SINAIS E SISTEMAS

AULA 2

Prof. Charles Way Hun Fung

 CONVERSA INICIAL

Nesta aula iremos abordar os sistemas invariantes no tempo. Este tema

é interessante pois diversos processos físicos têm estas propriedades e por isso
podem ser modelados desta forma. Estes sistemas podem ser analisados de
forma detalhada, facilitando assim a compreensão de suas propriedades. Bons
estudos!

TEMA 1 – REPRESENTAÇÃO DE SINAIS ATRAVÉS DE IMPULSOS UNITÁRIOS

Antes de começarmos a discussão sobre a representação dos sinais por

impulsos, devemos compreender o que são sistemas lineares invariantes no
tempo (LIT).
Podemos considerar um sistema discreto que tem um sinal de entrada
x[n] que resulta em uma saída y[n]. Considerando que este sistema é linear,
podemos então usar o princípio da superposição:

Se 𝑥𝑘 [𝑛] → 𝑦𝑘 [𝑛] (1)

Então, ∑𝑘 𝑎𝑘 𝑥𝑘 [𝑛] → ∑𝑘 𝑎𝑘 𝑦𝑘 [𝑛] (2)

Para que um sistema seja invariante no tempo, precisamos seguir as

seguintes regras:

Se 𝑥[𝑛] → 𝑦[𝑛] (3)

Então, 𝑥[𝑛 − 𝑛0 ] → 𝑦[𝑛 − 𝑛0 ] (4)

Juntando as equações 2 e 4, temos que:

𝑥[𝑛] = ∑ 𝑎𝑘 𝑥𝑘 [𝑛 − 𝑛𝑘 ] → 𝑦[𝑛] = ∑ 𝑎𝑘 𝑦𝑘 [𝑛 − 𝑛𝑘 ] (5)

𝑘 𝑘

Com base na equação 5, podemos concluir que se xk for um sinal básico,

podemos representar qualquer sinal por uma soma ponderada destes sinais.
Então, um sinal simples que podemos utilizar para mostrar qualquer sinal
será o impulso unitário. Desta forma, podemos pensar que qualquer sinal pode
ser representado por uma soma ponderada de impulsos unitários.
Vamos pensar em um exemplo, supondo um sinal:

2
 Figura 1 – Sinal composto

O sinal da figura 1 pode ser visto como uma soma ponderada de impulsos
unitários deslocados no tempo. Para simplificar, vamos pensar neste sinal no
intervalo entre -2 e 2. O sinal da figura 1 pode ser expresso por:

Figura 2 – Soma ponderada de impulsos unitários

3
 Então seguindo a equação 5, podemos reescrever o lado esquerdo da
igualdade da seguinte forma:

𝑥[𝑛] = ∑ 𝑥[𝑘]𝛿[𝑛 − 𝑘] (6)

𝑘=−∞

Onde d[n-k] é o impulso deslocado em k. Assim, analisando a equação 6,

podemos separar x[k] como sendo o coeficiente e o sinal d[n-k] como o sinal
básico.
Então, se aplicarmos no sinal mostrado na figura 1 a equação 6, teremos:

𝑥[𝑛] = ⋯ + 𝑥[−3]𝛿[𝑛 + 3] + 𝑥[−2]𝛿[𝑛 + 2] + 𝑥[−1]𝛿[𝑛 + 1] + 𝑥[0]𝛿[𝑛]

+ 𝑥[1]𝛿[𝑛 − 1] + 𝑥[2]𝛿[𝑛 − 2] + 𝑥[3]𝛿[𝑛 − 3] + ⋯

A resposta do sistema linear pode ser expressa segundo a figura a seguir:

Figura 3 – Resposta de um sistema linear

A figura 3 mostra que para todo sinal de entrada x[n] teremos uma
resposta ao sinal de y[n]. Agora, vamos dizer que haja uma entrada de um
impulso unitário.
Então:

𝛿[𝑛] → ℎ[𝑛] (7)

Acrescentando o sistema, é invariante no tempo:

𝛿[𝑛 − 𝑘] → ℎ[𝑛 − 𝑘] (8)

Aplicando a equação 8 na 5, o que indica que estamos considerando que

o sistema é linear e invariante no tempo, temos:

∞ ∞

𝑥[𝑛] = ∑ 𝑥[𝑘]𝛿[𝑛 − 𝑘] → 𝑦[𝑛] = ∑ 𝑥[𝑘]ℎ[𝑛 − 𝑘] (9)

𝑘=−∞ 𝑘=−∞

A equação 9 indica que a resposta de um sistema linear e invariante no

tempo é uma soma de convolução.
4
 TEMA 2 – CONVOLUÇÃO EM TEMPO DISCRETO - SOMA

No tema 1, verificamos que a resposta de um sistema linear invariante no

tempo pode ser expresso por:

𝑦[𝑛] = ∑ 𝑥[𝑘]ℎ[𝑛 − 𝑘] (10)

𝑘=−∞

O termo à direita da equação 10 é conhecido como convolução de x[k] e

h[k], simbolicamente representados por:

𝑦[𝑛] = 𝑥[𝑛] ∗ ℎ[𝑛] (11)

A equação 11 expressa a resposta de um sistema LIT a uma entrada

arbitrária em termos da resposta do sistema ao impulso unitário. Podemos então
determinar que um sistema LIT é caracterizado pela resposta a um único sinal,
ou seja, ao impulso unitário (Oppenheim,2010).
A resolução da convolução é um somatório entre o resultante da
multiplicação em cada deslocamento de h[n].

Passo 1: Escrever os sinais x[n] e h[n] em termos de pulsos

unitários.

Figura 4 – Sinais a serem convoluídos

Fonte: Zibetti, 2012.

Passo 2: Trocar a variável n para k.

5
 Figura 5 – Troca da variável n para k

Fonte: Zibetti, 2012.

Passo 3: Rebater em relação à origem o sinal h[k] para h[-k].

Figura 6 – Rebater h[k] para h[-k]

Fonte: Zibetti, 2012.

Passo 4: Deslocar o sinal h[k] para antes do sinal x[k], neste caso,
como x[k] começa em k = 1, começaremos com k = -2 em h[k]. Teremos h[-
2-k].

Figura 7 – Deslocamento de h[k] para h[-2-k]

Fonte: Zibetti, 2012.

Passo 5: Fazer a multiplicação ponto a ponto e depois somar todos

os valores encontrados na multiplicação. Cada ponto do resultado é
equivalente à somatória de todos os valores adquiridos.
6
 Figura 8 – Cálculo da convolução para o ponto k=-2

Fonte: Zibetti, 2012.

Na figura 8, pode-se ver o resultado da operação de multiplicação entre

x[k] e h[-2-k], neste caso nenhum dos impulsos unitários estão coincidindo, logo
o resultado em cada ponto é zero, como pode ser visto na terceira linha. Embaixo
temos a linha que mostra o resultado do somatório dos valores que irão aparecer
na linha da multiplicação. Depois disto, iremos fazer com que o sinal h[k] caminhe
pelo eixo da variável k, incrementando o valor de k e realizando a operação de
multiplicação e depois soma.

Figura 9 – Cálculo da convolução para o ponto k=-1

Fonte: Zibetti, 2012.

7
 Na figura 9, podemos ver que o sinal de h[k] foi movido em um para a
direita. Neste ponto é possível realizar uma multiplicação entre x[k] com h[-1-k],
resultando em 4. Como este é o único valor resultante, o somatório também é 4.
Na última linha, é possível verificar que na posição -1 o valor final é 4.

Figura 10 – Cálculo da convolução para o ponto k=0

Fonte: Zibetti, 2012.

Movendo mais uma unidade para direita o sinal de h[k], temos agora o
cálculo no ponto k=0. Podemos verificar que neste caso, no ponto -1 e no ponto
zero a multiplicação resultou em impulsos com amplitude 2. O somatório resulta
no ponto zero, um impulso com amplitude 4.

8
 Figura 11 – Cálculo da convolução para o ponto k=1

Fonte: Zibetti, 2012.

Movendo mais um passo para a direita, agora h[1-k] no ponto k=1.

Fazendo a multiplicação, o resultado é 1. Verificamos que no somatório temos
apenas o impulso da posição k=0, com valor 1. Logo no ponto k=1, o valor será
1.

Figura 12 – Cálculo da convolução para o ponto k=2

Fonte: Zibetti, 2012.

Para finalizar a convolução é realizada a multiplicação no ponto k=2.

Verificamos que nenhum impulso de h[k] e x[k] coincidem, logo a multiplicação

9
 resulta em zero. Ou seja, o valor no ponto 2 é zero. O resultado da convolução
pode ser visto na figura a seguir.

Figura 13 – Resultado da convolução

Fonte: Zibetti, 2012.

TEMA 3 – CONVOLUÇÃO EM TEMPO CONTÍNUO - INTEGRAL

Da mesma forma que no tema anterior, esperamos caracterizar um

sistema linear invariante no tempo contínuo através de sua resposta ao impulso.
Fazendo uma relação com o tempo discreto, fizemos uma soma de
convoluções para determinar a resposta do sistema de acordo com uma entrada
de sinal discreto. Ou seja, podemos pensar que o sistema discreto responde a
uma sequência de impulsos individuais.
No caso de sistemas contínuos, temos que pensar que um impulso
unitário é um pulso cuja duração chega a ser irrelevante para sistemas físicos;
entretanto podemos desenvolver uma representação dos sinais baseada nestes
pulsos com duração arbitrariamente pequena (Oppenheim, 2010).
Para começarmos, vamos idealizar que uma curva contínua é composta
por uma combinação linear de diversos pulsos atrasados como ilustrado na
figura a seguir:

Figura 14 – Aproximação em degraus de uma curva contínua

Fonte: Oppenheim, 2010.

Na figura, podemos ver que a curva pode ser constituída de diversos

degraus, com largura tendendo a zero. Podemos dizer que cada um destes

10
 degraus é um impulso unitário com valores de amplitude diferente. Então vamos
definir estes impulsos como:

1
, 0≤𝑡<∆
𝛿∆ = { ∆ (12)
0, 𝑐𝑎𝑠𝑜 𝑐𝑜𝑛𝑡𝑟á𝑟𝑖𝑜

Logo, teremos que a variação do impulso tem amplitude unitária; por isso
podemos escrever:

𝑥(𝑡) = ∑ 𝑥(𝑘∆)𝛿∆ (𝑡 − 𝑘∆)∆ (13)

𝑘=−∞

A equação 13 é retirada da análise que podemos fazer dos degraus que

formam a curva da figura 14.

Figura 15 – Degraus que formam o sinal contínuo

Fonte: Oppenheim, 2010.

11
 Se considerarmos Δ tendendo a zero, x(t) torna-se um limite, assim a
equação 13 pode ser atualizada para:

𝑥(𝑡) = 𝑙𝑖𝑚 ∑ 𝑥(𝑘∆)𝛿∆ (𝑡 − 𝑘∆)∆ (14)

∆→0
𝑘=−∞

Fazendo Δ→0, fazemos o somatório se aproximar de uma integral, como

na equação a seguir:

𝑥(𝑡) = ∫ 𝑥(𝜏)𝛿(𝑡 − 𝜏)𝑑𝜏 (15)

−∞

Podemos fazer uma interpretação gráfica dos termos da equação 15, na

figura 16, na qual x(𝜏), 𝛿∆ (𝑡 − 𝜏), e o produto destes termos.

Figura 16 – Interpretação gráfica da equação 15

Fonte: Oppenheim, 2010.

De forma similar ao que foi feito com o sistema discreto no tema anterior,
vamos usar a premissa que o sistema é invariante no tempo e ainda que para

12
 todo sistema linear invariante no tempo uma entrada x(t) resulta em uma
resposta y(t). Fazendo um impulso unitário como entrada, temos:

𝛿∆ (𝑡 − 𝑘∆) → ℎ𝑘 (𝑡 − 𝑘∆)(16)

Sendo o sistema linear e pelo princípio da superposição:

∞ ∞

𝑥(𝑡) = 𝑙𝑖𝑚 ∑ 𝑥(𝑘∆)𝛿∆ (𝑡 − 𝑘∆)∆ → 𝑦(𝑡) = 𝑙𝑖𝑚 ∑ 𝑥(𝑘∆)ℎ∆ (𝑡 − 𝑘∆)∆(17)

∆→∞ ∆→∞
𝑘=−∞ 𝑘=−∞

Similarmente ao sistema discreto, temos que a direita da equação 17 é

uma soma de convolução, mas como Δ tende a zero, podemos atualizar as
integrais como na equação a seguir:

∞ ∞

𝑥(𝑡) = ∫ 𝑥(𝜏)𝛿(𝑡 − 𝜏)𝑑𝜏 → 𝑦(𝑡) = ∫ 𝑥(𝜏)ℎ(𝑡 − 𝜏)𝑑𝜏 (18)

−∞ −∞

Podemos agora dizer que a resposta do sistema contínuo é uma integral

de convolução.
No caso de uma convolução contínua, devemos seguir os mesmos
passos que a convolução discreta. Para exemplificar este problema, vamos
supor 𝑥(𝜏) e ℎ(𝜏) representados por:

𝑥(𝜏) = 𝑒 −𝑎𝜏 𝑢(𝜏)(19)

ℎ(𝜏) = 𝑢(𝜏) (20)

Onde u(t) é o degrau unitário. 𝑥(𝜏) e ℎ(𝜏) são representados por:

13
 Figura 17 – 𝑥(𝜏)e ℎ(𝜏)

Fonte: Oppenheim, 2010.

Passo 1: Fazer o rebatimento de 𝒉(𝝉) para 𝒉(−𝝉).

Passo 2: Fazer o deslocamento para 𝒉(𝒕 − 𝝉).

Figura 18 – Deslocamento para ℎ(𝑡 − 𝜏)

Passo 3: Multiplicação ponto a ponto em 𝝉.

Podemos verificar que o intervalo que estas curvas tem em comum é de

0 a t, então da multiplicação entre ℎ(𝑡 − 𝜏) com 𝑥(𝜏) teremos:

14
 Figura 19 – Resultado da multiplicação

Passo 4: Integrar em 𝝉.

A integração é a área sob a curva da multiplicação, resultando em:

𝑡
1
𝑦(𝑡) = ∫ 𝑒 −𝑎𝜏 𝑑𝜏 = (1 − 𝑒 −𝑎𝑡 )(21)
𝑎
0

Então a resposta do sistema contínuo é:

𝑡
1
𝑦(𝑡) = ∫ 𝑒 −𝑎𝜏 𝑑𝜏 = (1 − 𝑒 −𝑎𝑡 )𝑢(𝑡)(22)
𝑎
0

Esta resposta é ilustrada pela figura a seguir:

Figura 20 – Resposta do sistema

TEMA 4 – PROPRIEDADES DOS SISTEMAS LIT

Até este ponto, observamos que os sistemas LIT discretos e contínuos

têm uma resposta equivalente a um somatório ou uma integral, respectivamente.
Uma característica de um sistema LIT é que suas características
dependem apenas de sua resposta ao impulso. É importante lembrar que as
características apresentadas são apenas de sistemas LIT e podem não ser
aplicadas em outros sistemas.

15
 4.1 Comutação

A convolução é comutativa, ou seja, a ordem dos operandos não faz

diferença para o resultado da operação, tanto em tempo discreto como em tempo
contínuo. Isso implica que:
Para tempo contínuo:

+∞

𝑥(𝑡) ∗ ℎ(𝑡) = ℎ(𝑡) ∗ 𝑥(𝑡) = ∫ ℎ(𝜏)𝑥(𝑡 − 𝜏)𝑑𝜏 (23)

−∞

Para tempo discreto:

∞ ∞

𝑥[𝑛] ∗ ℎ[𝑛] = ∑ 𝑥[𝑛]ℎ[𝑛 − 𝑘] = ∑ 𝑥[𝑛 − 𝑟]ℎ[𝑟] = ℎ[𝑛] ∗ 𝑥[𝑛] (24)

𝑘=−∞ 𝑟=−∞

4.2 Distributiva:

A convolução é distributiva em relação à adição em relação a tempo

contínuo e tempo discreto.
Para tempo discreto:

𝑥[𝑛] ∗ (ℎ1 [𝑛] + ℎ2 [𝑛]) = 𝑥[𝑛] ∗ ℎ1 [𝑛] + 𝑥[𝑛] ∗ ℎ2 [𝑛] (25)

Para tempo contínuo:

𝑥(𝑡) ∗ (ℎ1 (𝑡) + ℎ2 (𝑡)) = 𝑥(𝑡) ∗ ℎ1 (𝑡) + 𝑥(𝑡) ∗ ℎ2 (𝑡) (26)

4.3 Associativa
A convolução também possui a propriedade associativa, ou seja:
Para tempo discreto:

𝑥[𝑛] ∗ (ℎ1 [𝑛] ∗ ℎ2 [𝑛]) = (𝑥[𝑛] ∗ ℎ1 [𝑛]) ∗ ℎ2 [𝑛](27)

Para tempo contínuo:

𝑥(𝑡) ∗ (ℎ1 (𝑡) ∗ ℎ2 (𝑡)) = (𝑥(𝑡) ∗ ℎ1 (𝑡)) ∗ ℎ2 (𝑡)(28)

16
 4.4 Causalidade

O conceito de causalidade é que o sistema depende apenas de valores

passados e presentes. Logo, a condição para o sistema ser causal é:
Para tempo discreto:

ℎ[𝑛] = 0, 𝑝𝑎𝑟𝑎 𝑛 < 0 (29)

Para tempo contínuo:

ℎ(𝑡) = 0, 𝑝𝑎𝑟𝑎 𝑡 < 0 (30)

4.5 Estabilidade

A estabilidade do sistema é a indicação de que uma entrada limitada

produz uma saída limitada. Ou seja, se a saída y[n] ou y(t) forem limitadas em
módulo (o que independe se o valor da entrada é negativo ou positivo), teremos
um sistema estável. Por isso, a condição suficiente de estabilidade é:
Para tempo discreto:

∑∞
𝑛=−∞|ℎ[𝑛]| < ∞ (31)

Para tempo contínuo:

∫ |ℎ(𝑡)|𝑑𝜏 < ∞ (32)

−∞

4.6 Operador Identidade

O operador identidade é usado para fazer com que a entrada seja igual à
saída. O diagrama em blocos a seguir ilustra esta operação:

Figura 21 – Operador Identidade

Fonte: Zibetti, 2012.

Logo,

17
 ∞

𝑥(𝑡) = ∫ 𝑥(𝜏)𝛿(𝑡 − 𝜏)𝑑𝜏 (33)

−∞

4.7 Operador deslocamento

O operador deslocamento faz um deslocamento no tempo do sinal de

entrada. O diagrama em blocos a seguir ilustra esta operação:

Figura 22 – Operador Deslocamento

Fonte: Zibetti, 2012.

Logo,

∞ ∞

𝑦(𝑡) = ∫ 𝑥(𝜏)𝛿(𝑡 − 𝑡0 − 𝜏)𝑑𝜏 = ∫ 𝑥(𝜏 − 𝑡0 )𝛿(𝑡 − 𝜏)𝑑𝜏 = 𝑥(𝑡 − 𝑡0 ) (34)

−∞ −∞

TEMA 5 – EXEMPLO

Considere a convolução dos dois sinais a seguir:

1, 0<𝑡<𝑇
𝑥(𝑡) = {
0, 𝑐𝑎𝑠𝑜 𝑐𝑜𝑛𝑡𝑟á𝑟𝑖𝑜

𝑡, 0 < 𝑡 < 2𝑇
ℎ(𝑡) = {
0, 𝑐𝑎𝑠𝑜 𝑐𝑜𝑛𝑡𝑟á𝑟𝑖𝑜

Quando pensamos em convoluir estes dois sinais, lembramos que

devemos seguir os passos:

Passo 1: Fazer o rebatimento de 𝐡(𝛕) para 𝐡(−𝛕).

Passo 2: Fazer o deslocamento para 𝐡(𝐭 − 𝛕).

As figuras a seguir expressam os dois primeiros passos.

18
 Figura 23 – Sinal de entrada

Figura 24 – Sinal h(t) rebatido para t<0

Figura 25 – Sinal h(t) rebatido para 0<t<T

Figura 26 – Sinal h(t) rebatido para T<t<2T

Figura 27 – Sinal h(t) rebatido para 2T<t<3T

19
 Figura 28 – Sinal h(t) rebatido para t>3T

Como podemos observar nas figuras, é possível fazer cinco intervalos de

valores para a convolução. São estes: t<0, 0<t<T, T<t<2T, 2T<t<3T e t>3T.
Para os intervalos nos extremos, t<0 e t>3T, o resultado da multiplicação
é zero. Porém os outros valores da multiplicação são válidos e por isso iremos
demonstrar, matemática e graficamente, o resultado das multiplicações.

1 2
𝑡 , 0<𝑡<𝑇
2
1
𝑦(𝑡) = 𝑇𝑡 − 𝑇 2 , 𝑇 < 𝑡 < 2𝑇
2
1 2 3 2
{− 2 𝑡 + 𝑇𝑡 + 2 𝑇 , 2𝑇 < 𝑡 < 3𝑇

Esta equação é ilustrada nas figuras a seguir:

Figura 29 – Produto de x(t) com h(t) rebatido

20
 Com base neste resultado, podemos calcular as integrais e fazer o
levantamento da curva de resposta do sistema. A seguir é representado
graficamente o resultado.

Figura 30 – Resultado da convolução dos valores x(t) com h(t)

FINALIZANDO

Nesta aula entendemos os sistemas lineares invariantes no tempo para

tempo contínuo e discreto. Percebemos que cada entrada no sistema irá produzir
uma saída.
Pelo princípio da superposição, se tivermos diversas entradas, a saída
será um somatório das respostas do sistema a cada uma destas entradas. Esta
soma de sinais de saída é chamada de convolução, sendo um somatório para
tempo discreto e uma integral em tempo contínuo.
Estudamos diversas propriedades do sistema e da própria dentre elas,
operações muito úteis como comutativa, associativa e distributiva para a
realização de operações que envolvem a convolução.
Também exploramos outras propriedades como causalidade e
estabilidade, conceitos úteis para compreendermos o próprio comportamento do
sistema.

21
 REFERÊNCIAS

OPPENHEIM, A. V.; WIILLSKY, A. S.; NAWAB, H. Sinais e Sistemas. 2. ed.

São Paulo: Pearson, 2010.

LATHI, B. P. Sinais e Sistemas Lineares. 2. ed. Porto Alegre: Bookman, 2007.

ZIBETTI, M. Sinais e Sistemas. Curitiba: UTFPR, 2012. Material de aula.

22