TRANSFORMADAS DE FOURIER

Material para complementar 2001

Organizado no dia 6 de Maio de 2003
Curso de Ci encias da Computa c ao
Prof. Ulysses Sodr e
ii
Copyright c (2002 Ulysses Sodr e. Todos os direitos reservados.
email: <ulysses@sercomtel.com.br>
email: <ulysses@matematica.uel.br>
Esta compilac ao foi realizada no dia 6 de Maio de 2003.
Este material pode ser usado por docentes e alunos desde que citada a fonte, mas n ao pode ser
vendido e nem mesmo utilizado por qualquer pessoa ou entidade para auferir lucros.
Para conhecer centenas de aplicac oes da Matem atica, visite a Home Page:
http://pessoal.sercomtel.com.br/matematica/
Ora, a f e e o rme fundamento das coisas que se esperam e a
prova das coisas que n ao se v eem. Porque por ela os antigos
alcancaram bom testemunho. Pela f e entendemos que os mun-
dos foram criados pela palavra de Deus; de modo que o visvel
n ao foi feito daquilo que se v e. HEBREUS 11:1-3, Bblia Sagrada.
CONTE

UDO iii
Conte udo
1 Sinais peri odicos, simetrias e S eries de Fourier 1
1.1 Perodos e frequ encias de sinais . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Durac ao de um sinal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.3 Um sinal simples (sen oide) no domnio do tempo . . . . . . . . . . . . 2
1.4 Exemplo com um sinal sinusoidal . . . . . . . . . . . . . . . . . . . . . . 3
1.5 Tr es tipos importantes de simetrias . . . . . . . . . . . . . . . . . . . . . 3
1.6 S erie de Fourier com coecientes reais . . . . . . . . . . . . . . . . . . . 4
1.7 S erie de Fourier com coecientes complexos . . . . . . . . . . . . . . . 4
1.8 Condic oes para a exist encia de uma s erie de Fourier . . . . . . . . . . . 5
1.9 Simetria de meia-onda e coecientes reais . . . . . . . . . . . . . . . . . 5
1.10 Exemplo de sinal com simetria de meia-onda . . . . . . . . . . . . . . . 7
1.11 Simetria de meia-onda e coecientes complexos . . . . . . . . . . . . . 7
1.12 Simetrias par e mpar e coecientes complexos . . . . . . . . . . . . . . 8
2 Espectros discretos de frequ encia 9
2.1 Um sinal simples no domnio da frequ encia . . . . . . . . . . . . . . . . 9
2.2 Motivos para estudar espectros de Fourier . . . . . . . . . . . . . . . . . 10
2.3 Representac oes de um sinal peri odico . . . . . . . . . . . . . . . . . . . 10
2.4 Espectros discretos de sinais peri odicos . . . . . . . . . . . . . . . . . . 11
2.5 Exemplo gr aco em que o perodo e igual ` a durac ao . . . . . . . . . . . 11
2.6 Exemplo em que a durac ao e menor do que o perodo . . . . . . . . . . 13
2.7 Func ao sinc . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.8 O ultimo exemplo ` a luz da func ao sinc(.) . . . . . . . . . . . . . . . . . . 14
3 Conceitos importantes da An alise Matem atica 18
3.1 Func oes integr aveis (segundo Riemann) . . . . . . . . . . . . . . . . . . 18
3.2 Func oes absolutamente integr aveis . . . . . . . . . . . . . . . . . . . . . 18
3.3 Exemplos de func oes absolutamente integr aveis . . . . . . . . . . . . . 18
3.4 O espaco de Schwarz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.5 Informac oes sobre o espaco de Schwarz . . . . . . . . . . . . . . . . . . 19
3.6 Alguns teoremas importantes da An alise . . . . . . . . . . . . . . . . . 20
3.6.1 Integral por partes . . . . . . . . . . . . . . . . . . . . . . . . . . 20
3.6.2 Integral por substituic ao . . . . . . . . . . . . . . . . . . . . . . . 20
3.6.3 Teorema do valor m edio para integrais . . . . . . . . . . . . . . 20
3.6.4 Derivada sob o sinal de integral . . . . . . . . . . . . . . . . . . 20
3.6.5 Regra de Leibniz . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
4 Transformada de Fourier 21
4.1 Transformada de Laplace . . . . . . . . . . . . . . . . . . . . . . . . . . 21
4.2 Denic ao de Transformada de Fourier . . . . . . . . . . . . . . . . . . . 22
4.3 Transformada de Fourier e func oes absolutamente integr aveis . . . . . 22
4.4 Transformada de Fourier em func ao de f
0
. . . . . . . . . . . . . . . . . 23
4.5 Transformada de Fourier em func ao de
x
. . . . . . . . . . . . . . . . . 23
4.6 Transformada de Fourier da func ao caracterstica . . . . . . . . . . . . . 23
4.7 Exemplo com uma func ao exponencial decrescente . . . . . . . . . . . 24
4.8 Exemplo com uma func ao exponencial crescente . . . . . . . . . . . . . 24
CONTE

UDO iv
5 Espectros contnuos da Transformada de Fourier 25
5.1 Espectros, Amplitude e Fase . . . . . . . . . . . . . . . . . . . . . . . . . 25
5.2 Exemplo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
6 Propriedades da Transformada de Fourier 26
6.1 Translac ao no tempo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
6.2 Translac ao na frequ encia . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
6.3 Homotetia (escala) na vari avel . . . . . . . . . . . . . . . . . . . . . . . 27
6.4 Exemplo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
7 Transformada Inversa de Fourier 29
8 Transformadas direta e inversa de Fourier 30
8.1 Pares de transformadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
8.2 Propriedades Lineares . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
8.3 Exemplo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
8.4 Exemplo complexo com um par de transformadas . . . . . . . . . . . . 31
8.4.1 Transformada direta . . . . . . . . . . . . . . . . . . . . . . . . . 31
8.4.2 Transformada inversa . . . . . . . . . . . . . . . . . . . . . . . . 32
8.4.3 Conclus ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
9 Convolu c ao de Fun c oes 34
9.1 Produto de transformadas e a convoluc ao . . . . . . . . . . . . . . . . . 34
9.2 Denic ao de convoluc ao . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
9.3 Propriedades da convoluc ao . . . . . . . . . . . . . . . . . . . . . . . . . 34
9.4 Alguns exerccios importantes . . . . . . . . . . . . . . . . . . . . . . . . 35
10 A distribui c ao delta de Dirac 35
10.1 Elementos gerais sobre . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
10.2 Func ao degrau unit ario e func ao caracterstica . . . . . . . . . . . . . . 36
10.3 A distribuic ao como limite de func oes reais . . . . . . . . . . . . . . . 36
10.4 Mais rigor matem atico com a distribuic ao . . . . . . . . . . . . . . . . 37
10.5 Propriedades da distribuic ao de Dirac . . . . . . . . . . . . . . . . . . 37
10.6 Propriedade gr aca de com a convoluc ao . . . . . . . . . . . . . . . . 39
11 Transformada de Fourier da convolu c ao 39
11.1 Transformada de Fourier da distribuic ao . . . . . . . . . . . . . . . . . 39
12 Transformadas de Fourier de Derivadas 40
12.1 Transformadas de derivadas parciais . . . . . . . . . . . . . . . . . . . . 40
13 Solu c ao da Equa c ao do Calor 41
13.1 Observac ao sobre este material . . . . . . . . . . . . . . . . . . . . . . . 43
Se c ao 1 Sinais peri odicos, simetrias e S eries de Fourier 1
1 Sinais peri odicos, simetrias e S eries de Fourier
1.1 Perodos e frequ encias de sinais
Um sinal (ou func ao) s = s(t) e dito peri odico, se existe um menor
n umero real positivo T, denominado perodo fundamental para este si-
nal, tal que para todo t R:
s(t) = s(t + T)
Operodo T de umsinal caracteriza o n umero de T radianos necess arios
para que o sinal s = s(t) volte a ter a mesma forma inicial.
Para um sinal T-peri odico, a medida do inverso de T:
f
0
=
1
T
[Hertz]
e denominada a frequencia fundamental deste sinal. Este n umero,
mede o n umero de vezes que ocorre a repetic ao deste sinal no perodo
T.
Figura 1: Gr aco da sen oide s(t) = 3 cos(2t /2)
Para o sinal do gr aco acima, temos que f
0
= 1/. A frequ encia funda-
mental f
0
, medida em [rad/s], e a velocidade do sinal para dar 1 volta
completa no perodo T. Como uma volta completa mede 2 radianos,
denimos a frequ encia angular deste sinal como:
=
2
T
= 2f
0
1.2 Dura c ao de um sinal 2
Para o sinal s(t) = 3 cos(2t /2), temos que = 2, o que signica que
s = s(t) se repete 2 vezes enquanto o par ametro t percorre um intervalo
de comprimento 2, por exemplo, o intervalo [0, 2].
Na literatura, e bastante comum encontrarmos a frequ encia angular
indicada simplesmente como a frequ encia.
1.2 Dura c ao de um sinal
Se um sinal s = s(t) e T-peri odico, denimos a durac ao d deste sinal
como o tempo que o sinal n ao se anulou dentro do perodo T.
1.3 Um sinal simples (sen oide) no domnio do tempo
Um sinal simples pode ser representado gracamente por uma func ao
sinusoidal (sen oide ou cossen oide) e pode ser escrito na forma geral
s(t) = A
0
+ C
1
cos(t + )
Os quatro par ametros que caracterizam este sinal, s ao:
1. A
0
e a altura m edia do sinal em relac ao ao eixo das abscissas.
2. C
1
e a amplitude do sinal que e a altura da oscilac ao.
3. e a frequ encia angular [rad/s] que indica a medida de uma
volta completa no perodo T do sinal.
4. e o angulo de fase ou o deslocamento da fase, que mede o quanto
a curva est a deslocada horizontalmente para a direita.
Da trigonometria elementar, temos que:
cos(t + ) = cos(t) cos() sin(t) sin()
logo
s(t) = A
0
+ C
1
[cos(t) cos() sin(t) sin()]
Para reduzir a express ao acima, tomamos:
A
1
= C
1
cos() e B
1
= C
1
sin()
e com estes novos par ametros, escrevemos
s(t) = A
0
+ A
1
cos(t) + B
1
sin(t)
Mostramos assim que, todo sinal sinusoidal pode ser expresso como
uma combinac ao linear de cos(.) e sin(.), deslocado de uma medida
vertical A
0
. Se os valores de A
1
e B
1
s ao dados, podemos obter C
1
e o
angulo de fase .
1.4 Exemplo com um sinal sinusoidal 3
1.4 Exemplo com um sinal sinusoidal
Como uma sen oide tem a forma geral s(t) = A
0
+ C
1
cos(t + ) toma-
remos o sinal
s(t) = 3 cos

2t

2

Neste caso, a amplitude e igual a 3, a frequ encia angular e 2, o angulo

de fase e /2 e A
0
= 0 o que indica que a translac ao vertical deste
sinal e nula.
Figura 2: Gr aco de uma sen oide
1.5 Tr es tipos importantes de simetrias
Consideremos um sinal s = s(t) de perodo T. Dizemos que s = s(t)
tem simetria
1. par, se para todo t R, s(t) = s(t).
2. mpar, se para todo t R, s(t) = s(t).
3. de meia-onda, se para todo t R, s(t +
T
2
) = s(t). Geometrica-
mente, o gr aco da segunda metade do sinal s = s(t) no perodo T
e a reex ao do gr aco da primeira metade de s = s(t) em relac ao
ao eixo dos tempos, transladada (deslocada) de
T
2
para a direita.
Um exemplo disso pode ser visto no gr aco.
1.6 S erie de Fourier com coecientes reais 4
Figura 3: Sinal de meia-onda
1.6 S erie de Fourier com coecientes reais
Se s = s(t) e uma func ao T-peri odica, ent ao podemos escrever a s erie
de Fourier de s = s(t), como:
s(t) =
a
0
2
+

n=1
[ a
n
cos(
2nt
T
) + b
n
sin(
2nt
T
) ]
onde
a
0
=
2
T

T/2
T/2
s(t)dt
a
n
=
2
T

T/2
T/2
s(t) cos(
2nt
T
)dt
b
n
=
2
T

T/2
T/2
s(t) sin(
2nt
T
)dt
Tomando a frequ encia angular como = 2/T, poderemos escrever
uma express ao onde aparecem poucas frac oes:
s(t) =
a
0
2
+

n=1
[ a
n
cos(nt) + b
n
sin(nt) ]
onde a
n
e b
n
s ao, respectivamente, as amplitudes das func oes cos(nt) e
sin(nt) e os argumentos n s ao m ultiplos inteiros positivos da frequ encia
angular.
1.7 S erie de Fourier com coecientes complexos
Podemos representar um sinal T-peri odica atrav es de uma s erie de
Fourier complexa. A id eia b asica e escrever a s erie de Fourier de s =
1.8 Condi c oes para a exist encia de uma s erie de Fourier 5
s(t) em qualquer uma das formas complexas:
s(t) =

n=
C
n
e
2int/T
=

n=
C
n
e
int
onde = 2/T e n e um n umero inteiro. Os coecientes de Fourier
complexos da func ao s = s(t), s ao dados por qualquer das duas inte-
grais:
C
n
=
1
T

T/2
T/2
s(t) e
2int/T
dt =
1
T

T/2
T/2
s(t) e
int
dt
1.8 Condi c oes para a exist encia de uma s erie de Fourier
Para construir a s erie de Fourier de uma func ao s = s(t), devemos
exigir que:
1. Esta s erie seja uniformemente convergente para s = s(t);
2. As func oes envolvidas nos c alculos sejamabsolutamente integr aveis
e como consequ encia disso, integr aveis;
3. A func ao s = s(t) seja seccionalmente diferenci avel.
Muitas vezes algumas dessas condic oes se sobrep oe e s ao desnecess arias.
Se s = s(t) e uma func ao T-peri odica, ent ao esta func ao possui compo-
nentes cos(nt) e sin(nt) cujos argumentos s ao frequ encias m ultiplas
inteiras da frequ encia angular do sinal.
1.9 Simetria de meia-onda e coecientes reais
A s erie de Fourier de s = s(t) com coecientes reais pode ser posta na
forma
s(t) =
a
0
2
+

n=1
[ a
n
cos(nt) + b
n
sin(nt) ]
onde = 2/T. Para cada n = 1, 2, 3, ...:

a
n
b
n

=
2
T

T/2
T/2
s(t)

cos(nt)
sin(nt)

dt
e
a
o
=
2
T

T/2
T/2
s(t)dt
1.9 Simetria de meia-onda e coecientes reais 6
A simetria de meia-onda garante que os todos os coecientes com
ndices pares para a s erie de Fourier de s = s(t) se anular ao, isto e, para
todo
n = 0, 2, 4, ..., a
n
= b
n
= 0. Calcularemos apenas os coecientes com
ndices mpares. Realmente,
a
n
=
2
T

T/2
T/2
s(t) cos(nt)dt
=
2
T

T
0
s(t) cos(nt)dt
=
2
T

T/2
0
s(t) cos(nt)dt +
2
T

T
T/2
s(t) cos(nt)dt
Com a mudanca de vari avel v = t
T
2
na segunda integral, obtemos
a
n
=
2
T

T/2
0
s(t) cos(nt)dt +
2
T

T/2
0
s(t +
T
2
) cos[n(t +
T
2
)]dt
Como cos[n(t+
T
2
)] = (1)
n
cos(nt) e como s(t+
T
2
) = s(t), podemos
escrever
a
n
=
2
T

T/2
0
s(t) cos(nt)dt +
2
T

T/2
0
s(t)(1)
n
cos(nt)dt
Utilizando a mesma variavel muda u nas duas integrais, teremos
a
n
=
2
T

T/2
0
s(u) cos(nu)du +
2
T

T/2
0
s(u)(1)
n
cos(nu)du
e estas integrais podem ser incorporadas em apenas uma integral
a
n
=
2
T

T/2
0
s(u) cos(nu)[1 (1)
n
]du
Se n e par, ent ao a
n
= 0 e se n e mpar, temos que
a
n
=
4
T

T/2
0
s(u) cos(nu)du
De forma an aloga, podemos mostrar que, para n par segue que b
n
= 0
e para n mpar, temos que
b
n
=
4
T

T/2
0
s(u) sin(nu)du
1.10 Exemplo de sinal com simetria de meia-onda 7
1.10 Exemplo de sinal com simetria de meia-onda
Consideremos o sinal s = s(t) de perodo T = 2 denido por
s(t) =

t se < t < 0
t se 0 t <
A frequ encia angular e = 1. Pelas an alise anteriores, a
n
= b
n
= 0 se n
e par e quando n e mpar:
a
n
=
1

0
t cos(nt)dt =
(1)
n
1
n
2
=
2
n
2
b
n
=
1

0
t sin(nt)dt =
(1)
n
n
=
1
n
Desse modo, a s erie de Fourier e dada por
s(t) =
a
0
2
+

n mpar

2
n
2
cos(nt) +
1
n
sin(nt)

1.11 Simetria de meia-onda e coecientes complexos

Um sinal s = s(t) T-peri odico com simetria de meia-onda, possui a pro-
priedade s(t+
T
2
) = s(t) para todo t R. A expans ao em s erie de Fou-
rier com coecientes complexos para este sinal s = s(t), ter a a forma
s(t) =

n=
c
n
e
int
onde = 2/T e para cada n Z
c
n
=
1
T

T/2
T/2
s(t)e
int
dt
A simetria de meia-onda garante que os todos os coecientes comple-
xos com ndices pares para a s erie de Fourier de s = s(t) se anular ao,
isto e, para todo n = 0, 2, 4, 6, ..., teremos c
n
= 0 e deveremos
apenas calcular os coecientes com ndices mpares. Realmente,
c
n
=
1
T

T/2
T/2
s(t) e
int
dt
=
1
T

T
0
s(t) e
int
dt
=
1
T

T/2
0
s(t) e
int
dt +
1
T

T
T/2
s(t) e
int
dt
1.12 Simetrias par e mpar e coecientes complexos 8
Com a mudanca de vari avel v = t
T
2
na segunda integral, obtemos
c
n
=
1
T

T/2
0
s(t) e
int
dt +
1
T

T/2
0
s(v + T/2) e
in(v + T/2)
dv
Como e
in(v+T/2)
= (1)
n
e
inv
e como s(t +
T
2
) = s(t), escreveremos
c
n
=
1
T

T/2
0
s(t) e
int
dt +
1
T

T/2
0
s(v) (1)
n
e
inv
dv
Com a mesma variavel muda u nas duas integrais, escrevemos
c
n
=
1
T

T/2
0
s(u) e
inu
du +
1
T

T/2
0
s(u) (1)
n
e
inu
du
e reunindo estas duas integrais em apenas uma integral, teremos
c
n
=
1
T

T/2
0
s(u) e
inu
[1 (1)
n
] du
A express ao em colchetes determina o valor. Se n e par, ent ao c
n
= 0 e
se n e mpar, temos que
a
n
=
2
T

T/2
0
s(u) cos(nu)du
De modo an alogo, se n e par b
n
= 0 e se n e mpar, temos que
c
n
=
2
T

T/2
0
s(u) e
inu
du
1.12 Simetrias par e mpar e coecientes complexos
Se s = s(t) e um sinal T-peri odico par, ent ao
c
n
=
1
T

T/2
T/2
s(t) e
int
dt
=
1
T

T/2
T/2
s(t) [cos(nt) i sin(nt)] dt
=
1
T

T/2
T/2
s(t) cos(nt) dt i
1
T

T/2
T/2
s(t) sin(nt) dt
=
1
T

T/2
T/2
s(t) cos(nt) dt + 0
Se c ao 2 Espectros discretos de frequ encia 9
A ultima integral se anula, pois o integrando e uma func ao mpar ob-
tida pelo produto de um sinal par s = s(t) pela func ao sin() que e
mpar. Basta realizar a primeira integral que possui um integrando par
para obter
c
n
=
2
T

T/2
0
s(t) cos(nt) dt
Se s = s(t) e um sinal T-peri odico mpar, ent ao
c
n
=
1
T

T/2
T/2
s(t) e
int
dt
=
1
T

T/2
T/2
s(t) [cos(nt) i sin(nt)] dt
=
1
T

T/2
T/2
s(t) cos(nt) dt i
1
T

T/2
T/2
s(t) sin(nt) dt
= 0 +
i
T

T/2
T/2
s(t) sin(nt) dt
A primeira integral se anula, pois o integrando e uma func ao mpar
obtida pelo produto de s = s(t) que e mpar e de cos() que e par. Basta
realizar a segunda integral que possui um integrando par para obter
c
n
=
2 i
T

T/2
0
s(t) sin(nt) dt
2 Espectros discretos de frequ encia
2.1 Um sinal simples no domnio da frequ encia
Se t e a vari avel tempo, um sinal sinusoidal simples s = s(t) pode ser
escrito na forma
s(t) = A
0
+ C
1
cos(t + )
H a uma forma diferente que proporciona uma an alise do sinal em
func ao do comportamento oscilat orio do mesmo. Podemos pensar que
este sinal depende de dois par ametros: a frequ encia angular e o
angulo de fase. Construmos os gr acos de duas func oes no sistema
cartesiano, em que o domnio de ambas e o (mesmo) conjunto de todos
os m ultiplos inteiros da frequ encia angular , mas as imagens mostram
os comportamentos de ambas:
1. C
1
= C
1
() e a amplitude em func ao de .
2.2 Motivos para estudar espectros de Fourier 10
2. = () e o angulo de fase em func ao de .
Com estas func oes, e possivel estudar o sinal s = s(t) em func ao da
frequ encia angular , donde prov em o nome sinal no domnio da
fequ encia.
2.2 Motivos para estudar espectros de Fourier
1. S eries de Fourier s ao utilizadas no estudo de sinais peri odicos, en-
quanto que Transformadas de Fourier s ao utilizadas no estudo de
sinais n ao peri odicos.
2. S eries de Fourier e Transformadas de Fourier, quando usadas em
conjunto, s ao adequadas para estudar o espectro de um sinal.
3. O espectro de um sinal e um objeto matem atico apropriado para
descrever, de uma forma bastante conveniente, um sinal a partir
da vari avel que representa a frequ encia angular do sinal, do que
atrav es de uma curva em func ao do tempo, al em de informar a
medida da frequ encia do sinal.
4. Embora uma s erie de Fourier com coecientes reais parece dar a
aimpress ao que pode ser obtida mais facilmente do que a s erie
de Fourier com coecientes complexos, ` as vezes, usamos a s erie
complexa que possui caractersticas matem aticas do sinal de uma
forma mais sint etica, al em de ser exatamente por este meio que
podemos obter mais facilmente a fase e a amplitude do sinal.
2.3 Representa c oes de um sinal peri odico
Pela discuss ao anterior, j a vimos que um sinal peri odico s = s(t), pode
ser representado de dois modos equivalentes relacionados um com o
outro: Representac ao no domnio do tempo ou no domnio da frequ encia.
A representac ao no domnio da frequ encia depende das amplitudes
e dos argumentos das componentes da s erie de Fourier complexa da
func ao s = s(t).
Como todo n umero complexo z tem uma representac ao na forma polar,
o coeciente de Fourier complexo c
n
pode ser escrito como:
c
n
= A
n
e
i
n
2.4 Espectros discretos de sinais peri odicos 11
onde A
n
= [c
n
[ e a amplitude da n- esima componente harm onica de
s = s(t) e
n
= arg(c
n
) e o angulo de fase de c
n
, que e o angulo formado
entre o n umero complexo (pensado como um vetor) c
n
e o eixo real
OX.
2.4 Espectros discretos de sinais peri odicos
Com relac ao aos espectros discretos b asicos de um sinal s = s(t):
1. O espectro de amplitude e o gr aco das amplitudes A
n
em func ao
das respectivas frequ encias de s = s(t).
2. O espectro de fase e o gr aco das fases
n
em func ao das respecti-
vas frequ encias de s = s(t).
Observa c ao: Se s = s(t) e uma func ao peri odica real, o complexo con-
jugado de c
n
coincide com c
n
e nesse caso temos:
c
n
= c
n
, A
n
= [c
n
[ = [c
n
[ = A
n
arg(c
n
) = arg(c
n
), (c
n
) = (c
n
)
garantindo que o espectro de amplitude do sinal s = s(t) e sim etrico
em relac ao ao eixo vertical (func ao par) e o seu espectro de fase e
sim etrico em relac ao ` a origem do sistema cartesiano (func ao mpar).
2.5 Exemplo gr aco em que o perodo e igual ` a dura c ao
Seja a func ao sinal 2-peri odica (mpar) denida por
s(t) = sinal(t) =

+1 se 0 < t <
1 se < t < 0
Mostre que a s erie de Fourier complexa desta func ao e:
s(t) =

k mpar

2i
k
e
ikt
Neste caso, o perodo e T = 2 e a frequ encia angular e = 2/T = 1.
Para cada k inteiro mpar, temos:
A
k
=
2
[k[
e
k
= sinal(k)

2
Para cada k inteiro par, temos que c
k
= A
k
=
k
= 0
2.5 Exemplo gr aco em que o perodo e igual ` a dura c ao 12
n 5 4 3 2 1 0 1 2 3 4 5
A
n
2
5
0
2
3
0
2

0
2

0
2
3
0
2
5

2
0

2
0

2
0

2
0

2
0

2
Figura 4: Algumas amplitudes e fases em func ao das frequ encias
Figura 5: Gr aco das amplitudes em func ao das frequ encias
Figura 6: Gr aco das fases em func ao das frequ encias
2.6 Exemplo em que a dura c ao e menor do que o perodo 13
2.6 Exemplo em que a dura c ao e menor do que o perodo
J a denimos antes a durac ao d de um sinal T-peri odico s = s(t) como
o tempo que o sinal permanece n ao nulo neste perodo T. Vamos con-
siderar um sinal T-peri odico com durac ao d, denido por:
s(t) =

1 se [t[ d/2
0 se [t[ > d/2
Figura 7: Pulso com d = T/2 e 3 ret angulos no intervalo [3, 3]
Se tomarmos = 2/T e a s erie de Fourier deste sinal como
s(t) =

n=
C
n
e
2int/T
=

n=
C
n
e
int
(1)
ent ao, para cada inteiro n inteiro, os coecientes de Fourier complexos
da func ao s = s(t), ser ao dados por qualquer das integrais:
C
n
=
1
T

T/2
T/2
s(t) e
2int/T
dt =
1
T

T/2
T/2
s(t) e
int
dt
e como s = s(t) e n ao nula apenas no intervalo [d/2, d/2], ent ao:
C
n
=
1
T

d/2
d/2
e
int
dt
que pode ser reescrito como:
C
n
=
1
T

d/2
d/2
cos(nt)dt i

d/2
d/2
sin(nt)dt

A segunda integral e nula, pois a func ao sin(.) e mpar no intervalo

sim etrico [d/2, d/2], logo:
C
n
=
2
Tn
sin(
nd
2
) =
1
n
sin(
nd
T
)
2.7 Fun c ao sinc 14
onde n Z e a s erie de Fourier complexa ser a escrita atrav es de uma
das formas:
s(t) =

n=
2
Tn
sin(
nd
2
) e
int
=

n=
1
n
sin(
nd
T
) e
2int/T
2.7 Fun c ao sinc
Em virtude do uso intenso e para simplicar as nossas notac oes, de-
niremos a func ao sinc para x R, por:
sinc(x) =

sin(x)
x
se x = 0
1 se x = 0
(2)
O limite fundamental
lim
u0
sin(u)
u
= 1
garante que podemos denir sinc(0) = 1. Outro fato simples, mas de
grande import ancia, e que sinc(x) = 0, para todo n umero inteiro x.
Figura 8: Gr aco da func ao sinc(.)
2.8 O ultimo exemplo ` a luz da fun c ao sinc(.)
Consideremos a func ao
s(t) =

1 se [t[ d/2
0 se [t[ > d/2
2.8 O ultimo exemplo ` a luz da fun c ao sinc(.) 15
Como j a obtivemos antes os coecientes de Fourier c
n
, ent ao multipli-
cando e dividindo cada coeciente por
nd
T
, obtemos:
c
n
=
1
n
sin(
nT
T
) =
1
n
nd
T

T
nd
sin(
nd
T
)

que pode ser reescrito para cada n Z, como

c
n
=
d
T
sin(
nd
T
)
nd
T
=
d
T
sinc(
nd
T
)
e a s erie de Fourier complexa pode ent ao ser reescrita como:
s(t) =

n=
d
T
sinc(n
d
T
) e
2int/T
Agora construiremos os espectros de amplitude A
n
e de fase
n
em
func ao dos respectivos m ultiplos da frequ encia fundamental f
0
= 1/T.
Os gr acos ser ao construdos com barras verticais, respectivamente, de
alturas A
n
nas posic oes nf
0
do eixo das abscissas, para cada n inteiro.
A raz ao d/T entre a durac ao e o perodo e importante. Faremos v arias
an alises para entender mais ` a frente a estreita ligac ao entre s eries e
transformadas de Fourier. Consideraremos os comportamentos das
amplitudes A
n
com a durac ao d xa e os perodos T aumentando em
func ao do valor d xado.
1. T = d Neste caso, c
0
= 1 e c
n
= 0 para cada n inteiro n ao nulo.
Figura 9: Gr aco das amplitudes com T = d
2. T = 2d Neste caso c
0
= 1/2. Se n e par segue que c
n
= 0 mas se n
e mpar
c
n
=
1
2
sinc(
n
2
)
2.8 O ultimo exemplo ` a luz da fun c ao sinc(.) 16
Figura 10: Gr aco das amplitudes com T = 2d
3. T = 3d Neste caso, c
0
= 1/3 e se n e m ultiplo inteiro de 3, segue
que c
n
= 0, mas se a divis ao de n por 3 tem resto n ao nulo, temos
que
c
n
=
1
3
sinc(
n
3
)
Figura 11: Gr aco das amplitudes com T = 3d
4. T = kd Aqui c
0
= 1/k. Se n e m ultiplo inteiro de k, segue que
c
n
= 0, mas se a divis ao de n por k tem resto n ao nulo, segue que
c
n
=
1
k
sinc(
n
k
)
Cada gr aco das amplitudes foi desenhado com:
Uma barra vertical de altura igual a 1/k em n = 0,
Barras verticais de alturas
1
k
sinc(
n
k
) sobre os pontos de
abscissas nf
0
, se n n ao e divisvel por k,
bolinhas sobre os pontos de abscissas nf
0
, se n e n ao nulo e
m ultiplo de k.
2.8 O ultimo exemplo ` a luz da fun c ao sinc(.) 17
Figura 12: Gr aco das amplitudes com T = 4d
Em cada caso, a frequ encia fundamental f
0
diminui ` a medida que o
respectivo perodo T aumenta. Como a a durac ao d do sinal est a -
xada, como aumento do valor de k, existir ao mais barras verticais entre
dois m ultiplos inteiros da frequ encia fundamental, em cada caso. Na
sequ encia, veremos uma tabela com os c alculos dos coecientes para
os valores k = 1, 2, ..., 10
nf
0
`k 1 2 3 4 5 6 7 8 9 10
5f
0
0,0 0,1 -0,1 0,0 0,0 0,0 0,0 0,1 0,1 0,1
4f
0
0,0 0,0 -0,1 0,0 0,0 0,1 0,1 0,1 0,1 0,1
3f
0
0,0 -0,1 0,0 0,1 0,1 0,1 0,1 0,1 0,1 0,1
2f
0
0,0 0,0 0,1 0,2 0,2 0,1 0,1 0,1 0,1 0,1
1f
0
0,0 0,3 0,3 0,2 0,2 0,2 0,1 0,1 0,1 0,1
0 1,0 0,5 0,3 0,3 0,2 0,2 0,1 0,1 0,1 0,1
1f
0
0,0 0,3 0,3 0,2 0,2 0,2 0,1 0,1 0,1 0,1
2f
0
0,0 0,0 0,1 0,2 0,2 0,1 0,1 0,1 0,1 0,1
3f
0
0,0 -0,1 0,0 0,1 0,1 0,1 0,1 0,1 0,1 0,1
4f
0
0,0 0,0 -0,1 0,0 0,0 0,1 0,1 0,1 0,1 0,1
5f
0
0,0 0,1 -0,1 0,0 0,0 0,0 0,0 0,1 0,1 0,1
Figura 13: Coecientes de Fourier com T = kd e a durac ao d xada
Se c ao 3 Conceitos importantes da An alise Matem atica 18
3 Conceitos importantes da An alise Matem atica
3.1 Fun c oes integr aveis (segundo Riemann)
Uma func ao real f = f(x) e integr avel (segundo Riemann) sobre R se

f(x) dx <
isto e, se a integral de f = f(x) sobre R e nita.
3.2 Fun c oes absolutamente integr aveis
Uma func ao real f = f(x) e absolutamente integr avel sobre R se

[f(x)[ dx <
isto e, se a integral do valor absoluto de f = f(x) sobre R e nita.
3.3 Exemplos de fun c oes absolutamente integr aveis
1. A func ao caracterstica do intervalo [a,b]

[a,b]
(x) =

1 se x [a, b]
0 se x / [a, b]
Figura 14: Gr aco da func ao caracterstica de [a, b]
2. A func ao real racional f(x) =
1
1 + x
2
. De fato, e nita a integral:

[f(x)[dx =

1
1 + x
2
dx = 2 lim
M

M
0
1
1 + x
2
dx =
3.4 O espa co de Schwarz 19
Figura 15: Gr aco da func ao f(x) =
1
1 + x
2
que e integr avel sobre R
3. A func ao real f(x) = e
x
u(x) denida para x R, sendo que
u = u(x) e a func ao degrau unit ario de Heaviside, denida por:
u(x) =

1 se x 0
0 se x < 0
A partir da func ao degrau unit ario, e possvel denir:
u(x) =

0 se x > 0
1 se x 0
4. A func ao real f(x) = e
x
u(x) denida para x R.
5. As func oes da classe C
0
(K), isto e, func oes contnuas sobre um
intervalo fechado e limitado K da reta.
6. As func oes da classe C
1
(K), isto e, func oes continuamente dife-
renci aveis sobre um intervalo fechado e limitado K da reta.
7. As func oes da classe C

(K), isto e, func oes continuamente in-

nitamente diferenci aveis sobre um intervalo fechado e limitado K
da reta.
3.4 O espa co de Schwarz
O espaco de Schwarz, denotado por S(R), e o conjunto das func oes
reais de classe C

(R) (possuem derivadas contnuas de todas as or-

dens) tal que, tanto f como todas as suas derivadas se aproximam de 0
quando [x[ .
3.5 Informa c oes sobre o espa co de Schwarz
1. Gaussiana: Uma importantssima func ao pertencente a este espaco
e g(x) = e
ax
2
, onde a > 0.
3.6 Alguns teoremas importantes da An alise 20
2. O produto de uma func ao polinomial p = p(x) pela func ao gaus-
siana do tem (1) e uma func ao h(x) = p(x) e
ax
2
que est a no
espaco S(R).
3. Este conjunto S(R) e um espaco vetorial de func oes.
4. Se uma func ao pertence a este espaco S(R), ent ao a sua derivada
tamb em pertence a este mesmo espaco S(R).
5. Propriedade antecipada de S(R): Se uma func ao f pertence a S(R),
ent ao a Transformada de Fourier de f est a em S(R). A transfor-
mada de Fourier de uma func ao ser a denida na sequ encia.
3.6 Alguns teoremas importantes da An alise
3.6.1 Integral por partes
Se f, g C
1
([a, b]) ent ao

b
a
u(x) v
/
(x) dx =

u(x) v(x)

b
a

b
a
u
/
(x) v(x) dx
3.6.2 Integral por substitui c ao
Se h = h(y) e uma func ao diferenci avel que pode substituir a vari avel
x, isto e, x = h(y) na integral de tal modo que a = h() e b = h(),
ent ao

b
a
f(x) dx =

f[h(y)] h
/
(y) dy
3.6.3 Teorema do valor m edio para integrais
Se f = f(x) e uma func ao contnua sobre um intervalo K = [a, b], ent ao
existe um ponto c no intervalo aberto (a, b) tal que
f(c) =
1
b a

b
a
f(x)dx
3.6.4 Derivada sob o sinal de integral
Se f = f(x, t) e uma func ao contnua denida sobre W = K [a, b]
ent ao
Se c ao 4 Transformada de Fourier 21
1. Podemos armar que e contnua a func ao F = F(t) denida por
F(t) =

b
a
f(x, t) dx
2. Podemos passar a derivada (parcial) para dentro da integral, isto
e:

b
a
f(x, t) dx =

b
a
f(x, t)
t
dx
3.6.5 Regra de Leibniz
Se f = f(x, t) uma func ao continuamente diferenci avel (de classe C
1
)
nas duas vari aveis, ent ao podemos passar a derivada (parcial) para
dentro da integral, mas muito maior cuidado deve ser observado aqui
pois os limites de integrac ao, agora s ao func oes:
d
dt

(t)
(t)
f(, t)d =

(t)
(t)
f(, t)
t
d +
/
(t)f((t), t)
/
(t)f((t), t)
4 Transformada de Fourier
4.1 Transformada de Laplace
H a uma relac ao ntima entre as Transformadas de Laplace e de Fourier.
A Transformada de Laplace de uma func ao h = h(t) absolutamente
integr avel, denotada por L(s) = L(h(t)), e denida para s > 0, por:
L(s) =

0
h(t) e
st
dt (3)
Substituindo
s por i
e integrando agora sobre o intervalo
(, )
teremos a transformada de Fourier.
4.2 Deni c ao de Transformada de Fourier 22
4.2 Deni c ao de Transformada de Fourier
A Transformada de Fourier de uma func ao h = h(t) absolutamente
integr avel, denotada por H(.), e denida para R, por:
H() =

h(t) e
it
dt (4)
`
As vezes substitumos o par ametro por f ou pelo smbolo
x
.
4.3 Transformada de Fourier e fun c oes absolutamente integr aveis
O fato de h = h(t) ser absolutamente integr avel e suciente mas n ao
e necess ario para a obtenc ao da Transformada de Fourier, pois exis-
tem func oes que n ao s ao absolutamente integr aveis mas possuem as
suas Transformadas de Fourier, como e o caso da func ao sinc(.), agora
denida por:
sinc(t) =

sin t
t
se t = 0
1 se t = 0
(5)
Figura 16: Gr aco da func ao sinc(.)
Pode-se demonstrar com algum trabalho matem atico que

sin(t)
t
dt =
mas

[
sin(t)
t
[dt = +
4.4 Transformada de Fourier em fun c ao de f
0
23
4.4 Transformada de Fourier em fun c ao de f
0
Tomando = 2f
o
na denic ao (4), obtemos a transformada de Fourier
de h = h(t) em func ao da frequ encia fundamental f
0
do sinal. Desse
modo:
H(f
0
) =

h(t) e
2itf
0
dt (6)
4.5 Transformada de Fourier em fun c ao de
x
Se, ao inv es de considerar a vari avel t, usarmos a vari avel x R, de-
veremos substituir h(t) por h(x) e substituir a frequ encia fundamental
f
0
por
x
que e a frequ encia que depende de x. A transformada de
Fourier car a na forma:
H(
x
) =

h(x) e
2ix
x
dx (7)
Esta ultima forma pode ser estendida ao caso bi-dimensional:
F(
x
,
y
) =

f(x, y) e
2i(x, y) (
x
,
y
)
dxdy (8)
onde e o produto escalar de vetores no plano cartesiano.
4.6 Transformada de Fourier da fun c ao caracterstica
Obteremos agora a Transformada de Fourier da importante func ao ca-
racterstica h = h(t) denida sobre o intervalo(T, T), por:
h(t) =

1 se t (T, T)
0 se t (T, T)
Pela denic ao (4), temos que:
H() =

h(t) e
it
dt
logo
H() =

T
T
e
it
dt =

e
it
i

T
T
=
e
iT
e
iT
i
Pela relac ao de Euler, podemos escrever:
H() =
2

e
iT
e
iT
2i

=
2

sin(T) = 2T
sin(T)
T
4.7 Exemplo com uma fun c ao exponencial decrescente 24
e poderemos usar a func ao sinc(.) na forma mais simples, para escre-
ver:
H() = 2T sinc(T)
4.7 Exemplo com uma fun c ao exponencial decrescente
Seja h = h(t) a func ao denida por
h(t) = e
t
u(t) =

e
t
se t 0
0 se t < 0
(9)
onde u = u(t) e a func ao degrau unit ario. Pela denic ao (4), temos
Figura 17: Gr aco de uma func ao exponencial decrescente
H() =

0
e
t
e
it
dt = lim
M

M
0
e
t(1+i)
dt
que pode ser calculado como
H() = lim
M

e
t(1+i)
(1 +i)

t=M
t=0
= lim
M
1 e
M(1+i)
1 + i
assim
H() =
1
1 + i
=
1 i
1 +
2
Exerccio: Para A > 0 e > 0, obter a transformada de Fourier de:
f(t) =

A e
t
se t 0
0 se t < 0
4.8 Exemplo com uma fun c ao exponencial crescente
Seja g = g(t) a func ao denida por
g(t) = e
t
u(t) =

e
t
se t 0
0 se t > 0
(10)
Se c ao 5 Espectros contnuos da Transformada de Fourier 25
Figura 18: Gr aco de uma func ao exponencial crescente
onde u = u(t) e a func ao degrau unit ario.
H() =

e
t
e
it
dt =

e
t(1i)
dt
= lim
M

0
M
e
t(1i)
dt = lim
M

e
t(1i)
1 i

t=0
t=M
=
1
1 i
=
1 + i
1 +
2
Exerccio: Se A > 0 e > 0, obtenha a transformada de Fourier de:
g(t) =

A e
t
se t 0
0 se t > 0
5 Espectros contnuos da Transformada de Fourier
5.1 Espectros, Amplitude e Fase
A transformada de Fourier de h = h(t) e uma func ao H = H() cuja
imagem est a no conjunto dos n umeros complexos, logo ela pode de-
composta nas suas partes real e imagin aria, mas tamb em pode ser es-
crita em sua forma polar. Tomaremos H
r
= H
r
() e H
i
= H
i
(), respec-
tivamente, como as partes real e imagin aria de H = H() e j =

1
(para n ao confundir com o ndice i). Escreveremos:
H = H
r
+ j H
i
= [H[ e
j (h)
A amplitude da transformada de Fourier H = H
r
+ j H
i
(ou espectro
de amplitude do sinal h = h(t)) e denida como
[H[ =

H
r
2
+ H
i
2
5.2 Exemplo 26
O angulo de fase da transformada de Fourier H = H
r
+j H
i
(ou espec-
tro de fase do sinal h = h(t)) e denido por
(h) = arctan

H
i
H
r

O espectro de pot encia do sinal h = h(t) e denido como

P() = [H[
2
= H
r
2
+ H
i
2
N ao e difcil construir os gr acos das func oes acima denidas.
5.2 Exemplo
Consideremos a func ao do Exemplo 9, denida por h(t) = e
t
u(t)
para t R. J a mostramos que a sua Transformada de Fourier e dada
por:
H[] =
1 + j
1 +
2
Alguns elementos relacionados com a Transformada de Fourier deste
sinal h = h(t), aparecem na tabela:
H
r
= H
r
() =
1
1 +
2
Parte real
H
i
= H
i
() =

1 +
2
Parte imagin aria
= (h) = arctan()

Angulo de fase
[H[ = [H()[ =
1

1 +
2
Amplitude
P() =
1
1 +
2
Espectro de pot encia
Figura 19: Elementos relacionados com os espectros de Fourier
6 Propriedades da Transformada de Fourier
6.1 Transla c ao no tempo
Se H(h) = H[h(t)] e a transformada de Fourier da func ao h = h(t) e a
func ao h
c
= h
c
(t) = h(t c) representa a translac ao da func ao h = h(t)
de c unidades para a direita, ent ao:
H(h
c
) = H[h(t c)] = e
ic
H(h) (11)
6.2 Transla c ao na frequ encia 27
Demonstrac ao:
H(h
c
) = H[h(t c)] =

h(t c)e
it
dt
Com a mudanca de vari avel v = t c, temos
H(h
c
) =

h(v)e
i(c+v)
dv = e
ic

h(v)e
iv
dv = e
ic
H(h)
6.2 Transla c ao na frequ encia
Se H() = H[h(t)] e a transformada de Fourier de h = h(t) ent ao:
H(e
i
0
t
h(t)) = H(
0
) (12)
Demonstrac ao: Usando a denic ao (4), escreveremos
H() = H[h(t)] =

h(t) e
it
dt
Assim
H(e
i
0
t
h(t)) =

e
i
0
x
h(t) e
it
dt =

e
i(
0
)t
h(t) dt
Tomando u =
0
, poderemos escrever:
H(e
i
0
t
h(t)) =

e
iut
h(t) dt = H(u) = H(
0
)
6.3 Homotetia (escala) na vari avel
Se H() = H[h(t)] e a transformada de Fourier de h = h(t), ent ao:
H[h(at)] =
1
[a[
H(

a
) (13)
6.4 Exemplo 28
Demonstrac ao: Para esta demonstrac ao, realizaremos a mudanca de
vari avel u = at, considerando primeiramente a > 0.
H[h(at)] =

h(at)e
it
dt
=
1
a

h(u)e
iu

a
du
=
1
[a[

h(u)e
iu

a
du
=
1
[a[
H(

a
)
Consideremos agora a mesma mudanca de vari avel u = at com a < 0.
H[h(at)] =

h(at)e
it
dt
=
1
a

h(u)e
iu

a
du
=
1
[a[

h(u)e
iu

a
du
=
1
[a[
H(

a
)
6.4 Exemplo
Seja h =
[1,1]
a func ao caracterstica do intervalo sim etrico [1, 1] e a
sua Transformada de Fourier H() = 2 sinc(). Usando a equac ao (13)
e tomando a = 2, poderemos escrever
H(h(2t)) =
1
2
H(

2
)
e esta relac ao nos informa que a Transformada de Fourier do sinal com
o dobro da velocidade e igual ` a metade da Transformada de Fourier
com a metade da velocidade do par ametro.
Se c ao 7 Transformada Inversa de Fourier 29
Figura 20: Domnios normais, a func ao e a Transformada de Fourier
O desenho acima mostra tanto a func ao como a sua Transformada de
Fourier. O desenho abaixo mostra a nova funcao e nova Transfor-
mada de Fourier.
Figura 21: Domnios duplicados e Transformac ao com homotetia
Observamos que ao multiplicar o argumento da func ao por 2, a altura
desta func ao permaneceu a mesma mas o domnio cou duplicado e o
mesmo ocorreu com a transformada de Fourier desta func ao.
7 Transformada Inversa de Fourier
A Transformada Inversa de Fourier de g = g() e denida como:
H
1
(g()) =
1
2

g() e
it
d
Podemos obter a Transformada Inversa de Fourier da pr opria Trans-
formada de Fourier de h = h(t), denotada po H = H(), que depende
da frequ encia . Se tomarmos a mudanca de vari avel = 2f e subs-
tituirmos a diferencial d = 2df, a func ao H agora car a dependendo
Se c ao 8 Transformadas direta e inversa de Fourier 30
da vari avel f e ser a denotada por H = H(f). A denic ao car a na
forma:
h(t) = H
1
(H()) =

H(f) e
2itf
df
Isto garante a recuperac ao da pr opria func ao original atrav es da aplicac ao
da Transformada Inversa aplicada ` a Transformada de Fourier, o que
signica que:
H
1
H = Identidade
Substituindo a frequ encia por
x
, onde
x
e a frequ encia que depende
de x R na denic ao de Transformada Inversa de Fourier, poderemos
obter uma outra forma para a Transformada Inversa de Fourier de H =
H(
x
):
H
1
(H(
x
)) =
1
2

H(
x
) e
2ix
x
d
x
Com esta forma, podemos estender a denic ao ao caso bi-dimensional
` a func ao H = H(
x
,
y
):
H
1
(H(
x
,
y
)) =

1
2

H(
x
,
y
) e
2i(x
x
+y
y
)
d
x
d
y
8 Transformadas direta e inversa de Fourier
8.1 Pares de transformadas
As Transformadas de Fourier direta e inversa s ao realmente inversas
uma da outra, isto e:
H H
1
= Id = H
1
H
Na literatura encontramos notac oes com duas setas, uma em cada sen-
tido, para fazer refer encia ao par de func oes (h, H):
h H
Esta notac ao indica que H e a Transformada de Fourier de h e que h e
a Transformada inversa de Fourier de H.
8.2 Propriedades Lineares
Tanto a Transformada de Fourier como a Transformada Inversa de Fou-
rier, s ao transformac oes lineares:
H(a f + b g) = a H(f) + b H(g)
8.3 Exemplo 31
H
1
(aF
1
+ bF
2
) = a H
1
(F
1
) + b H
1
(F
2
)
quaisquer que sejam os escalares complexos a e b.
8.3 Exemplo
Seja h = h(t) a func ao denida por
h(t) =

2e
t
se t 0
5e
t
se t < 0
Como esta func ao h = h(t) e combinac ao linear das func oes f e g dos
exemplos (9) e (10), isto e, h = 2f + 5g, temos pela linearidade que:
H(h) = H(2f + 5g) = H(2f) + H(5g) = 2H(f) + 5H(g)
ou seja
H(h) = 2
1 i
1 +
2
+ 5
1 + i
1 +
2
=
7 + 3i
1 +
2
8.4 Exemplo complexo com um par de transformadas
8.4.1 Transformada direta
Calcularemos a Transformada de Fourier da func ao denida por:
h(t) =

1 se T < t < T
1
2
se t = T ou t = T
0 se t < T ou t > T
(14)
Pela falta de dois pequenos detalhes, esta func ao quase representa a
func ao caracterstica do intervalo [T, T], que e um sinal sim etrico em
relac ao ao eixo vertical, signicando que h e uma func ao par. A Trans-
formada de Fourier desta func ao e obtida apenas pela integral no in-
tervalo [T, T] pois a func ao h e nula fora dele.
H(h(t)) =

T
T
e
it
dt =

T
T
e
i2ft
dt
seno = 2f, f a frequ encia e n ao uma func ao! Assim, poderemos
escrever a transformac ao integral como H(f), em func ao da vari avel f,
como:
H(f) = H(h(t)) =

T
T
[cos(2ft) i sin(2ft)] dt
8.4 Exemplo complexo com um par de transformadas 32
ou seja
H(f) =

T
T
cos(2ft) dt i

T
T
sin(2ft) dt
A segunda integral e nula pois o integrando desta e uma func ao mpar
denida sobre um intervalo sim etrico, logo restar a
H(f) =

sin(2ft)
2f

T
T
= 2T
sin(2Tf)
2Tf
que tamb em pode ser escrito como
H(f) = 2T sinc(2Tf)
8.4.2 Transformada inversa
Calcularemos agora a transformada inversa de Fourier da func ao ob-
tida no c alculo anterior: H(f) = 2T sinc(2Tf). Tomaremos = 2f
para escrever:
H
1
(H(f)) =

H(f) e
2ift
df
Substituindo a func ao H = H(f) na integral, teremos:
H
1
(H(f)) =

2T
sin(2fT)
2fT
e
2ift
df
e simplicando, obteremos
H
1
(H(f)) =
1

sin(2fT)
f
e
2ift
df
Pela relac ao de Euler, podemos escrever
H
1
(H(f)) =
1

sin(2fT)
f
cos(2ft) df
+ i
1

sin(2fT)
f
sin(2ft)] df
A segunda integral e nula pois o integrando e uma func ao mpar na
vari avel f. Como sin(x) cos(y) =
1
2
[sin(x + y) + sin(x y)], ent ao
sin(2fT) cos(2ft) =
1
2
[sin(2f(T + t)) + sin(2f(T t))]
8.4 Exemplo complexo com um par de transformadas 33
assim
H
1
(H(f)) =
1
2

sin(2f(T + t)) + sin(2f(T t))

f
df
=

sin(2f(T + t))
2f
df +

sin(2f(T t))
2f
df
Multiplicando e dividindo a primeira integral por T + t, e repetindo
esta operac ao na segunda integral com T t, vir a:
H
1
(H(f)) = (T + t)

sin(2f(T + t))
2f(T + t)
df
= +(T t)

sin(2f(T t))
2f(T t)
df
Utilizando o fato (do C alculo Integral) que para a = 0:

sin(2ax)
2ax
dx =
1
2[a[
obtemos:
H
1
(H(f)) =
T + t
2[T + t[
+
T t
2[T t[
=
1
2
[ sinal(T + t) + sinal(T t)]
Analisaremos os valores de t R no intervalo [T, T] e fora dele.
(a) Se t < T, sinal(T + t) = 1 e sinal(T t) = 1, ent ao:
H
1
(H(f)) =
1
2
[1 + 1] = 0
(b) Se t > T, sinal(T + t) = 1 e sinal(T t) = 1, ent ao:
H
1
(H(f)) =
1
2
[1 1] = 0
(c) Se T < t < T, sinal(T + t) = 1 e sinal(T t) = 1, ent ao:
H
1
(H(f)) =
1
2
[1 + 1] = 1
(d) Se t = T e t = T um dos sinais e nulo e a func ao vale 1/2.
Desse modo
H
1
(H(f)) =

1 se T < t < T
1
2
se t = T ou t = T
0 se t < T ou t > T
Se c ao 9 Convolu c ao de Fun c oes 34
8.4.3 Conclus ao
Todo este esforco matem atico foi feito para recuperar a func ao original
que tnhamos. Temos ent ao o par de transformadas:
H(f) = 2T sinc(2fT) h(t) =

1 se T < t < T
1
2
se t = T ou t = T
0 se t < T ou t > T
Exerccio: Construir o gr aco da func ao h=h(t) e tamb em da transfor-
mada H=H(f) obtida em func ao da frequ encia f.
9 Convolu c ao de Fun c oes
9.1 Produto de transformadas e a convolu c ao
O produto das transformadas de Fourier de duas func oes n ao e igual ` a
transformada de Fourier do produto dessas func oes, isto e:
H(f g) = H(f) H(g)
mas a igualdade valer a ap os trocarmos o pelo , signicando a convoluc ao
das func oes f e g, que ser a denida na sequ encia.
9.2 Deni c ao de convolu c ao
Consideremos as func oes f e g cujo produto h(x) = f(x)g(x) e uma
func ao absolutamente integr avel. A convoluc ao entre f e g, denotada
por f g, e denida por qualquer uma das integrais:
(f g)(x) =

f(x )g()d =

f()g(x )d
Emalguns textos, o termo convolucao aparece como produto de convoluc ao.
9.3 Propriedades da convolu c ao
Embora algumas das propriedades abaixo n ao possam ser demonstra-
das f acilmente, quando tem sentido a convoluc ao para certas func oes,
tem-se:
(1) Comutatividade: f g = g f
9.4 Alguns exerccios importantes 35
(2) Associatividade: f (g h) = (f g) h
(3) Distributividade: f (g + h) = f g + f h
(4) Elemento nulo: f 0 = 0
(5) Elemento identidade: Existe um objeto matem atico que recebe o
nome de distribuicao (n ao e uma func ao!) e que faz o papel
da identidade para este produto de convoluc ao, isto e, f = f
9.4 Alguns exerccios importantes
1. Obter a convoluc ao das func oes denidas por:
f(x) =

1 x [1, 1]
0 x / [1, 1]
e g(x) =

1 x [6, 8]
0 x / [6, 8]
2. Mostrar que

2
d =

Sugest ao: Usar integrais duplas impr oprias e mudancas de vari aveis
com coordenadas polares para o c alculo.
3. Usar a integral do item anterior, para mostrar que

(x )e

2
d = x

4. Mostre que a convoluc ao entre func oes f(x) = x e g(x) = e

x
2
para x R e dada por:
(f g)(x) =

(x )e

2
d = x

10 A distribui c ao delta de Dirac

10.1 Elementos gerais sobre
A distribuic ao delta de Dirac e um objeto matem atico denido para
fazer o papel da identidade para a operac ao de convoluc ao de func oes.
A distribuic ao torna mais f acil a unicac ao do tratamento do estudo
de S eries de Fourier e Transformadas de Fourier. Fisicamente, ela pode
ser interpretada como um impulso de energia em um sistema, raz ao
pela qual recebe o nome de Func ao Impulso de Dirac.
10.2 Fun c ao degrau unit ario e fun c ao caracter stica 36
10.2 Fun c ao degrau unit ario e fun c ao caracterstica
J a denimos a func ao degrau unit ario de Heaviside, como
u(x) =

1 se x 0
0 se x < 0
A translac ao desta func ao de c unidades para a direita e denida por
u
c
(x) = u(x c) =

1 se x c
0 se x < c
Denimos a func ao caracterstica de um conjunto real I como

I
(x) =

1 se x I
0 se x / I
A func ao caracterstica de um intervalo real I = [a, b] pode ser escrita
em func ao de duas translac oes da func ao degrau unit ario como:

[a,b]
(x) = u(x a) u(x b)
10.3 A distribui c ao como limite de fun c oes reais
Uma das formas usadas para construir a distribuic ao delta de Dirac
e tomar uma sequ encia de fun c oes caractersticas pares (n ucleos de
Dirac) que dependem de um par ametro r > 0, sendo que a area da
regi ao localizada sob o gr aco de cada func ao caracterstica no semi-
plano superior deve ser sempre igual a 1, ou seja, tomar:

r
(x) =
1
2r

[r,r]
(x) =
1
2r
[u(x + r) u(x r)]
e tomar o limite quando r 0, isto e:
(x) = lim
r0

r
(x)
Exerccio importante: Construir os gr acos de algumas dessas func oes,
como por exemplo,
1
,
1/2
,
1/4
,
1/8
, . . ., para observar que, ` a medida
que os valores de r diminuem se aproximando de 0, as alturas das
func oes
r
aumentam tendendo a .
A partir dos gr acos obtidos no exerccio, e possvel observar que a
distribuic ao = (x) pode ser pensada como uma func ao quase sem-
pre nula, com um impulso innito na origem do sistema, isto e:
(x) =

se x = 0
0 se x = 0
10.4 Mais rigor matem atico com a distribui c ao 37
A translac ao de c unidades para a direita da distribuic ao e denida
como

c
(x) = (x c) =

se x = c
0 se x = c
A distribuic ao delta de Dirac, denotada por = (x), e denida como
um objeto matem atico, com as seguintes caractersticas especiais:
1. (x) = 0 se x = 0
2. (x) = (x) para todo x R
3. (0) =
4.

(x) dx = 1
10.4 Mais rigor matem atico com a distribui c ao
Rigorosamente falando, n ao e uma fun c ao, pois assume o valor no
ponto x = 0 e a integral (tem 4) apresentada acima, deveria ser nula.
Quando utilizada em uma convoluc ao, a distribuic ao se comporta
como uma func ao. Em geral, aparece denida em livros, atrav es da
propriedade:
f(0) =

f(x) (x) dx
mas esta integral tamb em n ao faz sentido pois n ao e uma func ao. Na
verdade, devem ser usados os n ucleos de Dirac para dar consist encia a
esta denic ao e podermos escrever:
f(0) =

f(x) (x) dx =

f(x) lim
r0

r
(x) dx
10.5 Propriedades da distribui c ao de Dirac
1. Se f = f(x) e uma func ao contnua, ent ao
(f )(x) = f(x)
Demonstra c ao: Seja f = f(x) uma func ao contnua. Pela denic ao
de convoluc ao, temos que
(f )(x) =

f(x v)(v)dv
10.5 Propriedades da distribui c ao de Dirac 38
Se a distribuic ao = (v) e denida por (v) = lim
r0

r
(v), escreve-
remos
(f )(x) =

f(x v) lim
r0

r
(v) dv
= lim
r0

f(x v)
r
(v) dv
= lim
r0

f(x v)
1
2r
[u(x + r) u(x r)] dv
= lim
r0
1
2r

r
r
f(x v) dv
= lim
r0
1
2r

x+r
xr
f() d
sendo que a ultima integral acima foi obtida atrav es da mudanca
de vari avel xv = . Pelo teorema da m edia para integrais, existe
um ponto c (x r, x + r) tal que
(f )(x) = lim
r0
f(c) = f(x)
sendo que a ultima igualdade acima foi garantida pelo fato que
quando r 0, o intervalo (xr, x+r) se comprime no conjunto
unit ario x.
2. Se f = f(x) e uma func ao contnua em x = 0, ent ao

f(x)(x)dx = f(0)
Demonstra c ao: Pelo tem anterior, garantimos que
f(x) = (f )(x) =

f(x v)(v)dv
assim, em particular, quando x = 0, temos
f(0) = (f )(0) =

f(v)(v)dv
Com a mudanca de vari aveis v = x, podemos escrever
f(0) =

f(x)(x)dx =

f(x)(x)dx
uma vez que (x) = (x).
10.6 Propriedade gr aca de com a convolu c ao 39
3. Se f = f(x) e uma func ao contnua em x = c, ent ao
(f
c
)(x) = f(c)
Esta ultima propriedade tem uma importante consequ encia do ponto
de vista da Computac ao Gr aca.
10.6 Propriedade gr aca de com a convolu c ao
`
As vezes, a distribuic ao e denotada por
0
para indicar que ela re-
presenta um impulso no ponto x = 0. Quando desejamos indicar
um impulso em um ponto gen erico x = c, usamos a notac ao
c
que
representa, por denic ao:

c
(x) =
0
(x c) = (x c)
A convoluc ao de func oes e a distribuic ao
c
realizam um papel fun-
damental em Computac ao Gr aca. Se um objeto gr aco est a denido
por um sinal f = f(x), podemos obter uma c opia de f = f(x) em
uma posic ao x = c realizando a convoluc ao da distribuic ao
c
com
f = f(x) para obter f(xc), que e a imagem de f transladada de c uni-
dades para a direita. Existe um an alogo no plano: Se um objeto gr aco
plano est a denido por um sinal f = f(x, y), podemos obter uma
c opia de f = f(x, y) em uma posic ao (c, d) realizando a convoluc ao
da distribuic ao
(c,d)
com f = f(x, y) para obter f(x c, y d), que e a
imagem de f transladada de (c, d) no plano cartesiano.
11 Transformada de Fourier da convolu c ao
Se faz sentido obter a convoluc ao das func oes f e g, ent ao:
H(f) H(g) = H(f g)
Aplicando a Transformada Inversa de Fourier a esta relac ao, obtemos:
H
1
H(f) H(g) = H
1
(H(f g)) = f g
11.1 Transformada de Fourier da distribui c ao
Como vimos, a ultima propriedade da distribuic ao nos mostra que
f = f para toda func ao f para a qual tem sentido a convoluc ao,
Se c ao 12 Transformadas de Fourier de Derivadas 40
logo pelo Teorema da convoluc ao:
H(f)H() = H(f ) = H(f)
e podemos escrever que
H() = 1
Tem sentido ent ao escrever o par de transformadas
1
12 Transformadas de Fourier de Derivadas
12.1 Transformadas de derivadas parciais
Para apresentar algumas propriedades das transformadas de Fourier
para algumas derivadas parciais, necessitaremos exigir algumas carac-
tersticas das func oes u = u(x, t), como por exemplo:
lim
[x[
u(x, t) = 0, lim
[x[
u
t
(x, t) = 0
Estas exig encias s ao an alogas a exigirmos que a func ao u = u(x, t)
pertenca ao espaco de Schwarz no plano cartesiano.
Se as derivadas s ao realizadas em relac ao ` a vari avel x, escreveremos
H

u
x

= H(u
x
) =

u
x
(x, t)e
ix
dx = iH(u)
Pela denic ao da Transformada de Fourier de u
x
, temos:
H(u
x
) =

u
x
(x, t)e
ix
dx
Usando a integrac ao por partes na integral impr opria

m(x) dn(x) = [m(x)n(x)]

x=
x=

n(x) dm(x)
com m(x) = e
ix
, dm(x) = ie
ix
dx, n(x) = u
x
(x, t) e
dn(x) = u(x, t)dx, teremos:
H(u
x
) = lim
M
u(M, t)e
iM

2
lim
N
u(N, t)e
iN

(x, t)(i)e
ix
dx
Se c ao 13 Solu c ao da Equa c ao do Calor 41
Assim
H(u
x
) =

u(x, t) (i) e
ix
dx
o que garante que
H(u
x
) = i H(u)
Pela dupla aplicac ao do processo anterior temos:
H(u
xx
) =
2
H(u)
Se as derivadas s ao realizadas em relac ao ` a vari avel t, podemos obter
as transformadas de Fourier de algumas derivadas de func oes, como:
H(u
t
) =

u
t
(x, t)e
ix
dx =

t
H(u)
Realmente:
H(
u
t
) =

u
t
(x, t)e
ix
dx =

t

u(x, t)e
ix
dx =

t
H(u)
Analogamente, temos que:
H(

2
u
t
2
) =

u
tt
(x, t)e
ix
dx =

2
t
2
H(u)
13 Solu c ao da Equa c ao do Calor
A Transformada de Fourier pode ser aplicada na obtenc ao da soluc ao
de um Problema com Valores Iniciais (PVI) com uma Equac ao Diferen-
cial Parcial do Calor, como:
u
t
= K

2
u
x
2
(x R, t > 0)
u(x, 0) = f(x) (x R)
Tomemos as Transformadas de Fourier em relac ao ` a vari avel x em am-
bos os membros da Equac ao Diferencial Parcial e tamb em na Condic ao
Inicial, para obter func oes apenas da vari avel t. Assim teremos:
H(u
t
) = KH(u
xx
),

t
H(u) = K
2
H(u)
Para simplicar, tomaremos a Transformada de Fourier de u = u(x, t)
com a letra mai uscula U(t) = H(u) e U(0) = H(f). Como tomamos a
Se c ao 13 Solu c ao da Equa c ao do Calor 42
func ao U = U(t) apenas, n ao h a necessidade de usar a derivada parcial.
Assim, temos o PVI:
d
dt
U(t) = K
2
U(t), U(0) = H(f)
Este e um PVI para uma Equac ao Diferencial Ordin aria Linear e ho-
mog enea de 1a. ordem, cuja soluc ao e dada por:
U(t) = U(0) e
a
2

2
t
signicando que:
H(u) = H(f) e
a
2

2
t
Se conhecermos uma func ao g=g(x) cuja Transformada de Fourier seja
dada por H(g) = e
a
2

2
t
poderemos escrever
H(u) = H(f) H(g)
e usar a convoluc ao para garantir que:
H(u) = H(f) H(g) = H(f g)
Aplicando a Transformada Inversa de Fourier, teremos:
u(x, t) = f g
onde u = u(x, t) ser a a soluc ao do PVI dado, desde que tenhamos re-
solvido o problema de obter g = g(x, t), mas a propriedade desejada e
satisfeita pela func ao gaussiana:
g(x, t) =
1
a

2t
e

x
2
4a
2
t
e o par de transformadas e dado por:
H[] = e
a
2

2
t
g(x, t) =
1
a

2t
e

x
2
4a
2
t

E um fato not avel que, tanto a func ao original como a sua Transfor-
mada de Fourier s ao func oes gaussianas (da mesma forma), para
uma escolha apropriada de t.
13.1 Observa c ao sobre este material 43
A soluc ao do PVI e ent ao dada pela convoluc ao:
u(x, t) = (f g)(x) = (
1
a

2t
e

x
2
4a
2
t
) f(x)
ou seja
u(x, t) = (g f)(x) =
1
2a

(x )
2
4a
2
t
f() d
13.1 Observa c ao sobre este material
Este material n ao e simples para um aluno de nveis iniciais, mas e
b asico para os interessados em estudar mais profundamente a An alise
de Fourier. Neste caso, voc e dever a estar preparado do ponto de vista
matem atico pois os temas envolvidos com a An alise Harm onica s ao
aplicados em praticamente todos os campos cientcos ligados a esta
area tecnol ogica como Processamento digital de sinais e especialmente
a Computac ao Gr aca.
Refer encias bibliogr acas
[1] Close, Charles M., Circuitos Lineares, Vol.2, LTC/EDUSP, (1975),
Rio de Janeiro, Brasil.
[2] Farlow, Stanley J., Partial Differential Equations for Scientists and
Engineers, Dover Publications Inc., (1993), New York, USA.
[3] Figueiredo, Djairo Guedes, An alise de Fourier e Equac oes Dife-
renciais Parciais, Colec ao Euclides, IMPA/CNPq, (1986), Rio de
Janeiro, Brasil.
[4] G arding, Lars, Encontro com a Matem atica, Editora Universidade
de Brasilia, (1977), Braslia, Brasil.
[5] Hounie, Jorge, Teoria Elementar das Distribuic oes, 12o. Col oquio
Brasileiro de Matem atica, IMPA/CNPq, (1979), Rio de Janeiro,
Brasil.
[6] Kaplan, Wilfred, C alculo Avancado, vol.1 e 2, Edgard Bl ucher Edi-
tora e EDUSP, (1972), S ao Paulo, Brasil.
REFER

ENCIAS BIBLIOGR

AFICAS 44
[7] Katznelson, Yitzhak, An Introduction to Harmonic Analysis, Do-
ver Publications, INC., (1968), New York, USA.
[8] Kolmogorov, A.N. e Fomin, S.V., Elementos de la Teoria de Funci-
ones y del Analisis Funcional, Editorial MIR, (1972), Moscou.
[9] Moretin, Pedro A., An alise Harm onica de Processos Estoc asticos,
12o. Col oquio Brasileiro de Matem atica, IMPA/CNPq, (1979), Rio
de Janeiro, Brasil.
[10] Quevedo, Carlos P., Circuitos El etricos, LTC Editora, (1988), Rio
de Janeiro, Brasil.
[11] Spiegel, Murray, An alise de Fourier, Colec ao Schaum, McGraw-
Hill do Brasil, (1976), S ao Paulo, Brasil.