x(t) ∈ C {conjunto dos números complexos}
ou seja, o sinal x(t) tem valores complexos, com parte real e parte imaginária.
A transformada de Fourier deste sinal x(t), normalmente simbolizada por:
F { x(t) } = X(jω)
permite expressar o sinal x(t), o que não era possível com a série de Fourier se o sinal
não fosse periódico, como:
1 ∞ jω t
x(t) =
2π ∫ −∞
X( j ω ) ⋅ e dω eq. (8.1)
5
onde:
∞ − j ⋅ ω⋅ t
X ( jω) = ∫−∞
x(t ) ⋅ e ⋅ dt eq. (8.2)
é a transformada de Fourier do sinal x(t).
Portanto, a transformada de Fourier é uma função de ω (ou de jω) e, de certa forma,

generaliza a série de Fourier.
A equação eq. (8.1) acima é conhecida como a equação de síntese, ou também como
a fórmula da transformada inversa de Fourier.
Por outro lado a equação eq. (8.2), que dá propriamente a fórmula da transformada
de Fourier, é conhecida como as equação de análise.
Quanto à convergência destas integrais, é possível mostrar que estas fórmulas são
válidas para uma classe bastante ampla de sinais de duração infinita.
Exemplo 8.1:
Considere o sinal
−a t
x(t) = e ⋅ u1 (t) , a >0
cujo gráfico vê-se na figura 8.3.
−at
Fig. 8.3 – O sinal exponencial x ( t ) = e ⋅ u 1 (t ) , a > 0 do Exemplo 8.1.
A transformada de Fourier deste sinal x(t) pode ser calculada usando a equação
eq. (8.2).
6
∞ − at − j ⋅ ω⋅ t
X ( jω) = ∫ 0
e ⋅e ⋅ dt =
−1 − ( a + jω) t ∞
= e
(a + jω) 0
e portanto a transformada de Fourier deste sinal x(t) é dada por:
1
X ( jω) = , a>0
(a + jω)
Como a transformada de Fourier tem valores complexos, para expressá-la através de

um gráfico é necessário decompor em
diagrama de módulo |X(jω)|,

e,
diagrama de fase ∠ X(jω).
Para esta transformada X(jω) é fácil de verificar que o diagrama de módulo |X(jω)|
tem a expressão
1
X ( jω) =
a 2 + ω2
que está ilustrado na figura 8.4.
Fig. 8.4 – A transformada de Fourier do sinal x(t). Diagrama de módulo |X(jω)|.
7
e que o diagrama de fase ∠ X(jω) tem a expressão
ω
∠ X ( j ω ) = − arctg  
a 
e isso está ilustrado na figura 8.5.
Fig. 8.5 – A transformada de Fourier do sinal x(t). Diagrama de fase ∠X( j ω).
Observe que se ω = 0, então
ω
arctg   = arctg (0) = 0 ,
a 
e portanto
∠ X ( j0) = − arctg ( 0 ) = 0 .
ω π
Também é fácil verificar que se ω = –a, então tg −1   = tg −1 (− 1) = − , e portanto
a 4
ω π
∠ X ( j ω ) = − arctg   →
a 4
 ω π
Por outro lado, se ω = a, então arctg   = arctg (1) = e portanto
a 4
8
ω π
∠ X ( j ω ) = − arctg   → −
a 4
Note também que se ω → – ∞, então
ω ω π
arctg   = lim arctg   ≅ arctg (− ∞ ) → − ,
ω → −∞
a  a  2
e portanto
ω π
∠ X ( j ω ) = − arctg   →
a 2
Mas entretanto, se ω → ∞, então
ω ω π
arctg   = lim arctg   ≅ arctg (∞ ) → ,
ω→∞
a a 2
e portanto
ω π
∠ X ( j ω ) = − arctg   → −
 a  2

Exemplo 8.2:
Considere agora o sinal

−a t
x(t ) = e , a >0
cujo gráfico vê-se na figura 8.6.
−a t
Fig. 8.6 – O sinal x (t ) = e , a > 0 do Exemplo 8.2.
9
A transformada de Fourier de x(t) pode ser calculada usando a equação eq. (8.2).
∞ −a t − j ⋅ ω⋅ t
X ( jω) = ∫ 0
e ⋅e ⋅ dt =
0 at − j ⋅ ω⋅ t ∞ −a t − j ⋅ ω⋅ t
= ∫ −∞
e ⋅e ⋅ dt + ∫ 0
e ⋅e ⋅ dt =
1 0 1 ∞
( a − jω) t − ( a + jω) t
= ⋅e + e
(a − jω) −∞ − (a + jω) 0
1 1
= +
(a − ω) (a + ω)
e portanto a transformada de Fourier deste sinal x(t) é dada por:
2a
X ( jω) =
(a − ω2 )
2
o que está ilustrado na figura 8.7.
Fig. 8.7 – A transformada de Fourier do sinal x(t). Diagrama de módulo X ( j ω) .
O diagrama de módulo |X(jω)|
2a
X ( jω) =
(a 2 − ω2 )
10
Como o X(jω) tem valores reais positivos para | ω | < a e valores reais e negativos
para | ω | < a, o diagrama de fase ∠ X(jω) é tem a expressão
 0 , se − a < ω < a
∠ X ( jω) = 
− π , se ω < −a ou ω> a
Fig. 8.8 – A transformada de Fourier do sinal x(t). Diagrama de fase ∠ X( j ω).


Exemplo 8.3:
Considere agora o sinal
 1 , se t < a
x(t) = 
0 , se t > a
cujo gráfico vê-se na figura 8.9 e é cha-

mado de um “pulso quadrado”. Fig. 8.9 – O sinal x(t) do Exemplo 8.3.
“pulso quadrado”.
Calculando-se a transformada de Fourier de x(t) usando a equação eq. (8.2), temos
a − j ⋅ ω⋅ t
X ( jω ) = ∫ −a 1⋅ e ⋅ dt =
−1 ( − j ω) t a
= ⋅e
( j ω) −a
e logo,
11
X ( jω ) =
1
jω
(
⋅ e aω j − e − aω j )
e portanto, usando Eüler, a transformada de Fourier deste sinal x(t) é dada por:
2 sen ( a ω )
X ( jω ) =
ω
Portanto, esta transformada de Fourier X(jω) também só tem valores reais ∀ ω, mas
entretanto, os valores que X(jω) assume são ora positivos e ora negativos, devido às
oscilações do seno.
O gráfico de X(jω) está ilustrado na figura 8.10.
Fig. 8.10 – A transformada de Fourier do sinal x(t) do Exemplo 8.3.
Logo, é fácil de se obter o diagrama de módulo |X(jω)| conforme pode-se ver ilus-
trado na figura 8.11.
Fig. 8.11 – A transformada de Fourier do sinal x(t) do Exemplo 8.3. Diagrama de

módulo X ( j ω) .
12
e o gráfico do diagrama de fase ∠ X(jω) é mostrado na figura 8.12.
Fig. 8.12 – A transformada de Fourier do sinal x(t) do Exemplo 8.3. Diagrama

de fase ∠ X(jω).
Ou seja,
 0 se X ( jω) > 0
∠ X ( jω) = 
 − π se X ( jω) < 0

8.3 – Transformadas de Fourier para sinais periódicos
Note que se
X ( j ω ) = 2π ⋅ u o (ω − ωo )
então
1 ∞ j ⋅ ω⋅ t
x (t ) = ⋅ ∫ 2π ⋅ u o (ω − ω o ) ⋅ e ⋅ dω =
2π − ∞
∞ j ⋅ ω⋅ t
= ∫ −∞
u o (ω − ω o ) ⋅ e ⋅ dω =
j ωo t
= e
Logo, se
∞
X ( jω) = ∑ 2π ⋅ c
k = −∞
k ⋅ u o (ω − kω o ) eq. (8.3)
x(t) então será:
13
∞
j k ωo
x (t ) = ∑c ⋅e
t
k
k = −∞
que é a série de Fourier para sinais periódicos.
X(jω) que satisfaz a equação eq. (8.3) acima é chamado de
“train of impulses”
e define a transformada de Fourier para os sinais que são periódicos em função dos
coeficientes ck’s da série de Fourier exponencial.
Exemplo 8.4:
Considere o sinal periódico do seno:
x(t) = sen(ωot)
Neste caso os coeficientes ck’s da série exponencial de Fourier são:
1
se k = 1 ⇒ c1 =
2j
1
se k = −1 ⇒ c −1 = −
2j
se k ∉ { − 1, 1 } ⇒ ck = 0
E a transformada de Fourier (“train of impulses”) neste caso é:
π π
X ( jω) = ⋅ u o ( ω − ω o ) − ⋅ u o (ω + ω o )
j j
que pode ser vista no gráfico da figura 8.13.


14
Exemplo 8.5:
Considere o sinal periódico do co-seno:
x(t) = cos(ωot)
Agora, neste caso os coeficientes ck’s da série exponencial de Fourier são:
1
se k = 1 ⇒ c1 =
2
se k = −1 ⇒ c−1 =
1
2
se k ∉ { − 1 , 1 } ⇒ ck = 0
e a transformada de Fourier (“train of impulses”) neste caso é:
X ( j ω ) = π ⋅ u o (ω + ω o ) + π ⋅ u o (ω − ω o )
que encontra-se ilustrado na figura 8.14


Exemplo 8.6:
Considere o sinal x(t) do exemplo 7.1 no capítulo 7 (onda quadrada).
− 1 , se −1 < t < 0

x(t) = 
 1, se 0 < t < 1

que após ser repetido (ou estendido) para a direita de t = 1 e para esquerda de t = –1,
nos dá um sinal periódico para ∀t (∞ < t < ∞ ), ilustrado na figura 8.15.
15
Fig. 8.15 – Onda quadrada estendida para ∀t (∞ < t < ∞).
Este sinal tem frequência natural
2π
ωo = = π
T
No Exemplo 7.2 vimos que os coeficientes cks da série de Fourier complexa são:
 0, se k = 0, ± 2, ± 4, ...

ck = − 2
 j, se k = ±1, ± 3, ± 5, ...
 π k
Logo a Transformada de Fourier deste sinal x(t) será dada por
∞
X ( jω ) = ∑ 2π ⋅ c
k = −∞
k ⋅ u o ( ω − k ωo ) =
−2 
= ∑ 2 π ⋅ 
 πk
j  ⋅ u o ( ω − k π) =

k = ±1, ±3, ±5 ,K  
−4 
= ∑ 
k = ±1, ±3, ±5 ,K  k
j  ⋅ u o (ω − kπ)

± 4j ± 4j
que é um “train of impulses” complexos com áreas: ± 4 j , , , K localizados
3 5
em ω = ± π, ± 3π, ± 5π,K , respectivamente. Logo, é fácil de se obter o diagrama de
módulo |X(jω)| conforme pode-se ver ilustrado na figura 8.16.
16
Fig. 8.16 – A transformada de Fourier do sinal x(t), “train of impulses”. Dia-

grama de módulo X ( j ω) .
Para o diagrama de fase ∠ X(jω), note que quando os impulsos estão multiplicados
por +j, o ângulo (ou fase) é π/2 (ou 90º); e quando os impulsos estão multiplicados
por –j, o ângulo (ou fase) é –π/2 (ou –90º). Isso pode se ver ilustrado na figura 8.17.
Fig. 8.17 – A transformada de Fourier do sinal x(t) do Exemplo 8.6. Diagrama

de fase ∠ X(jω).
Exemplo 8.7:
Considere o sinal periódico x(t) abaixo:
1 , se t <a

x(t) =  T
0 , se a< t <
 2
17
e suponha que foi estendido para esquerda e para direita, tornando-o um sinal perió-
dico, como se encontra-se ilustrado na figura 8.18.
Fig. 8.18 – O sinal x(t) do Exemplo 8.7. “Onda quadrada”.
Para calcular os coeficientes ck’s da série de Fourier exponencial, fazemos primeiro

para k = 0, e temos que:
1 a
co =
T ∫ −a 1 ⋅ dt
2a
=
T
Para k ≠ 0 temos que:
1 a − j ωo ⋅k t
ck =
T ∫ −a 1⋅ e ⋅ dt =
1 −j ωo ⋅k t a
= − ⋅e =
j ⋅ ωo ⋅ k ⋅ T −a
e j ωo ⋅k a − j ωo ⋅k a 
2  −e ,
= k≠0
ωo ⋅ k ⋅ T  2j 
 
 2π 
onde ω o =   . Agora, usando-se as equações de Eüler temos que:
 T 
2 sen ( k ω o a )
ck = , k≠0
k ωo T
ou, equivalentemente:
18
sen ( k ω o a )
ck = , k≠0
kπ
Logo, a transformada de Fourier deste sinal periódico x(t) é o “train of impulses”

X(jω) abaixo:
2a ∞
sen ( k ωo a )
X ( j ω ) = 2π ⋅ ⋅ u o ( a ) + ∑ 2 ⋅ ⋅ u o (ω − kωo )
T k = −∞ k
k≠0
∞
= ∑
k = −∞
γ k ⋅ u o (ω − kωo )
onde:
 4πa
 se k = 0
 T
γk = 
 sen ( k ωo a )
2 ⋅ se k ≠ 0
 k
Na figura 8.19 pode-se ver o gráfico de X(jω) x ω para o caso particular de T = 4a.
19
Neste caso (T = 4a), ωo = π/2, e os valores de ck e dos γk são:
1
co = γo = π
2
1 γ1 = γ −1 = 2
c1 = c −1 =
π
c 2 = c −2 = 0 γ 2 = γ −2 = 0
2
c 3 = c −3 = −
1 γ 3 = γ −3 = −
3π 3
c 4 = c −4 = 0 γ 4 = γ −4 = 0
1 2
c 5 = c −5 = − γ 5 = γ −5 = −
5π 5
c 6 = c −6 = 0 γ 6 = γ −6 = 0
M M

8.4 – Propriedades da Transformada de Fourier para sinais contínuos
Linearidade:
Suponha que
x1(t) e x2(t) são dois sinais contínuos.
e que
y( t ) = α x1 ( t ) + β x 2 ( t )
então, mostra-se que a transformada de Fourier de y(t) é:
Y ( jω) = α ⋅ X1 ( jω) + β ⋅ X 2 ( jω)
ou seja,
F { α x1 ( t ) + β x 2 ( t ) } = α ⋅F { x1 ( t ) } + β⋅ F { x 2 (t) }
20
Translação no tempo (“time shifting”):
Suponha que x(t) é um sinal contínuo e que:
y( t ) = x ( t − t o )
ou seja, y (t) é o sinal x (t) com uma translação (shift) no tempo, de to.
Então, mostra-se que:

− j ω to
Y ( jω) = e ⋅ X ( jω)
ou seja,
F { x(t − t o ) } = e
− j ω to
⋅F { x (t ) }
Nota:
O módulo do sinal transladado não se altera. Somente a fase. Ou seja, escrevendo-se

a transformada de Fourier de x(t) na forma polar (módulo e ângulo):
F { x(t) } = X ( jω) = X ( jω) ⋅ e ∠X ( jω)
temos que a transformada de Fourier de x(t–to) pode ser expressa como:
F { x(t − t o ) } = e
− j ω to
⋅ X ( jω) =
j [( ∠X ( jω) − ωt o ]
= X ( jω) ⋅ e
Uma translação ou shift (de to) no sinal x(t)
⇓
uma translação ou shift (de ωto)
na transformada X(jω) deste sinal.
Exemplo 8.8:
Considere o sinal x(t) da figura 8.20:
21
Fig. 8.20 – O sinal x(t) do Exemplo 8.8.
Este sinal pode ser reescrito em função de dois sinais transladados: x 1 ( t − 2,5) e
x 2 ( t − 2,5) :
x ( t ) = x 1 ( t − 2,5) + x 2 ( t − 2,5)
que estão representados graficamente na figura 8.21.
Fig. 8.21 – Sinais x1(t) e x2(t) do Exemplo 8.8.
Como as transformadas de Fourier de x1(t) e de x2(t) são respectivamente X1(jω) e

X2(jω):
ω  3ω 
sen   2 sen  
2  2 
X 1 ( jω ) = e X 2 ( jω) =
ω ω
então, usando as propriedades da linearidade e da translação (time shifting) temos

que:
  ω  3ω  
−j
5ω  sen  2  + 2 sen  2  
     
X ( jω) = e 2 ⋅ 
 ω 
 

22
Conjugação:
Suponha que
x(t) é um sinal com período T e tem coeficientes de Fourier c k
e que
y( t ) = x ∗ ( t )
o conjugado de x(t); então, mostra-se que a transformada de Fourier de y(t) é:
Y ( jω) = X∗ ( − jω)
isto é, a transformada de Fourier do conjugado de um sinal é o simétrico do conju-

gado da a transformada de Fourier deste sinal:
F { x (t) } =
∗
X ∗ (− jω)
Nota:
Como consequência desta propriedade pode-se concluir que:
Se x(t) ∈ R, então
X ( jω) = X ∗ ( − jω)
Além disso, se a transformada de Fourier de x(t) é expressa na forma cartesiana (parte

real e parte imaginária):
F { x(t ) } = X ( jω) = Re{ X ( jω) } + Im{ X ( jω) }
então, como x(t) ∈ R, temos que
Re{ X ( jω) } = Re{ X ( − jω) } (a parte real de X(jω) é par) eq. (8.4)
Im{ X ( jω) } = − Im{ X ( − jω) } (a parte imaginária de X(jω) é ímpar) eq. (8.5)
Entretanto, se a transformada de Fourier de x(t) é expressa na forma polar (módulo e

ângulo):
F { x(t) } = X ( jω) = X ( jω) ⋅ e ∠ X ( jω)
23
Fig. 8.22 – Diagrama esquemático que mostra o módulo e a fase de ambos z e z*.
Conforme ilustra a figura 8.22,
z = z∗
e
∠ z = − ∠ z∗
e portanto, temos então que:
X ( jω) = X ∗ ( − jω) (o módulo de X(jω) é par) eq. (8.6)
∠ X ( jω) = − ∠ X ∗ ( − jω) (a fase de X(jω) é ímpar) eq. (8.7)
Logo, se x(t) ∈ R, então só é necessário calcular a transformada de Fourier, para fre-

quências
ω>0
tanto no caso de módulo e fase
( X ( jω) e ∠ X ( jω) ) ,
como no caso de parte real e parte imaginária
( Re { X (− jω) } e Im { X ( − jω) }) ,
pois estes valores para frequências negativas ( ω < 0 ) podem ser determinados
usando as relações acima [ eq. (8.4) e eq. (8.5), ou eq. (8.6) e eq. (8.7)].
24
Outro detalhe:
Se x(t) ∈ R é um sinal par (x ( t ) = x (− t ) ) ⇒
X ( jω) ∈ R, isto é, X ( jω) ∈ eixo real; e
X ( jω) = X ( − jω) , isto é, X ( jω) é par.
(a transformada de Fourier é uma função real e par)
Se x(t) ∈ R é um sinal ímpar (x ( t ) = − x ( − t ) ) ⇒

X ( jω) é imaginário puro , isto é, X ( jω) ∈ eixo imaginário; e
X ( jω) = − X ( − jω) , isto é, X ( jω) é ímpar.
Finalmente, a decomposição de um sinal x(t) em parte par ( Ev { X( jω) } ) e

ímpar ( Od { X ( jω) } ) :
F { Ev { x ( t ) }} = Re {F { x ( t ) }} = Re { X( jω) } eq. (8.8)

F {Od { x ( t ) }} = j ⋅ Im {F { x ( t ) }} = j ⋅ Im { X ( jω) } eq. (8.9)
Exemplo 8.9:
Considere o sinal x(t) abaixo:
−a t
x(t) = e , a>0
que vimos na figura 8.6 (Exemplo 8.2) acima. Mas, pelo resultado do Exemplo 8.1
sabemos que:
F { x(t) ⋅ u 1 (t) } = 1
(a + jω)
e como
e −a t se t>0
x(t ) = 
 e a t se t<0
podemos escrever que:

25
−a t
x(t ) = e ⋅ u1 ( t ) + e ⋅ u1 ( − t ) =
at
 e − a t ⋅ u1 ( t ) + e a t ⋅ u1 ( − t ) 
= 2 =
 2 
= 2 ⋅ Ev e { −a t
⋅ u1 ( t ) }
Agora, usando a eq. (8.8) acima, temos que:
F { Ev {e −a t ⋅ u (t) } } = Re  (a +1 jω) 
1
 
logo,
X ( jω) = 2 ⋅ F { Ev{e −a t ⋅ u (t) } } = 1
 1 
= 2 ⋅ Re  =
 (a + jω) 
2a
=
(
a + ω2
2
)
que foi o resultado obtido no Exemplo 8.2.

Derivadas:
Suponha que x(t) é um sinal e que

dx
y( t ) = (t)
dt
então, mostra-se que:
Y ( jω) = jω ⋅ X ( jω)
ou seja,
 dx 
F  ( t )  = jω ⋅ F { x(t) }
 dt 
26
Nota:
Para o caso de derivadas de ordem 2 ou mais, pode-se aplicar esta regra sucessivas
vezes. Por exemplo, no caso da segunda derivada, se
d2x
y( t ) = 2
dt
então a Transformada de Fourier de y(t) é
Y ( jω) = ( jω) ⋅ X ( jω) = − ω 2 ⋅ X ( jω) .

2
ou seja,
 d2x 
F  2  = − ω2 ⋅F { x(t) }
 dt 
Integral:
t
y( t ) = ∫
−∞
x ( t ) dt
1
Y ( jω) = ⋅ X ( jω) + πX (0) u o (ω)
jω
ou seja,
F {∫ t
−∞
x ( τ) dτ }= 1
jω
⋅F { x (t) } + πX (0) u o (ω)
Exemplo 8.10:
A transformada de Fourier do impulso unitário uo(t):
{ u o (t) }
∞
F = ∫ u o ( t ) ⋅ e − jωt dt
−∞
27
e usando a propriedade da integral para o impulso unitário uo(t), que vimos no capí-
tulo 3 [eq. (3.13)], isto é,
β
∫ α
x ( t ) ⋅ u o ( t − a ) dt = x (a ), α<a <β
obtemos que:
F { u o (t) } = e
− j ωt
=1
t=0
Ou seja, a transformada de Fourier do impulso unitário uo(t) é igual a 1.


Exemplo 8.11:
Considere o sinal x(t) degrau unitário u1(t):
x (t ) = u 1 (t )
Como
t
x(t) = ∫ −∞
u o ( τ) d τ
então, como F { u o ( t ) } = 1 usando a propriedade da integral para a transformada

de Fourier, temos que
1
X ( jω) = + π⋅1 ⋅ u o (ω)
jω
ou seja, a transformada de Fourier do degrau unitário u1(t) é:
F { u 1 (t) } = 1
+ π⋅ u o (ω)
jω
Por outro lado, como
du1
u o (t) = (t)
dt
usando a propriedade da derivada para a transformada de Fourier, temos que
28
F { u o (t) } = jω ⋅ F { u 1 (t) } =
1 
= jω ⋅  + π⋅ u o (ω)  =
 jω 
= 1 + j⋅ π ⋅ u o (ω) ⋅ ω
Entretanto, sabemos que u o (ω) = 0 , ∀ω ≠ 0 e isso implica que:
u o (ω) ⋅ ω = 0
e portanto:
F { u o (t) } = 1
que foi o resultado encontrado no Exemplo 8.10.


Escalonamento no tempo (“time scaling”):

y( t ) = x (α t )
1  jω 
Y ( jω) = ⋅X  
α  α 
ou seja,
 jω 
F { x (α t ) } =
1
⋅X  
α  α 
Sinal reflectido / reversão no tempo (“time reversal”) em torno de t = 0:

y( t ) = x ( − t )
Y ( jω) = X ( − jω)
ou seja,
F { x (− t ) } = X ( − jω)
29
Relação de Parseval:
Suponha que x(t) é um sinal. Então, mostra-se que a energia total do sinal
∞
E∞ = ∫−∞
x 2 ( t ) dt
pode ser expressa em termos da transformada de Fourier pela relação de Parseval:
∞ 1 ∞
E = ∫ x 2 ( t ) dt = ⋅ ∫ X ( jω ) dω
2
−∞ 2π −∞
Dualidade:
Suponha que x1(t) e x2(t) são sinais contínuos e que
F { x1 ( t ) } = X1 ( j ω)
F { x 2 (t) } = X 2 ( j ω)
Mostra-se que: se
x 2 ( t ) = X 1 ( jω ) ω= t
então,
X 2 ( jω ) = 2π ⋅ x 1 ( t ) t =ω
Exemplo 8.12:
Usando o resultado obtido no Exemplo 8.2 podemos afirmar que: se
− t
f (t) = e
então:
F( jω) = F { f (t ) } =
2
( 1 + ω2 )
30
Logo, se
2
g( t ) =
( 1+ t 2 )
então, pela propriedade da dualidade:
− ω
G ( jω) = F { g(t ) } = 2π ⋅ e

Derivada na frequência (dual da derivada):
y( t ) = − ( jt ) ⋅ x ( t )
dX ( jω)
Y ( jω) =
dω
ou seja,
d
F { − j t ⋅ x (t ) } = (F { x ( t ) })
dω
que é a derivada de X(jω) em ω, ou dita: derivada na frequência.
Dual da integral:
1
y( t ) = − ⋅ x ( t ) + π⋅ x (0) ⋅ u o ( t )
jt

ω
Y ( jω) = ∫−∞
X ( γ ) dγ
ou seja,
 1  ω
F  ⋅ x ( t ) + π⋅ x (0) ⋅ u o ( t )  =
 jt 
∫−∞
X ( γ ) dγ
31
Translação na frequência (“frequency shifting”):
Esta propriedade é a dual da propriedade da translação no tempo (“time shifting”).

Agora a translação (shift) foi aplicada à variável ω e não no tempo t.
j ω to
y( t ) = e ⋅ x(t)
jω to
ou seja, y(t) é o sinal x(t) multiplicado por e .
Y( jω) = X( j (ω − ω o ) )
ou seja,
F {e j ω to
}
⋅ x ( t ) = X ( j (ω − ω o ) )
a transformada de Fourier de y(t) é a transformada X ( jω) = F {x ( t ) } com uma

translação (shift) na frequência ω, de ωo.
Convolução:
∞
y( t ) = ∫−∞
x 1 ( t − τ) ⋅ x 2 ( τ) d τ =
= x1 ( t ) ∗ x 2 ( t )
Y ( jω) = X 1( j ω) ⋅ X 2 ( j ω)
ou seja,
F { x 1 (t) ∗ x 2 (t) } = F { x 1 ( t ) }⋅ F { x 2 ( t ) }
= X 1 ( j ω) ⋅ X 2 ( j ω)
isto é, a transformada de Fourier da convolução entre 2 sinais x1(t) e x2(t) é o produto

das transformadas de Fourier destes sinais.
32
Multiplicação (dual da convolução):
y( t ) = x 1 ( t ) ⋅ x 2 ( t )
∫ X ( j θ) ⋅ X ( j ⋅( ω − θ )) ⋅ dθ
1
Y ( jω) =
2π
1 2
−∞
ou seja,
∞
F { x 1 (t) ⋅ x 2 (t) } =
1
∫ X ( j θ) ⋅ X ( j ⋅( ω − θ ) ) ⋅ dθ
2π
1 2
−∞
8.5 – Interpretação da propriedade da Convolução
Uma interpretação da propriedade da Convolução vista na secção anterior é dada aqui.
Já vimos no capítulo 4 (sobre Sistemas) que a saída y(t) de um sistema linear e inva-
riante no tempo (SLIT) é a convolução de h(t) [resposta do sistema ao impulso unitá-
rio] com x(t) [sinal de entrada do sistema].
A figura 8.23 ilustra o que foi dito acima através do diagrama de blocos (caixa preta)
de um sistema termos de x(t), h(t) e y(t), conforme visto no capítulo 4.
Fig. 8.23 – Diagrama esquemático de um sistema em função de x(t), h(t) e y(t).
A figura 8.24 apresenta novamente o diagrama de blocos (caixa preta) de um sistema

mas agora em termos de X(jω), H(jω) e Y(jω).
Fig. 8.24 – Diagrama esquemático de um sistema em função de X(jω), H(jω) e Y(jω).
33
Portanto, Y(jω) = F {y(t)}, a transformada de Fourier da saída y(t) de um sistema é o

produto
Y ( jω) = H ( j ω) ⋅ X ( j ω)
onde:
H(jω) = F {h(t)} = a transformada de Fourier de h(t) [resposta impulsional do

sistema], também chamado de “resposta na frequência”.
X(jω) = F {x(t)} = a transformada de Fourier x(t) [sinal de entrada do sistema]
A propriedade da convolução permite escrevermos o diagrama de blocos (caixa preta)

na forma mostrada na figura 8.25.
Fig. 8.25 – Diagrama esquemático de um sistema em função de X(jω), H(jω) e Y(jω)

ilustrando a propriedade da transformada da convolução.
Além disso, também foi visto no capítulo 4 (sobre Sistemas) que se dois sistemas S1 e
S2, lineares e invariantes no tempo (SLIT), estão ligados em cascata, conforme ilustra
a figura 8.26, então a resposta à entrada impulso unitário dos dois sistemas juntos
(S1 e S2) é a convolução ( h1(t) * h2(t) ).
Fig. 8.26 – Diagrama esquemático de um sistema em cascata.
Portanto, a saída y(t) deste sistema em cascata é a convolução (dupla) de h1(t) com
h2(t) com x(t).
y(t ) = h 1 (t ) ∗ h 2 (t ) ∗ x (t )
Fig. 8.27 – Diagrama esquemático de um sistema em cascata.

34
Este sistema em cascata pode ser representado de forma equivalente por apenas um
bloco conforme mostra a figura 8.28.
Fig. 8.28 – Diagrama esquemático equivalente a de um sistema em cascata.
Pela propriedade da convolução para a Transformada de Fourier, a resposta na fre-

quência deste sistema é
H ( jω) = H 1 ( j ω) ⋅ H 2 ( j ω)
e a transformada de Fourier da saída y(t) deste sistema em cascata é o produto das

transformadas de Fourier de h1(t), h2(t) e x(t).
F { y( t ) } = F { h 1 (t ) }⋅ F { h 2 ( t ) }⋅ F { x (t ) }
= H 1 ( j ω) ⋅ H 2 ( j ω) ⋅ X ( j ω)
E isso está ilustrado na figura 8.29.
Fig. 8.29 – Diagrama esquemático equivalente a de um sistema em cascata.
Exemplo 8.13:
Considere o sistema SLIT onde a resposta ao impulso é dada por
h ( t ) = u o (t − t o ) .
Usando a propriedade dual do “time shifting” para a transformada de Fourier, obte-

mos a resposta no domínio da frequência, a transformada de Fourier de h(t)
⋅ F {u o (t )} =
− jω t o
H( jω) = e
− jω t o
= e

35
− jωt o
Fig. 8.30 – Diagrama esquemático de um sistema SLIT com H( jω) = e .
Portanto, para uma entrada x(t) com transformada de Fourier X(jω) = F {x(t)}, tem-
se que a transformada de Fourier da saída y(t), Y(jω) = F {y(t)} é dada por
Y ( jω) = H ( j ω) ⋅ X ( j ω) =
⋅ X ( j ω)
− jω t o
= e
e portanto, usando a propriedade dual do “time shifting” para a transformada de Fou-

rier
y( t ) = x ( t − t o )
observamos que a saída y(t) é o sinal x(t) com uma translação (shift) de to e que este
sistema é o “sistema com retardo” (time delay system).

Exemplo 8.14:
Considere o sistema SLIT chamado de “diferenciador”, onde para um sinal de

entrada x(t) a saída y(t) é a sua derivada
dx
y( t ) = (t )
dt
conforme está ilustrado na figura 8.31.
Fig. 8.31 – Diagrama esquemático do sistema “diferenciador”.
Usando a propriedade da derivada para a transformada de Fourier temos que
Y ( jω) = F {y ( t ) } = jω ⋅ X ( j ω)
36
Logo, pela propriedade da convolução para a transformada de Fourier, a resposta na

frequência H(jω) é
H ( j ω) = j ω
que se encontra ilustrado na figura 8.32.
Fig. 8.32 – Diagrama esquemático do sistema “diferenciador”, H ( j ω) = j ω .
Este resultado é consistente com a definição de H(jω), pois
du o ( t )
h (t ) =
dt
e portanto H(jω) = F {h(t)} é
H ( jω) = j ω ⋅ F {u o ( t ) } =
= jω

Exemplo 8.15:
Considere agora o sistema SLIT abaixo chamado de “integrador”, onde para um sinal
de entrada x(t) a saída y(t) é a sua integral
t
y( t ) = ∫ −∞
x ( τ) d τ
que está ilustrado na figura 8.33.
Fig. 8.33 – Diagrama esquemático do sistema “integrador”.
37
Usando a propriedade da integral para a transformada de Fourier,
F {∫ −∞
t
}
u 1 ( τ) d τ =
1
jω
+ π u o (ω)
e, como
h (t ) =
t
∫−∞
u o ( τ) d τ
então a resposta do sistema na frequência é:
1 
H ( jω) = F {h ( t ) } =  + π u o (ω)  .
 jω 
Fig. 8.34 – Diagrama esquemático do sistema “integrador”.
e pela propriedade da convolução para a transformada de Fourier, temos que Y(jω), a

a transformada de Fourier da saída y(t) é dada por
Y ( jω ) = H ( jω) X ( jω) = ⋅ X ( jω) + π⋅ X ( jω) ⋅ u o (ω) =

1
jω
⋅ X ( jω) + π⋅ X (0 ) ⋅ u o (ω)
1
=
jω
que é o mesmo resultado que obtemos calculando Y ( j ω) = F { y( t ) } pela proprie-

dade da integral para transformada de Fourier.
F {∫ t
−∞
x ( τ) d τ =} 1
jω
⋅ X ( jω ) + π⋅ X (0 ) ⋅ u o (ω)
Exemplo 8.16:
Considere agora o filtro passa-baixa ideal (“low pass band filter”).
38
1 se ω < ωc
H ( jω ) = 
0 se ω > ωc
Fig. 8.35 – Diagrama esquemático do filtro passa-baixa ideal (“low pass band filter”).
Pelo Exemplo 8.3 e pela propriedade da dualidade para transformada de Fourier

temos que
h (t ) = F -1 { H ( jω)} =
sen (ωc t )
=
πt
cujo gráfico é mostrado na figura 8.36.
Fig. 8.36 – Gráfico de h(t) do filtro passa-baixa ideal (“low pass band filter”).

39
8.6 – Tabela da Transformada de Fourier de alguns sinais contínuos

conhecidos
x(t) ω)
X(jω
x(t) = uo(t) X(jω) = 1, ∀ω
X ( jω) =
1
x(t) = u1(t) + π ⋅ u o (ω)
jω
X ( jω) =
1 1
x(t) = u2(t) + u o (ω)
( j ω) 2
j
x(t) = e
jωt X ( jω) = 2π u o (ω − ωo )
x(t) = 1, ∀t X ( jω) = 2π u o (ω)

π
x(t) = sen ωot X ( jω) = [u o (ω − ωo ) − u o (ω + ωo )]
j
x(t) = cos ωot X ( jω) = π [u o (ω − ωo ) + u o (ω + ωo )]
–at
X ( jω) =
x(t) = e u1(t) , a > 0 1
(a + jω)
X ( jω) =
1
x( t ) = t ⋅ e − at u1 (t ) , a > 0
(a + jω) 2
X ( jω) =
t n −1 1
x(t ) = ⋅ e − at u1 ( t ) , a > 0 (a + jω) n
(n − 1)!
sen(ω c t ) 1 se ω < ω c
x (t ) = X ( jω ) = 
πt 0 se ω > ω c
1 se t < to 2 ⋅ sen(ω t o )

x (t ) =  X( jω) =
0 se t > to ω
+∞ +∞
2π 2πk 
x (t ) = ∑ u o ( t − nT ) X ( jω) = ∑u o

ω − 
n = −∞ T k =−∞  T 
40

An Sinais Cap8

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

An Sinais Cap8

Enviado por

Direitos autorais:

Formatos disponíveis

J. A. M.

Felippe de Souza 8 – Transformadas de Fourier

8.1 – Introdução à Análise de Fourier 3

8.1 – Introdução às Transformadas de Fourier

Neste capítulo continuaremos a Análise de Fourier estudando agora as Transformadas

Fig. 8.1 – Jean Baptiste Joseph Fourier (1768-1830), francês.

Devido ao facto que os sinais sinusoidais são diferenciáveis, a transformada de Fou-

Outro detalhe: as transformadas de Fourier tornam a operação de convolução em

8.2 –Transformadas de Fourier para sinais contínuos

diminui, e o termos harmonicamente relacionados ficam mais próximos na frequência.

Ou seja, quando o período T cresce,

e por conseguinte a frequência ωo diminui

um sinal contínuo x(t) ∈ C {conjunto dos números complexos}

A transformada de Fourier deste sinal x(t), normalmente simbolizada por:

é a transformada de Fourier do sinal x(t).

Portanto, a transformada de Fourier é uma função de ω (ou de jω) e, de certa forma,

cujo gráfico vê-se na figura 8.3.

e portanto a transformada de Fourier deste sinal x(t) é dada por:

Como a transformada de Fourier tem valores complexos, para expressá-la através de

diagrama de módulo |X(jω)|,

que está ilustrado na figura 8.4.

Fig. 8.4 – A transformada de Fourier do sinal x(t). Diagrama de módulo |X(jω)|.

e que o diagrama de fase ∠ X(jω) tem a expressão

e isso está ilustrado na figura 8.5.

Observe que se ω = 0, então

Mas entretanto, se ω → ∞, então

Considere agora o sinal

cujo gráfico vê-se na figura 8.6.

e portanto a transformada de Fourier deste sinal x(t) é dada por:

o que está ilustrado na figura 8.7.

Fig. 8.7 – A transformada de Fourier do sinal x(t). Diagrama de módulo X ( j ω) .

O diagrama de módulo |X(jω)|

e isso está ilustrado na figura 8.8.

Fig. 8.8 – A transformada de Fourier do sinal x(t). Diagrama de fase ∠ X( j ω).

Considere agora o sinal

cujo gráfico vê-se na figura 8.9 e é cha-

Calculando-se a transformada de Fourier de x(t) usando a equação eq. (8.2), temos

O gráfico de X(jω) está ilustrado na figura 8.10.

Fig. 8.10 – A transformada de Fourier do sinal x(t) do Exemplo 8.3.

Fig. 8.11 – A transformada de Fourier do sinal x(t) do Exemplo 8.3. Diagrama de

e o gráfico do diagrama de fase ∠ X(jω) é mostrado na figura 8.12.

Fig. 8.12 – A transformada de Fourier do sinal x(t) do Exemplo 8.3. Diagrama

8.3 – Transformadas de Fourier para sinais periódicos

x(t) então será:

que é a série de Fourier para sinais periódicos.

X(jω) que satisfaz a equação eq. (8.3) acima é chamado de

Considere o sinal periódico do seno:

Neste caso os coeficientes ck’s da série exponencial de Fourier são:

E a transformada de Fourier (“train of impulses”) neste caso é:

que pode ser vista no gráfico da figura 8.13.

Fig. 8.13 – A transformada de Fourier do sinal x(t) do Exemplo 8.4.

Considere o sinal periódico do co-seno:

Agora, neste caso os coeficientes ck’s da série exponencial de Fourier são:

e a transformada de Fourier (“train of impulses”) neste caso é:

que encontra-se ilustrado na figura 8.14

Fig. 8.14 – A transformada de Fourier do sinal x(t) do Exemplo 8.5.

Considere o sinal x(t) do exemplo 7.1 no capítulo 7 (onda quadrada).

Fig. 8.15 – Onda quadrada estendida para ∀t (∞ < t < ∞).

Este sinal tem frequência natural

Logo a Transformada de Fourier deste sinal x(t) será dada por

Fig. 8.16 – A transformada de Fourier do sinal x(t), “train of impulses”. Dia-

Fig. 8.17 – A transformada de Fourier do sinal x(t) do Exemplo 8.6. Diagrama

Considere o sinal periódico x(t) abaixo:

Fig. 8.18 – O sinal x(t) do Exemplo 8.7. “Onda quadrada”.