Processamento de Sinais Aula 2

Processamento e
Análise de Sinais
Fundamentos
2
Conjuntos de Números e Equações

 Números Inteiros Positivos: x − 1 = 0 ⇒ x = 1
 Números Inteiros Negativos: x + 1 =0 ⇒ x =−1
 Números Fracionários: 2 x − 1 = 0 ⇒ x = 1 2
Números Complexos: x + 1 =0 ⇒ x =± −1
2

VOCÊS JÁ OUVIRAM FALAR DE NÚMEROS PERPENDICULARES?

3
Números Perpendiculares???
RELAÇÃO DE EULER? e0 = 1
e jθ cos(θ ) + j sin(θ )
=
π
j
e 2
= j
e jπ = −1
Gauss disse que, caso a nomenclatura número perpendicular

tivesse sido utilizada no lugar de número complexo/imaginário, os
entraves encontrados para a aceitação dos números complexos
teriam sido evitados...
4
Relação de Euler
 ( ) ( ) ( ) ( ) ( )
S
θ θ θ θ θ
2 3 4 5 6
É
jθ j j j j j
R
 e = 1 + jθ + + + + + +

I
E 2! 3! 4! 5! 6!
 θ2 θ3 θ4 θ5 θ6
D
E  =+1 jθ − − j + + j − − 
2! 3! 4! 5! 6!

θ θ θ θ
M

2 4 6 8
cos (θ ) = 1 − 2! + 4! − 6! + − 8! 
A
C
L
A 
U
θ 3
 sen θ =θ − + − +  θ 5
θ 7
 ( )
R
I
N 3! 5! 7!
e jθ cos(θ ) + j sin(θ )
=
– 4
5
Sinais Exponenciais e Senoidais Contínuos

x(t ) = Ceα t , C e α são números complexos
 Casos a serem considerados:
Caso 1: C e α são números reais → EXPONENCIAL REAL
Caso 2 : α é puramente imaginário → EXPONENCIAL

COMPLEXA PERIÓDICA
Caso 3 : C e α são complexos → misto dos casos 1 e 2
6

Caso 1: x(t ) = Ceα t , C e α são números reais
Exponencial Crescente - Alfa = 1 e C = 1 Exponencial Decrescente - Alfa = -1 e C = 1
8 8
7 7
6 6
5 5
x(t)
x(t)
4 4
3 3
2 2
1 1
0 0
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2 -2 -1.5 -1 -0.5 0 0.5 1 1.5 2
t t
Script em Matlab: M_4_SinaisFundamentosProg1.m

7

x(t ) e jω0=
Caso 2 : = t
e α jω0
, C 1=
jω t jω0 ( t +T )
=
O SINAL É PERIÓDICO? e 0 e= e jω0t e jω0T
e jω0T = 1 CONDIÇÃO DE PERIODICIDADE
2π
=
PERÍODO FUNDAMENTAL: T0 , ω0 ≠ 0
ω0
∴ω0 é a frequência fundamental

∴ Há periodicidade para qualquer valor de ω0
8

Caso 2 : α imaginário puro : x(t ) = Ceα t , C = 1 e α = jω0 → x(t ) = e jω0t
jω t
=
RELAÇÃO DE EULER? e 0 cos(ω0t ) + j sin(ω0t )
Ce jω0t C cos(ω0t ) + jC sin(ω0t )

=
C Re{e j (ω0t +φ ) }
C cos(ω0t + φ ) =
C Im{e j (ω0t +φ ) }
C sin(ω0t + φ ) =
A PARTE REAL É UMA COSSENOIDE, E A PARTE IMAGINÁRIA É

UMA SENOIDE...
9

Caso 2 : x(t ) = Ceα t , C = 1 e α = jω0 → x(t ) = e jω0t
1
Parte Real
0.5
-0.5
-1
-10 -5 0 5 10 15 20 25 30
t
Parte Imaginária
0.5
-0.5
-1
-10 -5 0 5 10 15 20 25 30
t
Script: M_4_SinaisFundamentosProg2.m
10

Caso 2 : x(t ) = Ceα t , C = 1 e α = jω0 → x(t ) = e jω0t
Complexo - Azul Real - Vermelho Imaginário - Verde
0.8
0.6
Parte Real 0.4
0.2
-0.2
-0.4
-0.6
1
-0.8
0.5
-1
-10 0
-5
0
5
10
15
20
-0.5 Parte Imaginária
25 -1
30
Tempo (s)
11

(ω0t +φ )
Ce j= C cos(ω0t + φ ) + jC sin(ω0t + φ )
Forma Forma
Polar Retangular
FASOR
Imaginário
x(t ) = Ce j (ω0t +φ )
C
ω0 t + φ
Real
O que acontece com o fasor com o passar do tempo,
considerando frequência positiva?
Vejamos uma animação em Java...
12

 Um sinal senoidal com frequência constante é ob-
tido com a projeção no eixo vertical do vetor que
descreve um movimento circular uniforme.
90 1
1
120 60 0.8
0.8
0.6 0.6
150 30
0.4 0.4
0.2 0.2
180 0 0
-0.2
-0.4
210 330
-0.6
240 300 -0.8

270
-1
0 1 2 3 4 5 6 7
É importante entender e visualizar a função senoidal como sendo

um sinal, e não apenas como uma relação proporcional entre os
lados de um triângulo!
13

Caso 3 : x(t ) = Ceα t , C = 1 e α = 0.05 + 2 j → x(t ) = e(0.05+ 2 j )t
5
Parte Real
0
-5
-10 -5 0 5 10 15 20 25 30
t
Parte Imaginária
6
-2
-4
-10 -5 0 5 10 15 20 25 30
t
14

Caso 3 : x(t ) = Ceα t , C = 1 e α = 0.05 + 2 j → x(t ) = e(0.05+ 2 j )t
Parte Real 2
-1
-2
-3
6
-4
4
-5 2
-10
-5 0
0
5
10
15
20
25 -4
-2
Parte Imaginária
Tempo (s) 30
15

Ceα t , C =
Caso 3 : x(t ) = 1 eα= e( −0.05+ 2 j )t
−0.05 + 2 j → x(t ) =
2
1.5
Parte Real
1
0.5
-0.5
-1
-1.5
-10 -5 0 5 10 15 20 25 30
Parte Imaginária t
-1
-2
-10 -5 0 5 10 15 20 25 30
t
16

Ceα t , C =
Caso 3 : x(t ) = 1 eα= e( −0.05+ 2 j )t
−0.05 + 2 j → x(t ) =
1.5
Parte Real 1
0.5
-0.5
-1 2
1
-1.5
-10 0
-5
0
5 -1
10
15
20
25
Parte Imaginária
-2
Tempo (s) 30
17
“The Complex Exponential" from the Wolfram Demonstrations Project

http://demonstrations.wolfram.com/TheComplexExponential/
18
Sinais Exponenciais e Senoidais Discretos

= (e β ) n Cα n , C e α são números complexos
x[n] C= = e α eβ
 Casos a serem considerados:
Caso 1: C e α são números reais → EXPONENCIAL REAL
Caso 2 : β é puramente imaginário : α = 1 → EXPONENCIAL
COMPLEXA PERIÓDICA
Caso 3 : C e α são complexos
OS CASOS 2 E 3 SÃO PERFEITAMENTE ANÁLOGOS AOS

EQUIVALENTES CONTÍNUOS!
19

=
Caso 1: (e β ) n Cα n , C e α são números reais
x[n] C=
α > 1: crescente
α < 1: decrescente
Se α é negativo, há alternância de sinal.

20

= (e β ) n Cα n , C e α são números reais
x[n] C=
Exponencial Descrescente - C = 1 e Alfa = 0.85 Exponencial Crescente - C = 1 e Alfa = 1.2
6 7
6
5
5
4
4
x[n]
x[n]
3
1
1
0 0
-10 -8 -6 -4 -2 0 2 4 6 8 10 -10 -8 -6 -4 -2 0 2 4 6 8 10
n n
21

= (e β ) n Cα n , C e α são números reais
x[n] C=
Exponencial Crescente Alternada - C = 1 e Alfa = -1.2 Exponencial Decrescente Alternada - C = 1 e Alfa = -0.85
8 6
6
4
2
x[n]
x[n]
0
-2
-2
-4
-4
-6 -6
-10 -8 -6 -4 -2 0 2 4 6 8 10 -10 -8 -6 -4 -2 0 2 4 6 8 10
n n
22

Caso 2 : x[n] = Ceα n , C =1 e α = jω0 → x[n] = e jω0 n
1
Parte Real
0.5
-0.5
-1
-10 -5 0 5 10 15 20 25 30
n
Parte Imaginária
0.5
-0.5
-1
-10 -5 0 5 10 15 20 25 30
n
23

Caso 2 : x[n] = Ceα n , C =1 e α = jω0 → x[n] = e jω0 n
0.8
0.6
Parte Real 0.4
0.2
-0.2
-0.4
-0.6
1
-0.8
0.5
-1
-10 0
-5
0
5 -0.5
10
15
20
25
Parte Imaginária
-1
n 30
24

Caso 3 : x[n] = Ceα n , C = 1 e α = 0.05 + 2 j → x[n] = e(0.05+ 2 j ) n
4
Parte Real
2
-2
-4
-6
-10 -5 0 5 10 15 20 25 30
Parte Imaginária n
-2
-4
-10 -5 0 5 10 15 20 25 30
n
25

Caso 3 : x[n] = Ceα n , C = 1 e α = 0.05 + 2 j → x[n] = e(0.05+ 2 j ) n
Parte Real
2
-1
-2
-3
6
-4
4
-5 2
-10
-5 0
0
5
10
15
20
25 -4
-2
Parte Imaginária
30
n
26

Ceα n , C =
Caso 3 : x[n] = 1 eα= e( −0.05+ 2 j ) n
−0.05 + 2 j → x[n] =
1.5
Parte Real
0.5
-0.5
-1
-1.5
-10 -5 0 5 10 15 20 25 30
n
Parte Imaginária
1.5
0.5
-0.5
-1
-1.5
-2
-10 -5 0 5 10 15 20 25 30
n
–
27

Ceα n , C =
Caso 3 : x[n] = 1 eα= e( −0.05+ 2 j ) n
−0.05 + 2 j → x[n] =
1.5
Parte Real 0.5
-0.5
-1 2
1
-1.5
-10 0
-5
0
5
10
15
20
-1 Parte Imaginária
25 -2
30
n
28

j (ω0 + 2π ) n j 2π n jω0 n
e= e= e e jω0 n
Exponenciais nas frequências ω0 e ω0 + 2π são iguais...
e j (ω0 + 2 kπ ) n = e j 2 kπ n e jω0 n = e jω0 n , k = 0, ±1, ±2,...
SÓ É NECESSÁRIO SER CONSIDERADO NA FREQUÊNCIA UM

INTERVALO DE TAMANHO 2π , USUALMENTE:
0 ≤ ω0 < 2π , − π ≤ ω0 < π
29

x[n] e jω0 n=
= e β jω0
, C 1=
jω n jω0 ( n + N )
=
O SINAL É PERIÓDICO? e 0 e= e jω0 n e jω0 N
e jω0 N = 1 CONDIÇÃO DE PERIODICIDADE
ω0 m
ω0 N 2=
= πm
2π N
ω0
DEVE SER RACIONAL PARA O SINAL SER PERIÓDICO
2π
30
Harmônicas – Caso Contínuo

jω0T
 Condição de periodicidade: e =1
FREQUÊNCIA 2π
e jω0T
= 1, ω0T = 2π k , k = 0, ±1, ±2,... ω
FUNDAMENTAL: 0
=
T0
 O conjunto de exponenciais complexas com fre-
quências que são múltiplas da frequência funda-
mental é chamado de conjunto de harmônicas:
φk (t ) = e jkω t , k = 0, ±1, ±2,...
0
Cada harmônica tem frequência fundamental k ω0

e período fundamental T0 k
HÁ INFINITAS HARMÔNICAS DISTINTAS!!!
31
Harmônicas – Caso Discreto

 Analogamente ao caso contínuo:
φk [n] = e jk (2π N )n
, k = 0, ±1, ±2,...
j ( k + N )(2π N ) n (2π N ) n j 2π n
φk + N [n] e=
= e jk= e φk [n]
HÁ N HARMÔNICAS DISTINTAS!!!
32
A Harmonia da Natureza
 O conceito de Sinal Harmônico está relacionado
com o Movimento Circular Uniforme em que a ve-
locidade de rotação é constante.
 A natureza é harmônica:
 Muitos processos naturais exibem movimentos harmôni-
cos simples!
33
Pitágoras
(580-500 A.C.)
Os pitagorianos pregavam que

sons harmoniosos são
produzidos na proporção
n
, n = 1, 2,3
n +1
Ilustração medieval de experimentos

atribuídos a Pitágoras na busca por
notas musicais harmoniosas. Nota-se a
produção de dois sons espaçados por
uma Oitava - proporção 1:2.
34
 Harmonia:
 Combinação simultânea de notas em uma corda.
 Combinação agradável de sons.
Somente frequências múltiplas da frequência fundamental existem,

pois as cordas estão amarradas nas extremidades.
35
 Os sinais senoidais e harmônicos são utilizados
para descrever a essência da matéria e energia
no modelo de um átomo!
Comprimento de Onda
Linhas espectrais do
átomo de Hidrogênio.
Frequência E = hf
36
Exponencial Complexa Contínua x Discreta

e jω0t e jω0 n
Sinais idênticos para valores
Sinais diferentes para cada
de ω0 separados por múltiplos
valor de ω0 .
de 2π .
Periódico para todo ω0 . Periódico se ω0 2π é racional.
Frequência fundamental ω0 m ,
Freqüência fundamental ω0 .
M e N sem fatores em comum.
Período fundamental
Período fundamental in-
indefinido para ω0 = 0 e igual a
definido para ω0 = 0 e igual a
m(2π ω0 ) caso contrário (M e N
2π ω0 caso contrário.
sem fatores em comum).
Vejamos uma animação em Java sobre frequência discreta...
37
Brincando com Números Complexos
“Complex Number" from the Wolfram Demonstrations Project

http://demonstrations.wolfram.com/ComplexNumber/
38
“Complex Addition" from the Wolfram Demonstrations Project

http://demonstrations.wolfram.com/ComplexAddition/
39
“Complex Multiplication" from the Wolfram Demonstrations Project

http://demonstrations.wolfram.com/ComplexMultiplication/
40
“Multiplying Complex Numbers" from the Wolfram Demonstrations Project

http://demonstrations.wolfram.com/MultiplyingComplexNumbers/
41
“Complex Number Game" from the Wolfram Demonstrations Project

http://demonstrations.wolfram.com/ComplexNumberGame/
42
“Complex Numbers in Rectangular and Polar Form” from the Wolfram

Demonstrations Project
http://demonstrations.wolfram.com/ComplexNumbersInRectangularAndPol
arForm/
–
43

 http://demonstrations.wolfram.com/
 Busca: complex numbers.
 SinDrill e ZDrill.
http://users.ece.gatech.edu/mcclella/matlabGUIs/index.html
(Acesso em 24/07/2021)
44
Impulso Unitário Discreto

Impulso Unitário Discreto
1
0.9
0.8
0.7
1, n = 0
0.6
δ [ n] = 
x[n]
0.5
0, n ≠ 0 0.4
0.3
0.2
0.1
0
-8 -6 -4 -2 0 2 4 6 8
n
45
Degrau Unitário Discreto

Degrau Unitário Discreto
1
0.9
0.8
0.7
1, n ≥ 0
0.6
u[n] = 
x[n]
0.5
0, n < 0 0.4
0.3
0.2
0.1
0
-8 -6 -4 -2 0 2 4 6 8
n
46
Impulso e Degrau Unitários Discretos
 Algumas relações entre as funções impulso e de-

grau unitários discretos:
δ [n] = u[n] − u[n − 1]

∞
=
u[n] ∑ δ [n − k ]
k =0
47
Degrau Unitário Contínuo

Degrau Unitário Contínuo
0.8
1, t ≥ 0 0.6
u (t ) = 
x(t)
0, t < 0 0.4
0.2
0
-1 0 1 2 3 4 5
t
48
Impulso Unitário Contínuo

1
0.9
0.8
0.7
 0, t ≠ 0
0.6
δ (t ) = 
x(t)
0.5
 ∞, t = 0 0.4
0.3
0.2
0.1
0
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
t
49
due (t )
⇒ δ e (t ) = ⇒ Quando e → 0, ⇒ δ (t ) ≡ lim δ e (t )
dt t →0
∴ ue (t ) → u (t )
∴δ e (t ) para t =
0 cresce muito
∴δ e (t ) para t ≠ 0 vai para zero
50

 O impulso unitário é esboçado como uma seta
com altura unitária, e sua área é unitária. 3δ (t ) é
esboçado como uma seta de altura 3.
Impulso Contínuo de Força 3
3
2.5
x(t)
1.5
0.5
0
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
t
51
Propriedades do Impulso
+e
⇒ ∫ δ (t )dt 1, para qualquer e > 0
=
−e
⇒ função par
1
⇒ δ ( at ) = δ (t )
a
⇒ x(t )δ (t ) = x(0)
⇒ x(t )δ (t − t0 ) =x(t0 )
+∞
⇒ ∫ x(t )δ (t )dt =
−∞
x(0)
+∞
⇒ ∫ x(t )δ (t − t )dt =
−∞
0 x(t )0
52
Rampa Unitária Discreta

Rampa Unitária Discreta
5
4.5
3.5
n, n ≥ 0
3
r[ n ] = 
x[n]
2.5
0, n < 0 2
1.5
0.5
0
-3 -2 -1 0 1 2 3 4 5
n
53
Rampa Unitária Contínua

Rampa Unitária Contínua
5
4.5
3.5
 t, t ≥ 0
3
r (t ) = 
x(t)
2.5
0, t < 0 2
1.5
0.5
0
-2 -1 0 1 2 3 4 5
t
54
Funções Básicas – Deslocamento

55
Funções Básicas – Relações

Integra Integra
Deriva Deriva
“Signal Types” from SimView – TechTeach
http://techteach.no/simview/signal_types/index.php
56
Propriedades Básicas de Sistemas

Lembrando...
Um sistema é uma entidade que manipula um

ou mais sinais para realizar uma função,
gerando novos sinais.
Sinais de Entrada Sinais de Saída

. .
.
. Sistema .
.
57

 Memória:
 Um sistema é dito sem memória (estático) se a saída
num instante de tempo depende apenas da entrada no
mesmo instante de tempo.
 Sistemas que não obedecem essa regra são ditos com
memória (dinâmicos).
 Capacitores e indutores armazenam energia, e são, portan-
to, sistemas com memória.
 Resistores, em princípio, não armazenam energia, e são,
portanto, sistemas sem memória.
58

 Invertibilidade:
 Um sistema é dito invertível se diferentes entradas le-
vam a diferentes saídas.
 Para um sistema invertível, é possível determinar um “sis-
tema inverso”.
x(t ) y (t ) Sistema x(t )

Sistema
x[n] y[n] Inverso x[n]
59

 Causalidade:
 Um sistema é dito causal se a saída em qualquer instan-
te de tempo depende somente de valores presentes e ou
dos valores passados de entrada/saída. Caso contrário,
o sistema é não causal.
 Sistemas causais podem ser também chamados de não an-
tecipativos.
60

 Estabilidade:
 Um sistema é dito estável se uma entrada limitada re-
sulta em uma saída limitada.
 Intuitivamente: pequenas variações aplicadas na entrada
resultam em pequenas variações na saída.
BIBO: Bounded Input – Bounded Output

61

 Invariância no Tempo:
 Um sistema é dito invariante no tempo se um desloca-
mento no sinal de entrada resulta num deslocamento i-
dêntico no sinal de saída.
 Intuitivamente: as características e o comportamento do
sistema são fixos ao longo do tempo.
 Se a variável independente t ou n estiver fora de ( ) ou [ ],
o sistema é variante no tempo.
62

 Linearidade:
 Um sistema é dito linear se ele obedece ao Princípio da
Superposição:
x1 (t ) y1 (t ) x2 (t ) y2 (t )
Sistema Sistema
x1[n] y1[n] x2 [n] y2 [ n ]
ax1 (t ) + bx2 (t ) ay1 (t ) + by2 (t )

Sistema
ax1[n] + bx2 [n] ay1[n] + by2 [n]
63
Classificação Geral de Sistemas

Sistemas
Estáticos Dinâmicos
Acionados Acionados
Lineares Não-Lineares
pelo Tempo por Eventos
Contínuos Discretos
no Tempo no Tempo
Lineares Não-Lineares
Determinísticos Estocásticos
64
Sistemas Estáticos (de Ordem Zero)

Potenciômetro
x y
65
Uma Questão de Engenharia para
Descontrair e Despertar o Interesse
 Qual é a função comum exercida por:
 Uma caixa d’água numa residência;
 O reservatório de água da descarga de uma privada;
 Um capacitor na saída de um eliminador de pilhas; e
 Uma usina termelétrica construída no pátio de uma side-
rúrgica?
66
Por Que Estudar Sistemas Dinâmicos?

Para que serve a caixa d’água? Para que serve o capacitor
Por que utilizar caixa de descarga? num circuito eletrônico?
O que acontece quando um circuito acionado (elétrico, hidráulico

ou de qualquer outro tipo) é aberto ou interrompido rapidamente?
67
O Conceito de Circuito é bem Amplo!

A nossa casa é um dos lugares onde obtemos energia, uma fonte de
alimentação (energia potencial): ao nos alimentamos, absorvemos energia!
Vocês saem de casa bem Na faculdade, caso es-
alimentados, cheios de energia! tejam bem nutridos,
vocês aprendem e
cresce o seu potencial
intelectual! Vocês
convertem pão em
conhecimento! 
A ponte está levantada

e pode-se dizer que o
circuito está aberto
nesse ponto: não há
como passar e,
portanto, deve-se
passar por um caminho
paralelo.
Um circuito é um caminho aberto ou fechado em que pode

circular algo ou alguém.
68
Circuito Hidráulico
Caixa D’água
Pessoa 2
Usina Hidrelétrica Mar
Um circuito hidráulico é um caminho fechado em que circula um fluido.

69
Leituras
 OPPENHEIM, A. V., WILLSKY, A. S., NAWAB, S.
H. Signals & Systems. 2. ed. New Jersey:
Prentice Hall, c1997. 957p.:

Idioma

Processamento de Sinais Aula 2

Enviado por

Dados do documento

Título original

Direitos autorais

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Processamento de Sinais Aula 2

Título original:

Enviado por

Direitos autorais:

Processamento e

Conjuntos de Números e Equações

 Números Inteiros Negativos: x + 1 =0 ⇒ x =−1

VOCÊS JÁ OUVIRAM FALAR DE NÚMEROS PERPENDICULARES?

Gauss disse que, caso a nomenclatura número perpendicular

Sinais Exponenciais e Senoidais Contínuos

 Casos a serem considerados:

Caso 1: C e α são números reais → EXPONENCIAL REAL

Caso 2 : α é puramente imaginário → EXPONENCIAL

Sinais Exponenciais e Senoidais Contínuos

Script em Matlab: M_4_SinaisFundamentosProg1.m

Sinais Exponenciais e Senoidais Contínuos

e jω0T = 1 CONDIÇÃO DE PERIODICIDADE

∴ω0 é a frequência fundamental

Sinais Exponenciais e Senoidais Contínuos

Ce jω0t C cos(ω0t ) + jC sin(ω0t )

A PARTE REAL É UMA COSSENOIDE, E A PARTE IMAGINÁRIA É

Sinais Exponenciais e Senoidais Contínuos

Sinais Exponenciais e Senoidais Contínuos

Parte Real 0.4

Sinais Exponenciais e Senoidais Contínuos

Sinais Exponenciais e Senoidais Contínuos

240 300 -0.8

É importante entender e visualizar a função senoidal como sendo

Sinais Exponenciais e Senoidais Contínuos

Sinais Exponenciais e Senoidais Contínuos

Sinais Exponenciais e Senoidais Contínuos

Sinais Exponenciais e Senoidais Contínuos

Sinais Exponenciais e Senoidais Contínuos

“The Complex Exponential" from the Wolfram Demonstrations Project

Sinais Exponenciais e Senoidais Discretos

OS CASOS 2 E 3 SÃO PERFEITAMENTE ANÁLOGOS AOS

Sinais Exponenciais e Senoidais Discretos

Se α é negativo, há alternância de sinal.

Sinais Exponenciais e Senoidais Discretos

Sinais Exponenciais e Senoidais Discretos

Sinais Exponenciais e Senoidais Discretos

Sinais Exponenciais e Senoidais Discretos

Sinais Exponenciais e Senoidais Discretos

Sinais Exponenciais e Senoidais Discretos

Sinais Exponenciais e Senoidais Discretos

Sinais Exponenciais e Senoidais Discretos

Parte Real 0.5

Sinais Exponenciais e Senoidais Discretos

Exponenciais nas frequências ω0 e ω0 + 2π são iguais...

e j (ω0 + 2 kπ ) n = e j 2 kπ n e jω0 n = e jω0 n , k = 0, ±1, ±2,...

SÓ É NECESSÁRIO SER CONSIDERADO NA FREQUÊNCIA UM

Sinais Exponenciais e Senoidais Discretos

e jω0 N = 1 CONDIÇÃO DE PERIODICIDADE

Harmônicas – Caso Contínuo

Cada harmônica tem frequência fundamental k ω0

Harmônicas – Caso Discreto

Os pitagorianos pregavam que

Ilustração medieval de experimentos

Somente frequências múltiplas da frequência fundamental existem,

Exponencial Complexa Contínua x Discreta

Brincando com Números Complexos

“Complex Number" from the Wolfram Demonstrations Project

Brincando com Números Complexos

“Complex Addition" from the Wolfram Demonstrations Project

Brincando com Números Complexos

“Complex Multiplication" from the Wolfram Demonstrations Project

Brincando com Números Complexos

“Multiplying Complex Numbers" from the Wolfram Demonstrations Project