1.

Considere o sistema a seguir:

𝒚[𝒏] = (𝒏 + 𝟏) . 𝒙 [𝟐𝒏]
a. Classifique o sistema (e prove suas afirmações) quanto a linearidade, causalidade,
memória, estabilidade e invariância no tempo.
• Linearidade:
Um sistema linear deve obedecer ao princípio da superposição.

Ou seja, considerando dois sinais arbitrários de entrada, 𝑋𝑎 [𝑛] e 𝑋𝑏 [𝑛],

produzindo, respectivamente, as saídas 𝑌𝑎 [𝑛] e 𝑌𝑏 [𝑛] a partir de um mesmo
sistema, quando se analisa a saída da combinação linear dos sinais 𝑋𝑎 [𝑛] e
𝑋𝑏 [𝑛] para o mesmo sistema, esta deve ser a combinação linear entre 𝑌𝑎 [𝑛] e
𝑌𝑏 [𝑛].

Assim sendo, analisando o sistema fornecido, podemos definir duas entradas e

suas respectivas saídas:

𝑋1 [𝑛], cuja saída é 𝑌1 [𝑛] = (𝑛 + 1). 𝑋1 [2𝑛]; e

𝑋2 [𝑛], cuja saída é 𝑌2 [𝑛] = (𝑛 + 1). 𝑋2 [2𝑛].

Se tivermos, portanto, 𝑋3 [𝑛], como combinação linear entre 𝑋1 [𝑛] e 𝑋2 [𝑛], ou

seja, 𝑋3 [𝑛] = 𝐴 𝑥 𝑋1 [𝑛] + 𝐵 𝑥 𝑋2 [𝑛], então a saída será:

𝑌3 [𝑛] = (𝑛 + 1). 𝑋3 [2𝑛] = (𝑛 + 1). (𝐴 𝑥 𝑋1 [𝑛] + 𝐵 𝑥 𝑋2 [𝑛]),

o que resulta em:

𝑌3 [𝑛] = 𝐴 𝑥 𝑌1 [𝑛] + 𝐵 𝑥 𝑌2 [𝑛]

Comprovando, assim, a linearidade do sistema.

• Causalidade:
Um sistema causal tem a saída independente de amostras futuras da entrada. Ou
seja, para o sistema fornecido, podemos assumir valores para n para verificar a
causalidade:
n = -1: y[-1] = (-1+1) . x[2*(-1)] = 0 . x[-2]
n = 0: y[0] = (0+1) . x[2*0] = x[0]
n = 1: y[1] = (1+1) . x[2 * 1] = 2 . x[2]
Trata-se, portanto, de um sistema não causal, pois para valores positivos e não
nulos, depende de valores futuros na entrada.

• Memória:
Um sistema sem memória é aquele que a saída Y[n] depende apenas de X[n] no
tempo presente, não dependendo de valores de entradas em outros instantes de
tempo, como o passado ou futuro. Já um sistema com memória é um sistema
que a saída em um determinado instante depende de valores de entrada para
outros instantes. O sistema em questão, se analisado, depende do instante de
tempo atual somento para n = 0. Nos demais instantes depende de valores de n
diferentes do atual, caracterizando, portanto, um sistema COM memória.

• Estabilidade:
 Para um sistema ser estável segundo o critério BIBO (Bounded-Input Bounded-
Output), qualquer entrada com amplitude limitada deverá produzir uma saída
com amplitude também limitada. Caso haja uma única entrada com amplitude
limitada que gere uma saída não limitada, ele é instável.
Analisando o sistema 𝑌[𝑛]=(𝑛 + 1)𝑋[2𝑛], nota-se que se | 𝑋[𝑛]|≤𝑃, sendo 𝑃<∞
então|𝑌[𝑛]|≤𝐻, sendo 𝐻<∞ apenas sob a condição de que o fator |(𝑛+1)|≤𝐶
sendo 𝐶<∞.
Porém, se o número 𝑛 de amostras for suficientemente grande, ou seja, se 𝑛→∞,
resulta que |( 𝑛+1)|→∞ e, portanto, | 𝑌[𝑛]|→∞.
Deste modo, o sistema apresentado é considerado instável pelo critério BIBO.

• Invariância no tempo:
Um sistema é dito invariante no tempo se, ao aplicarmos um atraso n‘ constante
na entrada 𝑋[𝑛], ou seja 𝑋[𝑛 – n’], a saída 𝑌[𝑛] irá apresentar exatamente o
mesmo atraso, isto é, 𝑌[𝑛 − n’].
Considerando a entrada 𝑥[2𝑛]=𝑥[2𝑛 − 𝑛’]:
𝑇[𝑥[𝑛 − 𝑛0]] = (𝑛 + 1) 𝑥[2𝑛 − 𝑛’]
Ao passo que a saída atrasada de 𝑛0, seria:
𝑦[𝑛 − 𝑛0]=[(𝑛 − 𝑛’)+1] 𝑥[2𝑛 − 2𝑛’]
Pode-se concluir que 𝑇[𝑥[2(𝑛−𝑛’)]] não coincide com 𝑦[𝑛−𝑛’], ou seja, o
mesmo atraso na entrada não gera o mesmo atraso na saída, portanto o sistema
não é invariante no tempo.

b. Formule exemplos numéricos usando o Octave, mostrando gráficos das entradas e

calculando as saídas, para verificar as propriedades de linearidade e invariância
no tempo. Forneça os códigos utilizados.

• Linearidade:
Um sistema linear deve obedecer ao princípio da superposição.
clc

clear all

x1 = [1 5 1 0 5 0 3 6 8 0 0];

x2 = [1 0 0 0 1 0 1 0 0 1 0];

for n = 1:1:5

y1(n) = (n+1)*2*(x1(2*n));

y2(n) = (n+1)*5*(x2(2*n));

yj0(n) = (n+1)*(2*(x1(2*n))+5*x2(2*n));

end

yj1 = y1 + y2;

figure(1)
 subplot(2,1,1)

stem(x1,'r')

title('Entrada x1[n]')

xlabel('Amostras n')

ylabel('Amplitude')

grid on

subplot(2,1,2)

stem(x2,'r')

title('Entrada x2[n]')

xlabel('Amostras n')

ylabel('Amplitude')

grid on

figure(2)

subplot(2,1,1)

stem(y1,'b')

title('Saída y1[n]')

xlabel('Amostras n')

ylabel('Amplitude')

grid on

subplot(2,1,2)

stem(y2,'b')

title('Saída y2[n]')

xlabel('Amostras n')

ylabel('Amplitude')

grid on

figure(3)

subplot (2,1,1)

stem(yj0,'b')

title('Saída para Y3[n] = A x Y1[n] + B x Y2[n]')

xlabel('Amostras n')

ylabel('Amplitude')

grid on

subplot (2,1,2)

stem(yj1,'b')

title('Saída para Y4[n] = A x X1[n] + B x X2[n]')

xlabel('Amostras n')

ylabel('Amplitude')

grid on

Entradas arbitrárias: X1 = R.A.; X2 = vetor de zeros e uns.

Saídas em função das entradas:

Superposição (gráficos iguais, portanto é linear):

• Invariância no tempo:
Um sistema invariante no tempo apresenta, na saída, o mesmo atraso aplicado à
entrada.
clc

clear all

x1 = [1 1 0 0 0 1 1 0 1 0 0 0 1];

for n = 4:1:6

y1(n) = (n+1)*(x1(2*n));

y2(n-2) = (n+1)*(x1(2*(n-2)));

end

figure(1)

subplot(2,1,1)

stem(x1,'r')

title('Entrada x1[n]')

xlabel('Amostras n')

ylabel('Amplitude')

grid on

figure(2)

subplot(2,1,1)

stem(y1,'r')

title('Saída y1[n]')
 xlabel('Amostras n')

ylabel('Amplitude')

grid on

subplot(2,1,2)

stem(y2,'b')

title('Saída y2[n]')

xlabel('Amostras n')

ylabel('Amplitude')

grid on

Como de acordo com o item a), o sistema não é invariante no tempo (vide as saídas
diferentes).
2. Considere o SLIT descrito pela seguinte equação das diferenças:
𝟏
𝒚[𝒏] = 𝒚 [𝒏 − 𝟏] + 𝒙[𝒏] − 𝟐𝒙[𝒏 − 𝟏]
𝟒
a. Calcule a resposta impulsiva para -1 ≤ n ≤ 10.
A entrada corresponde a um impulso, portanto para todo valor de entrada deslocada
(x[n-1], por exemplo), a entrada será nula pois a amplitude do impulso só existe em n =
0. A condição inicial é nula, portanto y[-1] = 0.
n Equação Resultado
-1 0
𝟏
𝒚[−𝟏] = 𝒚 [𝒏 − 𝟏] + 𝒙[𝒏] − 𝟐𝒙[𝒏 − 𝟏]
𝟒

0 𝟏 1
𝒚[𝟎] = 𝒚 [−𝟏] + 𝒙[𝟎] − 𝟐𝒙[−𝟏]
𝟒
1 𝟏 -7/4
𝒚[𝟏] = 𝒚 [𝟎] + 𝒙[𝟏] − 𝟐𝒙[𝟎]
𝟒
2 𝟏 -7/16
𝒚[𝟐] = 𝒚 [𝟏]
𝟒
3 𝟏 -7/64
𝒚[𝟑] = 𝒚 [𝟐]
𝟒
4 𝟏 -7/256
𝒚[𝟒] = 𝒚 [𝟑]
𝟒
5 𝟏 -7/1024
𝒚[𝟓] = 𝒚 [𝟒]
𝟒
6 𝟏 -7/4096
𝒚[𝟔] = 𝒚 [𝟓]
𝟒
7 𝟏 -7/16384
𝒚[𝟕] = 𝒚 [𝟔]
𝟒
8 𝟏 -7/65536
𝒚[𝟖] = 𝒚 [𝟕]
𝟒
9 𝟏 -7/262144
𝒚[𝟗] = 𝒚 [𝟖]
𝟒
10 𝟏 -7/1048576
𝒚[𝟏𝟎] = 𝒚 [𝟗]
𝟒
Assim, observando o padrão exibido na tabela acima, a expressão para o instante a partir
de n = 1 é:
1 𝑛
𝑦[𝑛] = ( ) (−7)𝑢[𝑛 − 1] + ɖ(𝑛)
4

A figura apresenta atraso de y[n+2].

b. Obtenha a resposta impulsiva pela propriedade da linearidade.
n Equação Resultado
𝟏
n 𝒚𝟏[𝒏] = 𝒚 𝟏[𝒏 − 𝟏] + 𝒙[𝒏], onde x[n] = ɖ[n]
𝟒
0 𝟏 1
𝒚𝟏[𝟎] = ∗ 𝟎 + 𝟏
𝟒
1 𝟏 1/4
𝒚𝟏[𝟏] = ∗ 𝟏 + 𝟎
𝟒
2 𝟏 1/16
𝒚𝟏[𝟐] = 𝒚 𝟏[𝟏]
𝟒
3 𝟏 1/64
𝒚𝟏[𝟑] = 𝒚𝟏 [𝟐]
𝟒
4 𝟏 1/256
𝒚𝟏[𝟒] = 𝒚𝟏 [𝟑]
𝟒
5 𝟏 1/1024
𝒚𝟏[𝟓] = 𝒚𝟏 [𝟒]
𝟒
6 𝟏 1/4096
𝒚𝟏[𝟔] = 𝒚𝟏 [𝟓]
𝟒
7 𝟏 1/16384
𝒚𝟏[𝟕] = 𝒚 𝟏[𝟔]
𝟒
8 𝟏 1/65536
𝒚𝟏[𝟖] = 𝒚 𝟏[𝟕]
𝟒
9 𝟏 1/262144
𝒚𝟏[𝟗] = 𝒚 𝟏[𝟖]
𝟒
10 𝟏 1/1048576
𝒚𝟏[𝟏𝟎] = 𝒚 𝟏[𝟗]
𝟒
Logo, a equação que rege o disposto acima é, para 0 ≤ n ≤ 10.
1 𝑛
𝑦1[𝑛] = ( ) (𝑢[𝑛])
4
n Equação Resultado
n 𝒚𝟐[𝒏] = 𝒚 𝟐[𝒏 − 𝟏] + 𝒙[𝒏 − 𝟏]
0 𝟏 0
𝒚𝟐[𝟎] = ∗ 𝟎 + 𝟎
𝟒
1 𝟏 -2
𝒚𝟐[𝟏] = ∗ −𝟐
𝟒
2 𝟏 -2/4
𝒚[𝟐] = 𝒚 𝟐[𝟏]
𝟒
3 𝟏 -2/16
𝒚𝟐[𝟑] = 𝒚𝟐 [𝟐]
𝟒
4 𝟏 -2/64
𝒚𝟐[𝟒] = 𝒚𝟐 [𝟑]
𝟒
5 𝟏 -2/256
𝒚𝟐[𝟓] = 𝒚𝟐 [𝟒]
𝟒
6 𝟏 -2/1024
𝒚𝟐[𝟔] = 𝒚𝟐 [𝟓]
𝟒
7 𝟏 -2/4096
𝒚𝟐[𝟕] = 𝒚 𝟐[𝟔]
𝟒
8 𝟏 -2/16384
𝒚𝟐[𝟖] = 𝒚 𝟐[𝟕]
𝟒
9 𝟏 -2/65536
𝒚𝟐[𝟗] = 𝒚 𝟐[𝟖]
𝟒
10 𝟏 -2/262144
𝒚𝟑[𝟏𝟎] = 𝒚 𝟐[𝟗]
𝟒
Logo, a equação que rege o disposto acima é, para 0 ≤ n ≤ 10.
1 𝑛
𝑦2[𝑛] = −8 ∗ ( ) (𝑢[𝑛 − 1])
4
Assim, temos, para -1 ≤ n ≤ 10.
ℎ[𝑛] = 𝑦1[𝑛] + 𝑦2[𝑛]

1 𝑛
ℎ[𝑛] = ( ) (𝑢[𝑛] − 8𝑢[𝑛 − 1]
4
c. Usando convolução, calcule o valor da saída em n = 15, quando a entrada é
𝟏 𝒏−𝟒
𝒙[𝒏] = (𝟐) (𝒖 [𝒏 − 𝟓] − 𝒖[𝒏 − 𝟏𝟎])