Representações de sinais por Fourier

Sinal Contı́nuo e Periódico - Série de

Fourier (FS)

Sinal Discreto e Periódico - Série de Fourier
Discreta (DTFS)

Sinal Contı́nuo e Não-Periódico -
Transformada de Fourier (FT)

Sinal Discreto e Não-Periódico -
Transformada de Fourier Discreta (DTFT)

– p. 67/365
Representações de sinais por Fourier
Representações de sinais como uma
combinação linear de um conjunto de sinais
básicos.

Série de Fourier: representações de sinais
periódicos como a combinação linear de
exponenciais complexas.

– p. 68/365
Resposta Senoidal Sistema LTI (Discreto)

Temos:


M 
M
αk ejωk n αk H(jωk )ejωk n
k=1 k=1
h[n]

Se a entrada de um sistema LTI for uma

combinação de exponenciais
complexas, então a saı́da também será
uma combinação de exponenciais
complexas.
– p. 69/365
Série de Fourier Discreta

Considere o sinal periódico

x[n] = ejω0 n = ej(2π/N )n

Série de Fourier: representações de

sinais periódicos como a combinação
linear de exponenciais complexas.

M
x[n] = ejω0 n = ak ejωk n
k=1

– p. 70/365
Série de Fourier Discreta

Considere o sinal periódico

M
x[n] = ejω0 n = ak ejωk n
k=1

A soma de sinais periódicos é um sinal

periódico se todos estes sinais possuem
o mesmo perı́odo, N .

x[n], na eq. acima, é periódico então:

ωk = kω0

– p. 71/365
Série de Fourier Discreta

Considere o sinal periódico

M
x[n] = ejω0 n = ak ejωk n
k=1

fazendo, ωk = kω0 , temos


M 
M
x[n] = ejω0 n = ak ejkω0 n = ak φk
k=1 k=1

sendo φk = ejkω0 n = ejk(2π/N0 )n , funções

exponenciais harmonicamente
relacionadas com x[n].
– p. 72/365
Série de Fourier Discreta

Repare que:

ej(k+M )ω0 n = ejkω0 n ejM ω0 n

 = e jkω0 n

=1

se
ejM ω0 = ej2π = 1
logo
M ω0 = 2π ⇒ M = 2π/ω0 = N

Portanto, só existem N exponenciais

complexas distintas, ou seja

ejkω0 n = ej(k+N )ω0 n

– p. 73/365
Série de Fourier Discreta


M
x[n] = ak ejkω0 n
k=1

Só existem N exponenciais complexas

distintas, ou seja

ejkω0 n = ej(k+N )ω0 n

Portanto, a série de DTFS leva em conta

apenas N coeficientes ak , pois ak = ak+N ,

N
x[n] = ak ejkω0 n
k=1
– p. 74/365
Série de Fourier Discreta

Série de Fourier Discreta:

x[n] = ak ejkω0 n
k=<N >

Considere k no intervalo de 1 a N :

x[n] = a1 ej1ω0 n + a2 ej2ω0 n + . . . + aN ejN ω0 n

Considere k no intervalo de 2 a N + 1:

x[n] = a2 ej2ω0 n +. . .+aN ejN ω0 n +aN +1 ej(N +1)ω0 n

ak = ak+N

– p. 75/365
Exercı́cio 1
Determine os coeficientes da DTFS de
 
π 3π
x[n] = 1 + sen n+
12 8

– p. 76/365
Exercı́cio 1
Determine os coeficientes da DTFS de
 
π 3π
x[n] = 1 + sen n+
12 8

logo ω0 = π/12 então temos
π
n+ 3π
8 )
π
−j( 12 n+ 3π
8 )
e j( 12
−e
x[n] = 1 +
2j
(−1)j 3π (+1)j 3π
e 8 π
(−1)j 12 e 8 π
(+1)j 12
=1− e n
+ e n
2j 2j

– p. 77/365
Exercı́cio 1

Sabendo que ω0 = π/12, logo N = 24.

Escolhendo N = 24 valores de k:
k ∈ M = {−11, −10, −9, . . . , 11, 12},

−j 3π

 8
− 2j , k = −1
e




 1, k= 0
ak = j 3π

 e 8
= 1

 2j , k


 0, k ∈ M − {−1, 0, 1}

– p. 78/365
 Exercı́cio 1

Sem escolher os N = 24 valores de k:
π
n+ 3π
8 )
π
−j( 12 n+ 3π
8 )
e j( 12
−e
x[n] = 1 +
2j
(−1)j 3π (+1)j 3π
e 8 π
(−1)j 12 e 8 π
(+1)j 12
=1− e n
+ e n
2j 2j
(−1)j 3π
π
(0+qN )j 12 e 8 π
(−1+qN )j 12
= 1e n
− e n
2j
(+1)j 3π π
(+1+qN )j 12
+ e 8
2j e n

– p. 79/365
Exercı́cio 1

Sabendo que ω0 = π/12, logo N = 24.

Sem escolher os N = 24 valores de k:


−j 3π

 − 2j ,
e 8
∀k = −1 + qN , q ∈ I




 1, ∀k = 0 + qN , q ∈ I
ak = j 3π

 e 8
∀k = 1 + qN , q ∈ I

 2j ,


 0, caso contrário

– p. 80/365
Exercı́cio 1
x[n]=1+sin(π/12n+3π/8n)
2

1.5
x[n]

0.5

0
−30 −20 −10 0 10 20 30
n
1

0.5
|ak |

0
−30 −20 −10 0 10 20 30

0.5
k

0
∠ak

−0.5
−30 −20 −10 0 10 20 30
k
– p. 81/365
Exercı́cio 2
Represente o sinal em Série de Fourier
x[n]
2

−1
−15 −10 −5 0 5 10 15
n (tempo)

– p. 82/365
Exercı́cio 2
Represente o sinal em Série de Fourier
x[n]
2

−1
−15 −10 −5 0 5 10 15
n (tempo)

N = 4, logo ω0 = 2π/4, considerando k no

intervalo de 0 a 3
3
x[n] = ak ejk2π/4n
k=0
– p. 83/365
 Exercı́cio 2

2
x[n]

1 3

0
x[n]= ak ejk2π/4n
k=0
−1
−15 −10 −5 0 5 10 15
n (tempo)
temos,

x[0] = −1 = a0 + a1 + a2 + a3 


a0 = 1
2
x[1] = 1 = a0 + ja1 − a2 − ja3 a1 = − 14 + j 14
⇒
x[2] = 0 = a0 − a1 + a2 − a3 
 a2 = 1
a3 = − 14 − j 14
x[3] = 2 = a0 − ja1 − a2 + ja3

Resolver sistema linear...

– p. 84/365
Determinação dos Coeficientes da DTFS
Determinação dos coeficientes da FS

x[n] = ak ejkω0 n
k=<N >
−jrω0 n
Multiplicando por e

x[n]e−jrω0 n = ak ejkω0 n e−jrω0 n
k=<N >
Somando N parcelas
  
x[n]e−jrω0 n = ak ejkω0 n e−jrω0 n
n=<N > k=<N > n=<N >

– p. 85/365
Determinação dos Coeficientes da DTFS
Determinação dos coeficientes da FS
  
x[n]e−jrω0 n = ak ej(k−r)ω0 n
n=<N > k=<N > n=<N >
Temos que:

  N, k=r
ej(k−r)2π/N n =
 (1 − ej(k−r)2π )/(·) = 0, k =
 r
n=<N >

Soma finita


N −1
N, α=1
α =
n

n=0 (1 − αN )/(1 − α), α = 1

– p. 86/365
Determinação dos Coeficientes da DTFS
Determinação dos coeficientes da FS
  
x[n]e−jrω0 n = ak ej(k−r)ω0 n = ar N
n=<N > k=<N > n=<N >

Portanto:
1 
ar = x[n]e−jrω0 n
N
n=<N >

– p. 87/365
Determinação dos Coeficientes da DTFS

Representação de sinais periódicos de

tempo discreto em Série de Fourier
 
x[n] = ak ejkω0 n = ak ejk(2π/N )n ,
k=<N > k=<N >

sendo,
1  1 
ak = x[n]e−jkω0 n = x[n]e−jk(2π/N )n
N N
n=<N > n=<N >

– p. 88/365
 Exemplo
Determine os coeficientes da DTFS do sinal

2
x[n]

0
−10 −5 0 5 10
n
 1 
x[n] = ak ejkω0 n , com ak = x[n]e−jkω0 n
N
k=<N > n=<N >

ω0 = ??? → N = ???

– p. 89/365
 Exemplo
Determine os coeficientes da DTFS do sinal

2
x[n]

0
−10 −5 0 5 10
n
 1 
x[n] = ak ejkω0 n , com ak = x[n]e−jkω0 n
N
k=<N > n=<N >

N = 6 → ω0 = 2π/6 = π/3

– p. 90/365
Exemplo
2

x[n]
1

0
−10 −5 0 5 10
n

 1
1 −jk π3 n
ak = x[n]e
6 n=−1
2 jk π 1 2 −jk π
= e 3+ + e 3
6 6 6
jk π3 −jk π3
1 2e + e 1 2 π
= + = + cos(k )
6 3 2 6 3 3
– p. 91/365
 Exemplo
x[n]
2

1.5
x[n]

0.5

0
−30 −20 −10 0 10 20 30
n
1

0.5
|ak |

0
−30 −20 −10 0 10 20 30

4
k
3

2
∠ak

0
−30 −20 −10 0 10 20 30
k
– p. 92/365
Exercı́cio 3
Represente o sinal em Série de Fourier

x[n] = k=<N > ak ejkω0 n
x[n]
2

−1
−15 −10 −5 0 5 10 15
n (tempo)

calcule os coeficientes usando:

1 
ak = x[n]e−jkω0 n
N n=<N >

– p. 93/365
Exercı́cio 3

N = 4, logo ω0 = 2π/4, considerando k no
intervalo de 0 a 3
3

x[n] = ak ejk2π/4n
k=0

Calcular:

3

1 −jk π2 n
ak = x[n]e
4 n=0

– p. 94/365
Exemplo: Inversa - IDTFS
Considere os coeficientes da série de Fourier
dados por:
 
6π
ak = cos k
17

Determine o sinal x[n].

Temos que:
1 
ak = x[n]e−jk(2π/N )n
N
n=<N >

– p. 95/365
Exemplo: solução

Usando a fórmula de Euler:

  j 6π −j 6π
6π e 17 + e 17 k
k
ak = cos k =
17 2
−jk 2π
17 (−3) −jk 2π
17 (3)
e +e
=
 2 
1 17 −jk 2π (−3) 17 −jk 2π (3)
= e 17 + e 17
17 2 2
2π

ωo = 17 → N = 17

– p. 96/365
Exemplo: solução
1 
ak = x[n]e−jk(2π/N )n
N
n=<N >
 
1 17 −jk 2π (−3) 17 −jk 2π (3)
= e 17 + e 17
17 2 2
 
1 17 −jk 2π (−3+qN ) 17 −jk 2π (3+qN )
= e 17 + e 17
17 2 2

Logo:


 17
n = −3 + qN , q ∈ I

 2
x[n] = 17
n = 3 + qN, q ∈ I

 2

0 caso contrário
– p. 97/365
Exercı́cio 4
Considere os coeficientes da série de Fourier
dados por:
   
10π 4π
ak = cos k + jsen k
21 21

Determine o sinal x[n].

Temos que:
1 
ak = x[n]e−jk(2π/N )n
N
n=<N >

– p. 98/365
 Exercı́cio 4: solução
2π

Lembrando que ω0 = N:
    j 10π −j 10π j 4π −j 4π
10π 4π e +e 21
k
e 21
k 21
k
−e 21
k
ak = cos k + jsen k = +j
21 21 2 2j
 10π 10π 4π 4π

1 21ej 21 k 21e−j 21 k 21ej 21 k 21e−j 21 k
= + + −
21 2 2 2 2
!
1 21 −jk 2π (−5) 21 −jk 2π (5) 21 −jk 2π (−2) 21 −jk 2π (2)
= e 21 + e 21 + e 21 − e 21
21 2 2 2 2
1 21 −jk 2π (−5+qN ) 21 −jk 2π (5+qN )
= e 21 + e 21
21 2 2
!
21 −jk 2π (−2+qN ) 21 −jk 2π (2+qN )
+ e 21 − e 21
2 2
1 
= x[n]e−jk(2π/N )n
N n=<N > – p. 99/365
Exercı́cio 4: solução
1 
ak = x[n]e−jk(2π/N )n
N n=<N >
1 21 −jk 2π (−5+qN ) 21 −jk 2π (5+qN )
= e 21 + e 21
21 2 2
!
21 −jk 2π (−2+qN ) 21 −jk 2π (2+qN )
+ e 21 − e 21
2 2

Logo, 

 21
, n = −5 + qN

 2




21
, n= 5 + qN
 2
x[n] = 21
, n = −2 + qN


2

 − 21 n= 2 + qN

 2
,


 0, caso contrário
com q ∈ I e N = 21.
– p. 100/365
Exercı́cio 5
Considere os coeficientes da série de Fourier
dados por:

∞

ak = δ[k − 2m] − 2δ[k + 3m]
m=−∞

Determine o sinal x[n].

Temos que:
1 
ak = x[n]e−jk(2π/N )n
N
n=<N >

– p. 101/365
Exercı́cio 5: solução
1

δ[k−2m]
0.5

0
−20 −15 −10 −5 0 5 10 15 20
0 k
−2δ[k+3m]

−1

−2
−20 −15 −10 −5 0 5 10 15 20
k
δ[k−2m]−2δ[k+3m]

−1

−2
−20 −15 −10 −5 0 5 10 15 20
k

2π

Note que N = 6 e ωo = 6 = π3 .

– p. 102/365
Exercı́cio 5: solução

Para: −3 ≤ k ≤ 2, temos:


 −2, = −3

 k



 1, = −2


k


 0, k = −1
ak =

 −1, k = 0





 0, k = 1




 1, k = 2
2π

Temos que N = 6 e ωo = 6 = π3 .

– p. 103/365
Exercı́cio 5: solução

Logo, o sinal x[n] é:

2

jk π3 n
x[n] = ak e
k=−3

Expandindo, temos:
−j 3π −j 2π j 2π
x[n] = −2e 3 n + 1e 3 n + 0 −1 + 0 + 1e 3 n

−j 2π j 2π
−jπ n +e e 3 n 3 n
= −2(e ) + 2 −1
 2 
2π
= −2(−1) + 2 cos
n
n −1
3

– p. 104/365
Propriedades das Séries de Fourier

Sinal Contı́nuo e Periódico - Série de
Fourier (FS)

Sinal Discreto e Periódico - Série de Fourier
Discreta (DTFS)

Propriedades da FS e da DTFS

Sinal Contı́nuo e Não-Periódico -
Transformada de Fourier (FT)

Sinal Discreto e Não-Periódico -
Transformada de Fourier Discreta (DTFT)

– p. 105/365
Propriedades das Séries de Fourier

Notação:

FS
x(t) ←→ ak
relaciona o sinal x(t) com seus coeficientes
da série de Fourier

de maneira similar:
FS
x[n] ←→ ak

– p. 106/365
Propriedades das Séries de Fourier

Linearidade:
FS
z(t) = Ax(t) + By(t) ←→ ck = Aak + Bbk
sendo



1 −jkω0 t 1
ak = x(t)e dt e bk = y(t)e−jkω0 t dt
T0 T0 T0 T0

– p. 107/365
Propriedades das Séries de Fourier
Seja,



1 −jkω0 t 1
ak = x(t)e dt e bk = y(t)e−jkω0 t dt
T0 T0 T0 T0

logo com z(t) = Ax(t) + By(t), temos

1
ck = (Ax(t) + By(t))e−jkω0 t dt
T0 T
0

1 −jkω0 t 1
= A x(t)e dt +B y(t)e−jkω0 t dt
T0 T0 T0 T0

 

ak bk

então, ck = Aak + Bbk

– p. 108/365
Exemplo: Linearidade

Determine a FS do sinal

x(t) = A cos(ω0 t) − B cos(ω0 t)

Fazendo y(t) = cos(ω0 t), temos


 = 1


a−1 2
1 jω0 t 1 −jω0t
cos(ω0 t) = e + e a1 = 1
2 2 

2

 ak = 0, ∀|k| = 1

FS
Logo, x(t) = Ay(t) − By(t) ←→ bk = Aak − Bak

– p. 109/365
Propriedades das Séries de Fourier

Deslocamento no tempo:

x(t − t0 ) ←→ bk = e−jkω0 t0 ak
FS


1
sendo ak = x(t)e−jkω0 t dt . Logo,
T0 T0


1
bk = x(t − t0 )e−jkω0t dt fazendo: τ = t − t0
T0
T0
1 −jkω0 (τ +t0 )
= x(τ )e dτ
T0 T0

−jkω0 t0 1
= e x(τ )e−jkω0τ dτ = e−jkω0t0 ak
T0 T0


ak
– p. 110/365
Exercı́cio 6: Linearidade e Deslocamento no tempo

Determine a FS do sinal

x(t) = A cos(ω0 t) − B cos(ω0 [t + τ ])

Use a propriedade de deslocamento no
tempo:

x(t − t0 ) ←→ bk = e−jkω0 t0 ak
FS

– p. 111/365
Exercı́cio 6: Linearidade e Deslocamento no tempo

Determine a FS do sinal

x(t) = A cos(ω0 t) − B cos(ω0 [t + τ ])

Fazendo y(t) = cos(ω0 t), temos
FS
x(t) = Ay(t) − By(t + τ ) ←→ bk = Aak − Bejkω0 τ ak

Sendo


 = 1


a−1 2
1 jω0 t 1 −jω0t
cos(ω0 t) = e + e a1 = 1
2 2 

2

 ak = 0, ∀|k| = 1
– p. 112/365
Exercı́cio 7: Oppenheim 3.25

Considere os sinais

x(t) = cos(4πt), y(t) = sen(4πt), z(t) = x(t)y(t)

a) Determine os coeficientes da FS de x(t)

b) Determine os coeficientes da FS de y(t)
(use a propriedade de deslocamento no
tempo)

– p. 113/365
Exercı́cio 7: Oppenheim 3.25

a)


 = 1


a−1 2
1 j4πt 1 −j4πt
cos(4πt) = e + e a1 = 1
2 2 

2

 ak = 0, ∀|k| = 1

b) sen(4πt) = cos(4πt − π/2) = cos(4π[t − 1/8])



 = 1
 b
 −1
j 2
bk = e−jk4π/8 ak = e−jkπ/2 ak b1 = −j 12



 bk = 0, ∀|k| = 1

– p. 114/365
Exercı́cio 7: Oppenheim 3.25

b) sen(4πt) = cos(4πt − π/2) = cos(4π[t − 1/8])



 = 1
 b
 −1
j 2
bk = e−jk4π/8 ak = e−jkπ/2 ak b1 = −j 12



 bk = 0, ∀|k| = 1

ou (sem usar a propriedade),



 = 1


b−1 j 2
1 j4πt 1 −j4πt
sen(4πt) = −j e +j e b1 = −j 12
2 2 


 bk = 0, ∀|k| = 1

– p. 115/365
Propriedades das Séries de Fourier

Reflexão no tempo:
FS FS
x(t) ←→ ak , então x(−t) ←→ a−k
∞
Temos que, x(t) = ak e jkω0 t
e
k=−∞
∞

x(−t) = ak e−jkω0 t , fazendo: k = −m
k=−∞
∞
FS
= a−m e jmω0 t
: x(−t) ←→ a−k
m=−∞

– p. 116/365
Propriedades das Séries de Fourier

Reflexão no tempo:
FS FS
x(t) ←→ ak , então x(−t) ←→ a−k
Logo:

Se x(t) for par i.e. x(t) = x(−t), então:

a−k = ak

Se x(t) for ı́mpar i.e. x(t) = −x(−t), então:

a−k = −ak

– p. 117/365
 Propriedades das Séries de Fourier

Conjugação:
" ∞
#∗ ∞ ∞
  
x∗ (t)= ak ejkω0 t = a∗ k e−jkω0 t = a∗−k ejkω0 t
k=−∞ k=−∞ k=−∞
FS
logo, x (t) ←→ a∗−k . Assim:
∗

Se x(t) for real i.e. x(t) = x∗ (t), então:

ak = a∗−k

a−k = a∗k

– p. 118/365
Propriedades das Séries de Fourier

Se x(t) for real, então:

a−k = a∗k

Se x(t) for par i.e. x(t) = x(−t), então:

a−k = ak

Portanto, se x(t) for par e real, então

ak = a∗k

ou seja ak também é real.

– p. 119/365
FS da Onda Quadrada: Sinal real e par

x(t)
1

0.5 To = 40
0 ∗
−60 −40 −20 0 T = 10 20 40 60
t

0.4
real{ak }

0.2
0
−0.2
−10 −5 0 5 10
k
−3
x 10
1
imag{ak }

−1
−10 −5 0 5 10
k

– p. 120/365
Propriedades das Séries de Fourier

Se x(t) for real, então:

a−k = a∗k

Se x(t) for ı́mpar i.e. x(t) = −x(−t), então:

a−k = −ak

Portanto, se x(t) for ı́mpar e real, então

−ak = a∗k

ou seja ak também é puramente

imaginário.
– p. 121/365
Exemplo: Dente de Serra
FS FS
Determine x(t) ←→ ck , sendo x(t) ←→ ak ,
y(t) = x(t + 0,25) − 0,25
0.5
0
−0.5
−3 −2 −1 0 1 2 3
t
x(t)
1
0.5
0
−0.5
−3 −2 −1 0 1 2 3
t

– p. 122/365
Exemplo: Dente de Serra
Definindo

y(t) = x(t + 0,25) − 0,25


 

p(t) q(t)

e
FS
q(t) ←→ bk
Temos
FS
y(t) ←→ ck =ejkω0/4 ak + bk

– p. 123/365
Exemplo: Dente de Serra

Temos que: q(t) = −0,25, então

 0, k = 0
FS
q(t) ←→ bk , sendo bk =
 −0,25, k = 0

Do exemplo resolvido anteriormente:

a0 = 0,25
 
2 1 −jkωo 1 jkωo /2
ak = − e + e
3 jkωo 2
 
1
− 2 2 e−jkωo − ejkωo /2 , ∀k = 0
k ω0
– p. 124/365
Exemplo: Dente de Serra

FS
y(t) ←→ ck =ejkω0/4 ak + bk
Logo

c0 = 0
 
jkω0 /4 2 1 −jkωo 1 jkωo /2
ck = e − e + e
3 jkωo 2
  
1
− 2 2 e−jkωo − ejkωo /2 , ∀k =
 0
k ω0

– p. 125/365
Exemplo: Dente de Serra: Sinal real e ı́mpar

x(t)
0.5
0
−0.5
−3 −2 −1 0 1 2 3
t
0.1
real{ak }

−0.1
−10 −5 0 5 10
k
0.2
imag{ak }

0
−0.2
−10 −5 0 5 10
k

– p. 126/365
Propriedades das Séries de Fourier

Mudança de escala de tempo:

FS FS
x(t) ←→ ak , então x(αt) ←→ ak

α ∈ R+

x(t) tem perı́odo T e frequência ω0

x(αt) tem perı́odo T /α e frequência αω0
Temos que,
∞

x(αt) = ak ejk(αω0 )t
k=−∞

– p. 127/365
Propriedades das Séries de Fourier

Multiplicação: Seja x(t) e y(t) periódicos
com perı́odo T

FS FS
x(t) ←→ ak , então y(t) ←→ bk
Então,
∞

FS
x(t)y(t) ←→ ck = am bk−m
m=−∞

– p. 128/365
Propriedades das Séries de Fourier

∞
 ∞
 2π
x(t) = ak e jkω0 t
, y(t) = bk e jkω0 t
, ω0 =
T0
k=−∞ k=−∞

1
ck = x(t)y(t)e−jkω0 t dt
T0 T0 " #

∞
1
= am ejmω0 t y(t)e−jkω0 t dt
T0 T0 m=−∞
 ∞ 

1
= am y(t)e−j(k−m)ω0 t dt
m=−∞
T 0 T0

– p. 129/365
 Propriedades das Séries de Fourier
sendo 

1
bk = y(t)e−jkω0 t dt
T0 T0

então,
∞
 
 ∞
1
ck = am y(t)e−j(k−m)ω0 t dt = am bk−m
T0
m=−∞  T0

 m=−∞
bk−m

Observação: para k = 0, temos

∞

1 −j0ω0 t 1
c0 = x(t)y(t)e dt = x(t)y(t)dt = am b−m
T0 T0 T0 T0 m=−∞
– p. 130/365
Exercı́cio 7: Oppenheim 3.25

Considere os sinais

x(t) = cos(4πt), y(t) = sen(4πt), z(t) = x(t)y(t)

a) Determine os coeficientes da FS de x(t)

b) Determine os coeficientes da FS de y(t)
c) Determine os coeficientes da FS de z(t)
utilizando e sem utilizar a propriedade de
multiplicação

– p. 131/365
Exercı́cio 7: Oppenheim 3.25

a)


 = 1


a−1 2
1 j4πt 1 −j4πt
cos(4πt) = e + e a1 = 1
2 2 

2

 ak = 0, ∀|k| = 1

b) sen(4πt) = cos(4πt − π/2) = cos(4π[t − 1/8])



 = 1
 b
 −1
j 2
bk = e−jk4π/8 ak = e−jkπ/2 ak b1 = −j 12



 bk = 0, ∀|k| = 1

– p. 132/365
Exercı́cio 7: Oppenheim 3.25

b) sen(4πt) = cos(4πt − π/2) = cos(4π[t − 1/8])



 = 1
 b
 −1
j 2
bk = e−jk4π/8 ak = e−jkπ/2 ak b1 = −j 12



 bk = 0, ∀|k| = 1

ou,


 = 1


b−1 j 2
1 j4πt 1 −j4πt
sen(4πt) = −j e +j e b1 = −j 12
2 2 


 bk = 0, ∀|k| = 1

– p. 133/365
Exercı́cio 7: Oppenheim 3.25

FS ∞
c) z(t) ←→ ck = m=−∞ am bk−m

∞
 1

am bk−m = am bk−m = a−1 bk+1 + a0 bk + a1 bk−1
m=−∞ m=−1
1
= a−1 bk+1 + a1 bk−1 = (bk+1 + bk−1 )
2

a1 = a−1 = 1/2 e b1 = b∗−1 = −j1/2


 = 1

 −2
c j 4
ck = c2 = −j 14



 ck = 0, ∀|k| = 2
– p. 134/365
 Exercı́cio 7: Oppenheim 3.25

c)

1 j4πt 1 −j4πt 1 j4π t 1 −j4πt

cos(4πt)sen(4πt) = ( e + e )(−j e +j e )
2 2 2 2
1 j4πt(2) 1 j4πt(−2)
cos(4πt)sen(4πt) = (−j e +j e )
4 2


 = 1
 c
 −2
j 4
ck = c2 = −j 14



 ck = 0, ∀|k| = 2

– p. 135/365
Propriedades das Séries de Fourier

Relação de Parseval para sinais
periódicos

∞

1
|x(t)|2 dt = |ak |2
T0 T0
k=−∞

ou,

∞

1
x(t)x∗ (t)dt = ak a∗k
T0 T0 k=−∞

Potência Média em um perı́odo

– p. 136/365
Propriedades das Séries de Fourier
Temos que
" ∞ #∗ ∞ ∞
  
x∗ (t)= ak ejkω0 t = a∗ k e−jkω0 t = a∗−k ejkω0 t
k=−∞ k=−∞ k=−∞

FS
logo, x (t) ←→ a∗−k . Sabendo que
∗

∞

1
x(t)y(t)dt = am b−m
T0 T0 m=−∞

∞

1
Logo: x(t)x∗ (t)dt = ak a∗k
T0 T0 k=−∞

– p. 137/365
Propriedades das Séries de Fourier

Convolução periódica


FS
x(t)  y(t) = x(τ )y(t − τ )dτ ←→ ck = T ak bk
T
sendo
∞
 ∞

x(t) = ak ejkω0 t , y(t) = bk ejkω0 t
k=−∞ k=−∞

– p. 138/365
Propriedades das Séries de Fourier


f (t) = x(τ )y(t − τ )dτ

T " ∞ #

= x(τ ) bk ejkω0 (t−τ ) dτ
T
∞

k=−∞


−jkω0 τ
= bk e jkω0 t
x(τ )e dτ
k=−∞ T

T ak
∞

= T a b

k k e jkω0 t

k=−∞ ck

– p. 139/365
Propriedades da FS

Linearidade
FS
z(t) = Ax(t) + By(t) ←→ ck = Aak + Bbk

Deslocamento no tempo

x(t − t0 ) ←→ bk = e−jkω0 t0 ak
FS

Deslocamento na frequência
FS
e jmω0 t
x(t) ←→ ak−m

– p. 140/365
Propriedades da FS

Conjugação

x (t) ←→ a∗−k
∗ FS

Reflexão no tempo
∗ FS
x (−t) ←→ a−k

Mudança de escala no tempo

∗ FS
x (αt) ←→ ak

sendo α > 0

– p. 141/365
Propriedades da FS

Convolução periódica


FS
x(τ )y(t − τ )dτ ←→ T ak bk
T

Multiplicação
∞

FS
x(t)y(t) ←→ ck = am bk−m
m=−∞

Diferenciação
FS
dx(t)/dt ←→ jkω0 ak

– p. 142/365
Propriedades da FS

Integração

t
FS 1
x(t)dt ←→ ak
−∞ jkω0

Sinais reais

x(t) ∈ R ←→ ak = a∗−k
FS

Sinais reais e pares

FS
x(t) = x(−t) ∈ R ←→ ak = a−k ∈ R

– p. 143/365
Propriedades da FS

Sinais reais e ı́mpares
FS
x(t) = −x(−t) ∈ R ←→ ak = −a−k ∈ Im

Decomposição Par e Ímpar

FS
xpar (t) = Par{x(t)} ←→ Real{ak }
FS
xı́mpar (t) = Ímpar{x(t)} ←→ jImag{ak }

Relação de Parseval

∞

1
|x(t)|2 dt = |ak |2
T0 T0
k=−∞
– p. 144/365
Propriedades da DTFS

Linearidade
FS
z[n] = Ax[n] + By[n] ←→ ck = Aak + Bbk

Deslocamento no tempo

x[n − n0 ] ←→ bk = e−jkω0n0 ak
FS

Deslocamento na frequência
FS
e jmω0 n
x[n] ←→ ak−m

– p. 145/365
Propriedades da DTFS

Conjugação

x [n] ←→ a∗−k
∗ FS

Reflexão no tempo
FS
x[−n] ←→ a−k

Mudança de escala no tempo

FS1
x[n/m] ←→ ak
m
se n é múltiplo de m e m > 0

– p. 146/365
Propriedades da DTFS

Convolução periódica
 FS
x[r]y[n − r] ←→ N ak bk
k=<N >

Multiplicação
FS

x[n]y[n] ←→ am bk−m
m=<N >

Primeira diferença

x[n] − x[n − 1] ←→ (1 − e−jkω0 )ak

FS

– p. 147/365
Propriedades da DTFS

Somatório

n
x[k] ←→ (1 − e−jkω0 )−1 ak
FS

k=−∞

Sinais reais

x[n] ∈ R ←→ ak = a∗−k
FS

Sinais reais e pares

FS
x[n] = x[−n] ∈ R ←→ ak = a−k ∈ R

– p. 148/365
Propriedades da DTFS

Sinais reais e ı́mpares
FS
x[n] = x[−n] ∈ R ←→ ak = a−k ∈ Im

Decomposição Par e Ímpar

FS
xpar (t) = Par{x(t)} ←→ Real{ak }
FS
xı́mpar [n] = Ímpar{x[n]} ←→ jImag{ak }

Relação de Parseval
 
|x(t)|2 = |ak |2
n=<N > k=<N >

– p. 149/365
Exercı́cio 8: Oppenheim 3.25

Considere os sinais

x[n] = 1 + cos(2π/6n), y[n] = sen(2π/6n + π/4),

z[n] = x[n]y[n]
a) Determine os coeficientes da FS de x[n]
b) Determine os coeficientes da FS de y[n]
c) Determine os coeficientes da FS de z[n]
utilizando e sem utilizar a propriedade de
multiplicação

– p. 150/365