Escolar Documentos
Profissional Documentos
Cultura Documentos
An Sinais Cap7
An Sinais Cap7
Exemplo 7.5 43
Exemplo 7.6 44
Exemplo 7.7 46
7.9 – Propriedades da Série de Fourier para sinais discretos 47
Linearidade 47
Translação no tempo (“time shifting”) 48
Sinal reflectido / reversão no tempo (“time reversal”) 49
Escalonamento no tempo (“time scaling”) 49
Multiplicação 50
Conjugação 51
Translação na frequência (“frequency shifting”) 52
Convolução no período 53
Primeira diferença 53
Soma acumulada 54
Relação de Parseval 55
2
J. A. M. Felippe de Souza 7 – Séries de Fourier
Séries de Fourier
3
J. A. M. Felippe de Souza 7 – Séries de Fourier
Antes de Fourier três físicos já tinham feito estudos preliminares em séries infinitas
para resolverem problemas diversos da Física: suíço Leonhard Euler (1707-1783), o
francês Jean Le Rond d'Alembert (1717-1783) e o holandês Daniel Bernoulli (1700-
1782).
Entretanto, Fourier foi o primeiro a fazer um estudo sistemático das séries infinitas
para resolver a equação da propagação do calor na Física, na publicação “Mémoire
sur la théorie de la chaleur”, embora ele não tenha expresso os seus resultados com
grande formalismo.
Somente uns anos mais tarde que dois matemáticos: o alemão Johann Peter Gustav
Lejeune Dirichlet (1805-1859) e o alemão Georg Friedrich Bernhard Riemann
(1826-1866), expressaram os resultados de Fourier com mais rigor e precisão.
4
J. A. M. Felippe de Souza 7 – Séries de Fourier
a ∞
2π 2π
x(t) = 0 + ∑ a k ⋅ cos ⋅ k t + b k ⋅ sen ⋅ k t =
T T
2 k =1
eq. (7.1)
∞
onde:
2 2π
ak =
TT∫ x ( t ) ⋅ cos ⋅ k t dt =
T
k = 0, 1, 2, … eq. (7.2)
x ( t ) ⋅ cos (ω o k t ) dt
2
T ∫T
=
2 2π
bk =
TT∫ x ( t ) ⋅ sen ⋅ k t dt =
T
k = 1, 2, … eq. (7.3)
x ( t ) ⋅ sen (ω o k t ) dt
2
T ∫T
=
sendo que as integrais acima são tomadas ao longo do intervalo do período T do sinal
periódico x(t).
Observe que existe ao na série ak [eq. (7.2)], mas não existe bo na série bk [eq. (7.3)].
Além disso, ao (na eq. (7.2) fazendo k = 0), pode ser reescrito de forma mais simplifi-
cada pois, como
2π
cos ⋅ k t = cos (ωo k t ) = 1 , para k = 0,
T
então,
5
J. A. M. Felippe de Souza 7 – Séries de Fourier
2
T ∫T
ao = x ( t ) ⋅ dt
Esta série é conhecida como série trigonométrica de Fourier pois contém termos
com senos e co-senos.
Definição 7.2: x(t) é um sinal seccionalmente diferenciável se ambos x(t) e sua deri-
vada x’(t) forem sinais seccionalmente contínuos.
Com estas definições podemos agora ver o Teorema de Fourier que estabelece os
tipos de sinais que podem ser aproximados pela série de Fourier.
6
J. A. M. Felippe de Souza 7 – Séries de Fourier
Portanto, o Teorema de Fourier acima assegura que, para os sinais x(t) que forem
aproximados pela série de Fourier, quanto mais termos da série (ou parcelas da soma)
forem adicionados, melhor será a aproximação.
x n (t) → x(t)
x n (t) →
[ x(t + 0 +
) + x (t + 0 − ) ]
2
Exemplo 7.1:
7
J. A. M. Felippe de Souza 7 – Séries de Fourier
Fig. 7.5 – Sinal do Exemplo 7.1. Onda quadrada estendida para ∀t (∞ < t < ∞).
Agora x(t), sendo um sinal periódico ∀t (∞ < t < ∞) já pode ser aproximado por uma
série de Fourier.
2 0 1
T ∫T ∫
ao = x ( t ) ⋅ dt = (−1) dt + ∫ (1) dt = 0
−1 0
2π
ωo = = π
T
e portanto,
x ( t ) ⋅ cos (k π t ) dt =
2 1
ak =
T ∫ −1
=
1
πk
( [− sen (k π t ) ] 0
−1
1
)
+ [sen (k π t ) ] 0 =
=0, k = 1, 2, ...
8
J. A. M. Felippe de Souza 7 – Séries de Fourier
x ( t ) ⋅ sen (k π t ) dt =
2 1
bk =
T ∫ −1
−1 0
=
1
πk
(
[ cos (k π t ) ] 0−1 + [− cos (k π t ) ] 10 = )
e portanto,
0, se k é par
bk =
4
, se k é ímpar
πk
Ou seja,
4 4 4
b1 = , b5 = , b9 = ,
π 5π 9π
b2 = 0 , b6 = 0 , b10 = 0 ,
4 4 4
b3 = , b7 = , b11 = ,
3π 7π 11π
b4 = 0 , b8 = 0 , etc.
Logo, esta é uma série de Fourier só de senos e os primeiros termos da série são:
As figuras 7.6 até 7.10 abaixo mostram esboços do sinal x(t) aproximado pela série
de Fourier.
9
J. A. M. Felippe de Souza 7 – Séries de Fourier
Primeiramente na figura 7.6, com apenas um termo (isto é, apenas k = 1), quando x(t)
é simplesmente o seno
x(t) = b1 sen(πt) = (4/π) sen(πt)
Na figura 7.8 vemos que com 2 termos (os dois primeiros termos não nulos, até k = 3,
pois b2 = 0) temos a soma de 2 senos (e já nota-se 2 picos no sinal aproximado pela
série):
x(t) = b1 sen(πt) + b3 sen(πt)
Depois, na figura 7.8, com 3 termos (os três primeiros termos não nulos, até k = 5,
pois b2 = 0 e b4 = 0) temos a soma de 3 senos (e agora já nota-se 3 picos no sinal
aproximado pela série):
10
J. A. M. Felippe de Souza 7 – Séries de Fourier
As duas últimas figuras (figuras 7.9 e 7.10) ilustram esta série até k = 11 (6 termos
não nulos) e até k = 49 (25 termos não nulos), respectivamente.
Nota-se nitidamente que o sinal x(t) aproximado pela série de Fourier vai se tornando
cada vez mais próximo do original, a onda quadrada.
Nos pontos t onde x(t) é um sinal contínuo esta série de Fourier converge para o pró-
prio valor de x(t).
11
J. A. M. Felippe de Souza 7 – Séries de Fourier
Por exemplo, para t = 0,5, sabemos que x(0,5) = 1. Pela série de Fourier,
sen (0,5π) + sen (1,5 π) + sen (2,5 π) + sen (3,5 π) + sen (4,5 π) + ...
4 4 4 4 4
x(0,5) =
π 3π 5π 7π 9π
1,6977
0,8488
1,1035
0,9216
1,0631
Por outro lado, nos pontos t onde x(t) apresenta uma descontinuidade, esta série de
Fourier converge para o valor médio de x(t), entre o imediatamente antes e o imedia-
tamente depois de t.
Por exemplo, para t = 0-, sabemos que x(0-) = –1, e t = 0-, e que x(0+) = 1. Logo, o
ponto médio é:
x(0+ ) + x(0− ) − 1 + 1
= =0
2 2
sen (0) + sen (0) + sen (0 ) + sen (0) + sen (0) + ... =
4 4 4 4 4
x(0) =
π 3π 5π 7π 9π
= 0+0+0+0+0
Se x(t) é um sinal par, então a série de Fourier para x(t) é uma série de co-senos.
Se x(t) é um sinal ímpar, então a série de Fourier para x(t) é uma série de senos.
12
J. A. M. Felippe de Souza 7 – Séries de Fourier
Isto pode ser visto pelas propriedades dos sinais pares e ímpares. Recorde-se que,
Logo, se x(t) é um sinal par, então os coeficientes bk da série de Fourier para x(t) são
todos iguais a zero:
2 2π
bk = ∫
T T
x ( t ) ⋅ sen
T
⋅ k t dt = 0 ,
k = 1, 2, 3, ...
Mas se x(t) é um sinal ímpar, então os coeficientes ak da série de Fourier para x(t) são
todos iguais a zero (incluindo ao):
2 2π
ak =
TT∫ x ( t ) ⋅ cos
T
⋅ k t dt = 0 ,
k = 0, 1, 2, 3, ...
De facto, no Exemplo 7.1 acima, como x(t) era um sinal par, então os ak’s eram todos
iguais a zero ∀ k = 0, 1, 2, …, e a série de Fourier era uma série de senos.
A “série de Fourier” pode ser interpretada como uma forma de expressar um sinal
x(t), em um espaço de sinais.
n
Recorde-se um vector v no espaço R é representado como a soma
v = α1 ⋅ e1 + α 2 ⋅ e 2 + L + α n ⋅ e n
13
J. A. M. Felippe de Souza 7 – Séries de Fourier
2π 2π
cos ⋅ k t e sen ⋅ k t
T T
definidos nas equações de análise eq. (7.2) e eq. (7.3). Além disso, os coeficientes
que representam o sinal x(t) nesta base não serão mais α1, α2, … αn, mas agora serão
os
ak e bk.
Em outras palavras, estes senos e co-senos formam uma base infinita de sinais.
Claro que a expressão da eq. (7.1) é definida apenas para sinais periódicos, Entretanto,
já vimos no exemplo 7.1 que um sinal x(t) que seja definido em um intervalo finito
qualquer pode ser estendido para ambos os lados deste intervalo, tornando-se assim
periódico e desta forma pode ser descrito também na forma da eq. (7.1). As figuras
7.4 e 7.5 ilustravam isto.
n
Outro detalhe: no espaço R os próprios vectores da base e1, e2, … en eram repre-
sentados (de forma única) como
0
1
e i = = 0 ⋅ e1 + 0 ⋅ e 2 + L + 1 ⋅ e i + L + 0 ⋅ e n
M
0
14
J. A. M. Felippe de Souza 7 – Séries de Fourier
α1 = 0, α2 = 0, … ,αi = 1, … αn = 0
isto é,
{α1 , α 2 ,L, α i ,L, α n } = {0, 0, L, 1, L, 0} .
Aqui também temos que os sinais senos e co-senos da base são representados (de
forma única) como
2π a ∞
2π 2π
cos ⋅ l t = 0 +
T 2
∑ a
k =1
k ⋅ cos ⋅ k t + b k ⋅ sen ⋅ k t
T T
e, além disso
2π a ∞
2π 2π
sen ⋅ l t = 0 +
T 2
∑ a
k =1
k ⋅ cos ⋅ k t + b k ⋅ sen ⋅ k t
T T
Isto ocorria porque o produto escalar entre 2 vectores ‘em’ e ‘en’, que pertençam à
base, é
< em , en > = 0, se m ≠ n,
< em , en > = 1, se m = n,
n
onde o produto escalar entre 2 vectores no espaço R era definido como
< v, v > = α1 ⋅ α1 + α2 ⋅ α2 + L+ αn ⋅ αn
15
J. A. M. Felippe de Souza 7 – Séries de Fourier
Devido a esta propriedade, dizemos que os vectores e1, e2, … en da base são “ortogo-
nais” entre si.
Aqui, neste espaço de sinais cuja base é formada por senos e co-senos, o produto
escalar entre 2 sinais pode ser definido como:
< x( t ), x( t ) > = a o ⋅ a o + L a k ⋅ a k + L + b1 ⋅ b1 + L b k ⋅ bk + L
onde ao, a1, …, ak, …, b1, …, bk são os coeficientes de x(t) na série de Fourier e
a o , a 1 ,L, a k ,L, b o , b1 ,L, b k os coeficientes de x ( t ) na série de Fourier. Desta
forma pode-se verificar que
2π 2π
< cos ⋅ m t , cos ⋅ n t > = 0, se m ≠ n ,
T T
2π 2π
< cos ⋅ m t , cos ⋅ n t > = 1, se m = n ,
T T
2π 2π
< sen ⋅ m t , sen ⋅ n t > = 0, se m ≠ n , e
T T
2π 2π
< sen ⋅ m t , sen ⋅ n t > = 1, se m = n.
T T
ou seja, aqui os sinais da base também são ortogonais entre si. Isso se verifica obser-
vando-se as equações de análise eq. (7.2) e eq. (7.3) e devido ao facto que
2π 2π
∫ cos T ⋅ m t ⋅ cos T ⋅ n t dt = 0,
T
se m ≠ n
2π 2π
∫T T T ⋅ n t dt = 0,
sen ⋅ m t ⋅ sen se m ≠ n
e
2π 2π T
∫T T T 2 ,
cos ⋅ m t ⋅ cos ⋅ n t dt = se m = n
2π 2π T
∫ sen T ⋅ m t ⋅ sen T ⋅ n t dt = 2 ,
T
se m = n
16
J. A. M. Felippe de Souza 7 – Séries de Fourier
n
Uma propriedade importante verificada nos vectores no espaço R era que o produto
escalar entre v e um elemento ek da base era o próprio coeficiente αk, ou seja,
< v , ek > = α k
n
De certa forma isto significava que os αk eram as projecções dos vectores do R nos
seus diversos eixos, conforme ilustra a figura 7.11 para o R2 e R3.
2π 2π
< x ( t ) , cos ⋅ k t > = a k e < x ( t ) , sen ⋅ k t > = b k
T T
o que também pode ser interpretado que os ak e os bk são uma espécie de projecção
do sinal x(t) nos diversos sinais senos e co-senos componentes da base.
17
J. A. M. Felippe de Souza 7 – Séries de Fourier
Se o sinal x(t) ∈ R, então a série exponencial de Fourier é a mesma que a série trigo-
nométrica escrita de uma forma diferente, em termos de exponenciais do tipo
jωo t
e
ou seja, o sinal x(t) tem valores complexos, com parte real e parte imaginária. A
série exponencial de Fourier permite-nos aproximar x(t), o que não era possível com
a série trigonométrica.
Na série exponencial (ou complexa) de Fourier um sinal periódico x(t) pode ser
expresso como:
2π
∞ j ⋅k t
x (t ) = ∑c
k = −∞
k ⋅e T
=
∞ eq. (7.4)
j ωo ⋅k t
= ∑c
k = −∞
k ⋅e
onde:
T = período fundamental do sinal x(t).
ωo = frequência fundamental do sinal x(t).
e
2π
1 −j ⋅ k t
ck =
T ∫ x(t) ⋅ e
T
T
⋅ dt =
18
J. A. M. Felippe de Souza 7 – Séries de Fourier
equação de análise
Exemplo 7.2:
2π
ωo = = π
T
e portanto, os coeficientes desta série complexa de Fourier para o sinal da onda qua-
drada acima são:
19
J. A. M. Felippe de Souza 7 – Séries de Fourier
1
x ( t ) ⋅ e − j (k π t ) dt =
1
ck =
T ∫ −1
k = 0, ± 1, ± 2, ...
1 0
− j (k π t ) 1 1
− j (k π t )
=
2 ∫ −1
(−1) ⋅ e dt +
2 ∫ 0
1⋅ e dt =
ck =
1 1
⋅
2 πk j
([e − j (k π t )
] 0
−1
) +
1 (−1)
⋅
2 πk j
([e − j (k π t )
] 1
0
)=
=
1
2πk j
(1 − e jk π − e−jk π + 1 ) =
1
2πk j
(2 − e jk π − e−jk π )
Agora, usando-se as equações de Eüler temos que:
ck =
1
[2 − cos( k π ) − j ⋅ sen ( k π ) − cos( k π ) + j ⋅ sen ( k π ) ]
2πk j
2 (1 − )
1
= cos( k π ) =
2πk j
−j
= (1 − cos( k π ) )
πk
e portanto,
0, se k = 0, ± 2, ± 4, ...
ck = − 2
j, se k = ±1, ± 3, ± 5, ...
π k
Logo,
∞
x (t) = ∑c
k = −∞
k e j ωo k t =
∞
− 2 jk π t
= ∑
π
j e =
k = ±1, ± 3, ± 5, ... k
∞
−2
= ∑ j ⋅ [ cos (kπ t ) + j ⋅ sen (kπ t ) ]
k = ±1, ± 3, ± 5, ... πk
20
J. A. M. Felippe de Souza 7 – Séries de Fourier
∞
− 2j ∞
− 2j
x(t) = ∑
k = 1, 3, 5, ...
πk
cos (kπ t ) + ∑
k = 1, 3, 5, ... πk
j ⋅ sen (kπ t ) +
∞
2j ∞
− 2j
+ ∑
k = 1, 3, 5, ...
cos (kπ t ) + ∑
πk k = 1, 3, 5, ... πk
j ⋅ sen (kπ t )
∞ − 2j
x(t ) = 2 ⋅ ∑ j ⋅ sen (kπ t ) =
k =1, 3, 5, ... πk
∞
4
= ∑
k = 1, 3, 5, ...
sen (kπ t )
πk
Se o sinal x(t) for de valores reais, então existe uma relação entre a série trigonomé-
trica e a série complexa (ou exponencial) de Fourier. Pode-se facilmente mostrar
que:
21
J. A. M. Felippe de Souza 7 – Séries de Fourier
a k − j ⋅ bk
ck = para k = 0, 1, 2, … eq. (7.6)
2
e
a k + j⋅ bk
c −k = para k = 1, 2, … eq. (7.7)
2
Embora o coeficiente bo não exista, pois não foi definido, na eq. (7.6) assume-se que
bo = 0 . Portanto, o coeficiente co pode ser expresso como:
ao
co = . eq. (7.8)
2
Note também que enquanto os coeficientes aks e bks são definidos nas eq. (7.2) e
eq. (7.3) apenas para k = 0, 1, 2, …, os coeficientes cks são definidos nas eq. (7.6) e
eq. (7.7) para k = 0, ±1, ±2, …
a −k + j ⋅ b − k
ck = para k = –1, –2, … eq. (7.9)
2
Sabemos, pelas eq. (7.2) e eq. (7.3) da série trigonométrica de Fourier, que não
existe aks ou bks para k negativos, entretanto a-k e b-k estão bem definidos na
eq. (7.9) pois nesta equação k = –1, –2, … e portanto os índices de a-k e b-k serão sem-
pre positivos. Por exemplo:
22
J. A. M. Felippe de Souza 7 – Séries de Fourier
a o = 2 co eq. (7.10)
Com as relações acima é fácil de se mostrar que, quando x(t) é um sinal real, então:
∞ 2π ∞
j ⋅k t
x(t) = ∑c
k = −∞
k e T
= ∑c
k = −∞
k e j ωo ⋅k t
a ∞
2π 2π
= 0 +
2
∑k =1
a
k
cos
T
⋅ k t
+ b k sen
T
⋅ k t =
Linearidade:
Suponha que
23
J. A. M. Felippe de Souza 7 – Séries de Fourier
y ( t ) = α x1 ( t ) + β x 2 ( t )
e coeficientes de Fourier
c k = α c′k + β c′k′
Suponha que
y( t ) = x( t − t o )
ou seja,
y(t) é o sinal x(t) com uma translação (shift) no tempo de to.
e coeficientes de Fourier
24
J. A. M. Felippe de Souza 7 – Séries de Fourier
~c = e − j k ωo t o ⋅ c =
k k
2 π
− j k t
o
T
= e ⋅ ck
Nota:
jθ
Como e = 1, ∀ θ , tem-se que:
~c = c
k k
Suponha que
e que
y( t ) = x ( − t )
então, mostra-se que:
e coeficientes de Fourier
ĉ k = c − k
Nota:
25
J. A. M. Felippe de Souza 7 – Séries de Fourier
Se x(t) é um sinal par ⇒ os coeficientes de Fourier ck são, eles próprios, pares; i.e.,
c k = c−k
Suponha que
e que
y( t ) = x ( α t )
T
y(t) tem período ,
α
ou seja
) 2απ
y(t) tem frequência fundamental T = α ωo = e, além disso,
T
∞
− j k α ωo t
y( t ) = ∑c
k = −∞
k e =
2απ
∞ − j k t
T
= ∑c
k = −∞
k e
Note que a série de Fourier muda por causa da mudança da frequência fundamental
(e do período). Entretanto os coeficientes ck não mudam.
26
J. A. M. Felippe de Souza 7 – Séries de Fourier
Multiplicação:
Suponha que
e que
y( t ) = x 1 ( t ) ⋅ x 2 ( t )
2π
y(t) tem período T , ou seja tem frequência fundamental ωo = ,
T
e coeficientes de Fourier
∞
ck = ∑ c′ ⋅ c′′
i = −∞
i k −i =
= c′ [ k ] ∗ c′′ [ k ]
∞
ck = ∑ c′ ⋅ c′′
ij = − ∞
i k −i =
= c′o ⋅ c′k′ + c1′ ⋅ c′k′−1 + c′−1 ⋅ c′k′+1 + c′2 ⋅ c′k′−2 + c′−2 ⋅ c′k′+ 2 + L
Conjugação:
Suponha que
e que
y( t ) = x ∗ (t )
27
J. A. M. Felippe de Souza 7 – Séries de Fourier
e coeficientes de Fourier
ck = c∗−k
Nota:
Como consequência desta propriedade pode-se concluir que:
Se x(t) ∈ R, então
∗
os coeficientes de Fourier c − k = c k ;
co ∈ R ;
e
ck = c−k .
Além disso, as relações acima permitem mais uma vez concluir que:
Se x(t) ∈ R é um sinal par ⇒
∗
os coeficientes de Fourier ck = ck ; e
c k = c −k (os coeficientes de Fourier são eles próprios “pares”).
Suponha que
28
J. A. M. Felippe de Souza 7 – Séries de Fourier
ck = c k − m
ou seja,
ck são os coeficientes ck desfasados de m.
Nota:
jθ
Outro detalhe, como e = 1, ∀θ , então:
ck = c k k = 0, ±1, ±2, …
Convolução no período:
Suponha que
x1(t) é um sinal com período T e tem coeficientes de Fourier c′k
x2(t) é um sinal com período T e tem coeficientes de Fourier c′k′
y( t ) = x1 ( t ) ∗ x 2 ( t )
= ∫
T
x 1 ( t − τ) ⋅ x 2 ( τ) dτ
e coeficientes de Fourier
~
~c = T ⋅ c′ ⋅ c′′
k k k
29
J. A. M. Felippe de Souza 7 – Séries de Fourier
Derivada:
Suponha que
e que
dx
y( t ) =
dt
2π
y(t) tem período T , ou seja tem frequência fundamental ωo = ,
T
e coeficientes de Fourier
2π
c′k = j k ωo c k = j k c k
T
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
os coeficientes de Fourier de y(t) são
2π
2
Integral:
Suponha que
30
J. A. M. Felippe de Souza 7 – Séries de Fourier
( 1 1
ck = ⋅ ck = ⋅ ck
j k ωo 2π
jk
T
Nota:
No caso de co = 0, esta propriedade só é válida para sinais x(t) periódicos e com valo-
res finitos.
Para o caso de integrais duplas, triplas, etc., pode-se aplicar esta regra sucessivas
vezes.
Relação de Parseval:
Suponha que
x(t) é um sinal com período T e tem coeficientes de Fourier ck
T T
∞
= ∑c
2
k
k = −∞
N = período fundamental
31
J. A. M. Felippe de Souza 7 – Séries de Fourier
se N for o menor inteiro para o qual a relação acima satisfaz. E neste caso:
2π
ωo = = frequência fundamental.
N
2π
jk n
φ k [n ] = e
jkωo n
N
= e , k = 0, 1, 2, … eq. (7.13)
φ o [n ] = φ N [n ]
φ1 [n ] = φ N +1 [n ]
φ 2 [n ] = φ N + 2 [n ]
M M
φ k [n ] = φ k + N [n ]
M M
Esta situação é diferente do caso contínuo pois os coeficientes que aparecem na equa-
ção de síntese da série de Fourier para sinais contínuos:
2π
j k t
j k ωo t T
φ k (t) = e = e k = 0, 1, 2, … ,
32
J. A. M. Felippe de Souza 7 – Séries de Fourier
Portanto, a série de Fourier para sinais discretos terá apenas N termos, para N conse-
cutivos valores de k,
de k =l até k = l + N − 1.
2π
( l + N −1) j k n
x[n] = ∑
k = l , ( l +1), K
ck ⋅ e N
=
equação de síntese
( l + N −1)
x[n ] ⋅ e
1 − j k ωo n
ck =
N
⋅ ∑
n = l , ( l +1), K
=
33
J. A. M. Felippe de Souza 7 – Séries de Fourier
“equação de análise”
Exemplo 7.3:
Considere a seguinte onda quadrada x[n] discreta no tempo ilustrada na figura 7.13:
1, se − N1 ≤ n ≤ N1
x[n] =
0 , ∀ outros n no intervalo de somação
N1 N1
− j n 2π
∑
n = − N1
e = ∑
n = − N1
1 = ( 2 N1 + 1)
2 N1 + 1
ck = , k = 0, ± N, ± 2N, L
N
34
J. A. M. Felippe de Souza 7 – Séries de Fourier
m = n + N1
− j k 2 π ( m − N1 )
2 N1
1
ck =
N
⋅ ∑
m =0
e N
=
2π .
− j k 2 π m
1 − j k N N1 2 N1
=
N
e ⋅ ∑
m =0
e N
Agora, usando a fórmula da soma finita dos elementos de uma progressão geométrica,
já vista no capítulo 6, eq. (6.3):
a1 : a 2 : a 3 : L : a k : L
a 2 = a 1 ⋅ q , a 3 = a 2 ⋅ q , L a k = a k −1 ⋅ q , L
n
a 1 (1 − q n )
S= ∑k =1
ak =
(1 − q )
pode-se substituir o somatório da expressão dos ck acima, uma vez que é uma soma
finita de uma progressão geométrica com
2π
−j k
a1 = 1 , n = (2 N1 + 1) e, q=e N
obtendo-se:
2π
2π
−j k ( 2 N +1)
1 −j k N1 1 − e N
ck = e N
⋅
N 2π
−j k para k ≠ 0, ± N, ± 2N, L
1 − e N
que, após multiplicação dos termos, pode facilmente ser expresso como
35
J. A. M. Felippe de Souza 7 – Séries de Fourier
2 π
j k 2 π N1 + 1 2π
− j k N1 +
1
− j k
⋅ e
N
2 N 2 N 2
e
− e
ck =
1
⋅
2π 2π 2π 2π 2π
− j k j k
N
− j k
N N 2N N 2N
e ⋅ e − e
para k ≠ 0, ± N, ± 2N, L
2π 1
sen k N 1 +
1 N 2
ck = ⋅ , para k ≠ 0, ± N, ± 2N, L
N πk
sen
N
Desta forma temos então todos os coeficientes espectrais ck da onda quadrada discreta
deste exemplo.
Resumindo:
2π 1
sen k N 1 +
1 ⋅ N 2
, se k ≠ 0, ± N, ± 2N, L
N πk
ck = sen
N
2N1 + 1 , se k = 0, ± N, ± 2N, L
N
(2N1 +1) = 5
que representa o número de pontos que assumem o valor 1 em cada período e conse-
quentemente,
N – (2N1 +1) = 9 – 5 = 4
36
J. A. M. Felippe de Souza 7 – Séries de Fourier
M c 2 = − 0,0591 c9 = 0,5556
c − 4 = 0,0725 c3 = − 0,1111 c10 = 0,3199
c − 3 = − 0,1111 c 4 = 0,0725 c11 = − 0,0591
c − 2 = − 0,0591 c5 = 0,0725 c12 = − 0,1111
c −1 = 0,3199 c6 = − 0,1111 c13 = 0,0725
c o = 0,5556 c7 = − 0,0591 c14 = 0,0725
c 1 = 0,3199 c8 = 0,3199 M
Observe que a cada N coeficientes eles se repetem. Isto é, a cada 9 ck eles voltam a
ser os mesmos valores.
M
c − 4 = c 5 = c14 = L = 0,0725
c −3 = c 6 = c15 = L = − 0,1111
c − 2 = c 7 = c16 = L = − 0,0591
c −1 = c 8 = c17 = L = 0,3199
c o = c 9 = c18 = L = 0,5556
c1 = c10 = c19 = L = 0,3199
c 2 = c11 = c 20 = L = − 0,0591
M
e assim por diante.
37
J. A. M. Felippe de Souza 7 – Séries de Fourier
Agora, com os valores dos coeficientes ck, podemos escrever a série de Fourier,
eq. (7.14).
Ao contrário do caso contínuo, em que tínhamos que acrescentar mais e mais termos
para obter uma aproximação melhor, aqui no caso discreto é possível uma aproxima-
ção exacta com N = 9 termos consecutivos:
j k 2 π n
( l +8 )
x[n] = ∑
k =l , ( l +1), K
ck ⋅ e 9
2π
1 j k n
x̂ 3 [n] = ∑
k = −1
ck ⋅ e 9
que nos dá uma primeira aproximação, ainda muito grosseira, do sinal x[n], como
pode-se ver no gráfico de x̂ 3 [n ] na figura 7.15 abaixo.
2π
2 j k n
x̂ 5 [n] = ∑
k = −2
ck ⋅ e 9
que nos dá uma aproximação um pouco melhor, mas ainda longe de perfeita, do sinal
x[n], como pode-se ver no gráfico de x̂ 5 [n ] na figura 7.16 abaixo.
38
J. A. M. Felippe de Souza 7 – Séries de Fourier
2π
3 j k n
x̂ 7 [n] = ∑
k = −3
ck ⋅ e 9
que já nos dá uma aproximação bem melhor, mas ainda não perfeita, do sinal x[n],
como pode-se ver no gráfico de x̂ 7 [n ] na figura 7.17 abaixo.
2π
4 j k n
x̂ 9 [n] = x[n] = ∑
k = −4
ck ⋅ e 9
x̂ 9 [n] = x[n]
O gráfico de x̂ 9 [n ], que é coincidente com x[n], pode ser visto na figura 7.18 abaixo.
39
J. A. M. Felippe de Souza 7 – Séries de Fourier
Exemplo 7.4:
2π
é um inteiro ou a razão de inteiros.
ωo
Suponha que
2π
= N
ωo
logo,
2π
ωo =
N
Usando-se a equação de Eüler podemos expandir este sinal x[n] como a soma de 2
termos exponenciais complexas, obtendo-se
2π 2π
1 j N n 1 − j N n
x[n] = e − e
2j 2j
40
J. A. M. Felippe de Souza 7 – Séries de Fourier
−1 1
c
−1 = = j
2j 2
−1 −1
c1 = = j
2 j 2
ck = 0, para ∀ outros valores de k no intervalo de somação .
N=5
então
2π
x[n] = sen n
5
e os coeficientes de Fourier serão:
M c7 = 0
c− 3 = 0 c8 = 0
c− 2 = 0 −1 1
c9 = = j
2j 2
−1 1
c−1 = = j
2j 2 c10 = 0
co = 0 1 1
c11 = = − j
1 1 2j 2
c1 = = − j
2j 2 c12 = 0
c2 = 0 c13 = 0
c3 = 0 −1 1
c14 = = j
−1 1 2j 2
c4 = = j
2j 2 c15 = 0
c5 = 0 1 1
c16 = = − j
1 1 2j 2
c6 = = − j
2j 2 M
e assim por diante.
41
J. A. M. Felippe de Souza 7 – Séries de Fourier
Ou seja, a cada 5 coeficientes ck, eles se repetem, i.e., voltam a ter os mesmos valores
M M
c −3 = c 2 = c 7 = L = 0 c o = c 5 = c10 = L = 0
c −2 = c 3 = c 8 = L = 0 c1 = c 6 = c11 = L = − 0,5 j
c −1 = c 4 = c 9 = L = 0,5 j c 2 = c 7 = c12 = L = 0
M M
3 2π
j k n
x̂ 3 [n] = ∑
k =1
ck ⋅ e 5
5 2π
jk n
x̂ 5 [n] = ∑
k =1
ck ⋅ e 5
2π
x̂ 5 [n] = x[n] = sen n .
5
42
J. A. M. Felippe de Souza 7 – Séries de Fourier
Exemplo 7.5:
Considere novamente o sinal sinusoidal discreto
2π N
= = razão de 2 inteiros
ωo M
Logo,
2π
ωo = ⋅M
N
Novamente x[n] é um sinal periódico e com período fundamental N.
Usando-se a equação de Eüler podemos também expandir este sinal x[n] como a
soma de 2 termos exponenciais complexas, obtendo-se:
2π 2π
1 jM
N n 1 −j M
N
n
x[n] = e
− e
2j 2j
e portanto,
1 1
c − M = − = ⋅j
2 j 2
1 −1
cM = 2 j = 2 ⋅ j
c N − M = c−( N + M ) =
1
⋅j (= c− M também )
2
e
−1
c N + M = c− N + M = ⋅j ( = cM também )
2
Entretanto,
ck = 0 , para ∀ outros valores de k no intervalo de somação .
43
J. A. M. Felippe de Souza 7 – Séries de Fourier
Exemplo 7.6:
N=5 e M = 3,
então
2π 6π
x[n] = sen 3 ⋅ n = sen n = sen (1,2 ⋅ π ⋅ n )
5 5
M
c1 = 0 c11 = 0
c−9 = 0
1
1 c2 =
1 c12 = j
c −8 = j 2
j 2
2
1
1 c13 = − j
c− 7
1
= − j c3 = − j 2
2 2
c14 = 0
c−6 = 0 c4 = 0
c15 = 0
c−5 = 0 c5 = 0
c16 = 0
c− 4 = 0 c6 = 0
1
1 c17 = j
c−3 =
1
j c7 = j 2
2 2
1
1 c18 = − j
c− 2 = −
1
j c8 = − j 2
2 2
c19 = 0
c−1 = 0 c9 = 0
c 20 = 0
co = 0 c10 = 0
M
Ou seja, a cada 5 coeficientes ck, eles se repetem, i.e., voltam a ter os mesmos valores
44
J. A. M. Felippe de Souza 7 – Séries de Fourier
M M
c − 9 = c − 4 = c1 = c 6 = L = 0 c −6 = c −1 = c 4 = c 9 = L = 0
c −8 = c −3 = c 2 = c 7 = L = 0,5 j c −5 = c o = c 5 = c10 = L = 0
c −7 = c − 2 = c 3 = c 8 = L = − 0,5 j c − 4 = c1 = c 6 = c11 = L = 0
M M
e assim por diante.
de k = -1 até k = 3, ou
de k=0 até k = 4, ou
de k =1 até k = 5,
etc. etc.
6π
3 j k n
x̂ 3 [n] = ∑
k =1
ck ⋅ e 5
6π
5 j k n
x̂ 5 [n] = ∑
k =1
ck ⋅ e 5
6π
x̂ 5 [n] = x[n] = sen n
5
45
J. A. M. Felippe de Souza 7 – Séries de Fourier
Exemplo 7.7:
Novamente considerando o Exemplo 7.5, se tomarmos o caso particular de
N=7 e M = 3,
então
2π 6π
x[n] = sen 3 ⋅ n = sen n = sen (0,8571 ⋅ π ⋅ n ) = sen (2,6928 ⋅ n )
7 7
M 1
1 c11 = − j
1 c4 = j 2
c−3 = j 2
2 c12 = 0
c5 = 0
c− 2 = 0 c13 = 0
c6 = 0
c −1 = 0 c14 = 0
c7 = 0
c0 = 0 c15 = 0
c8 = 0
c1 = 0 c16 = 0
c9 = 0
c2 = 0 1
1 c17 = − j
1 c10 = − j 2
c3 = − j 2
2 M
Ou seja, a cada 7 coeficientes ck, eles se repetem, i.e., voltam a ter os mesmos valores
M M
c −3 = c 4 = c11 = 0,5 j = L co = c 7 = c14 = L 0
c −2 = c 5 = c12 = 0 = L c1 = c 8 = c15 = L 0
c −1 = c 6 = c13 = 0 = L c2 = c 9 = c16 = L 0
co = c7 = c14 = 0 = L c3 = c10 = c17 = L − 0,5 j
M M
e assim por diante.
46
J. A. M. Felippe de Souza 7 – Séries de Fourier
de k = -1 até k = 5, ou
de k=0 até k =6, ou
de k =1 até k =7,
etc. etc.
j k 6π n
5
x̂ 5 [n] = ∑
k =1
ck ⋅ e 7
k = 1, 2, 3, 4, 5, 6 e 7,
teremos então
6π
7 j k n
x̂ 7 [n] = ∑k =1
ck ⋅ e 7
6π
x̂ 7 [n] = x[n] = sen n .
7
Suponha que
47
J. A. M. Felippe de Souza 7 – Séries de Fourier
e que
y [ n ] = α x1 [ n ] + β x 2 [ n ]
c k = α c′k + β c′k′
Suponha que
x[n] é um sinal com período N e tem coeficientes de Fourier ck
e que
y [ n ] = x[ n − n o ]
ou seja, y[n] é o sinal x[n] com uma translação (shift) no tempo de no.
Então, mostra-se que:
y[n] tem período N ,
ou seja,
2π
y[n] tem frequência fundamental ω o = ,
N
e coeficientes de Fourier
~c = e − j k ωo n o c =
k k
2 π
− j k
no
N
= e ck
Nota:
jθ
Como e = 1 , ∀θ , tem-se que
~c = c
k k
48
J. A. M. Felippe de Souza 7 – Séries de Fourier
Suponha que
e que
y[n ] = x[− n ]
e coeficientes de Fourier
ĉ k = c− k
Nota:
Se x[n] é um sinal par ⇒ os coeficientes de Fourier ck são, eles próprios, pares; i.e.,
ck = c− k
Suponha que
49
J. A. M. Felippe de Souza 7 – Séries de Fourier
e que
n
x , se n é múltiplo de m
y[n ] = m
0 , se n não é múltiplo de m
ω
( l + N −1) − j k o n
y[ n ]= ∑ ck ⋅ e m
=
k = l , ( l +1), K
2 π
( l + N −1) − j k n
⋅N
∑
m
= ck ⋅ e
k = l , ( l +1), K
Note que a série de Fourier muda por causa da mudança da frequência fundamental (e
do período). Entretanto os coeficientes ck não mudam.
Multiplicação:
Suponha que
e que
y [ n ] = x1 [ n ]⋅ x 2 [ n ]
então, mostra-se que:
2π
y[n] tem período N , ou seja tem frequência fundamental ωo = ,
N
e coeficientes de Fourier
50
J. A. M. Felippe de Souza 7 – Séries de Fourier
( l + N −1)
ck = ∑ c ′j ⋅ c ′k′ − j
j = l , ( l +1), K
k = 0, ±1, ±2, …
Ou seja,
( l + N −1)
ck = ∑ c ′j ⋅ c ′k′ − j =
j = l , ( l +1), K
M M M M
etc etc etc etc
Conjugação:
Suponha que
e que
y[ n ] = x∗ [ n ]
2π
y[n] tem período N , ou seja tem frequência fundamental ωo = ,
N
e coeficientes de Fourier
c k = c ∗−k
Nota:
Como consequência desta propriedade pode-se concluir que:
Se x[n] ∈ R, então
51
J. A. M. Felippe de Souza 7 – Séries de Fourier
co ∈ R ;
e
ck = c−k .
Além disso, as relações acima permitem mais uma vez concluir que:
Se x[n] ∈ R é um sinal par ⇒
∗
os coeficientes de Fourier c k = c k ; e
c k = c − k (os coeficientes de Fourier são eles próprios “pares”).
Suponha que
ck = c k − m k = 0, ±1, ±2, …
ou seja,
ck são os coeficientes ck desfasados de m.
y [n ] = e ⋅ x[n ]
j m ωo n
52
J. A. M. Felippe de Souza 7 – Séries de Fourier
Nota:
jθ
Como e = 1 , ∀θ , então
ck = c k
Convolução no período:
Suponha que
y [ n ] = x1 [ n ] ∗ x 2 [ n ] =
( l + N −1)
= ∑ x [ n − k ]⋅ x [ k ]
k = l , ( l +1), K
1 2
Primeira diferença:
Suponha que
e que
y[ n ] = x [ n ] − x [ n −1 ]
então, mostra-se que:
53
J. A. M. Felippe de Souza 7 – Séries de Fourier
2π
y[n] tem período N , ou seja tem frequência fundamental ω o = ,
N
e coeficientes de Fourier
2π
( )⋅ c
jk
c′k = 1 − e j k ωo
= 1− e N ⋅ c
k
k
Nota:
Esta propriedade corresponde, no caso discreto, à propriedade para a “derivada” no
caso contínuo.
Para o caso de diferenças de ordem 2 ou maior, pode-se aplicar esta regra sucessivas
vezes. Por exemplo, no caso da segunda diferença, se
y [ n ] = x [ n ]− x [ n − 2 ]
k
Soma acumulada:
Suponha que
x[n] é um sinal com período N e tem coeficientes de Fourier ck
e que
n
y( t ) = ∑ x[k ]
k = −∞
2π
y[n] tem período T , ou seja tem frequência fundamental ωo = ,
N
e coeficientes de Fourier
( 1 1
ck = ⋅ck = ⋅ck
( 1 − e j k ωo ) 2π
jk
1− e N
54
J. A. M. Felippe de Souza 7 – Séries de Fourier
Nota:
No caso de co = 0, esta propriedade só é válida para sinais x[n] periódicos e com va-
lores finitos.
Para o caso de integrais duplas, triplas, etc., pode-se aplicar esta regra sucessivas
vezes.
Relação de Parseval:
Suponha que
1 ( l+ N −1) 2
P = ⋅ ∑ x [n ] =
N n = l , ( l+1),K
( l + N −1)
= ∑
2
ck
k = l , ( l +1),K
55