Aula 03 - Sinais e Sistemas de Tempo Contínuo e Tempo Discreto

UNIVERSIDADE FEDERAL RURAL DO SEMI-ÁRIDO (UFERSA)
CENTRO MULTIDISCIPLINAR DE PAU DOS FERROS (CMPF)

DEPARTAMENTO DE ENGENHARIAS E TECNOLOGIA (DETEC)
SINAIS E SISTEMAS
Aula 03 - Sinais de Tempo Contínuo

e Tempo Discreto
Prof.: Pedro Thiago Valério de Souza

UFERSA – Campus Pau dos Ferros
pedro.souza@ufersa.edu.br
Revisão
Sinais de tempo contínuo: x ( t ) t ∈ 
Sinais encontrados na natureza (ex. sinal
x ( t1 )
sonoro, temperatura, velocidade do vento x
altura).
x ( t2 )
t
t1 t2
Sinais de tempo discreto:

3 [ 0] 2 =
x= x [1] 2,5 x =
[ −1] 3
x [ n] 2,5
2 amostra
1
3
n
−3 −2 −1 0 1 2
−1,5
© Pedro Souza, 2023 Sinais e Sistemas
Sinais de Tempo Contínuo e Tempo Discreto
Representação funcional:
 2π n 
x ( t ) = cos ( 20000π t ) x [ n ] = cos   Substituir os valores de t ou n para
 5 
determinar o gráfico
x ( t ) = e −3t cos ( 3t ) x [ n ] = 0,8n
Exemplo 3.1: Obtenha o gráfico de x[n] para 0 ≤ n ≤ 4 para os seguintes sinais de tempo discreto:
x [ n ] = 0,5n
© Pedro Souza, 2023 Sinais e Sistemas 3

Sinais de Tempo Contínuo e Tempo Discreto
• Sinais de tempo discreto geralmente são obtidos através da amostragem de sinais de tempo
contínuo:
xa (t ) é o sinal de tempo contínuo original
 n 
x [ n ] x=
= a ( nT ) x  T é o intervalo de amostragem [s]
 FS  1
FS = é a frequência de amostragem [Hz]
TS

x [ n ] = xa ( nT )
xa ( t )
x [ n]
t
T 2T 3T
Sinais
Energia e potência:
• Energia: ∞
2
Ex  ∫ x (t )
−∞
dt
∞
2
Ex  ∑ x [ n]
n =−∞
• Potência: Energia média em um intervalo.

T
1 2
Px  lim
T →∞ 2T ∫ x (t )
−T
dt
1 N
2
Px  lim ∑ x [ n]
N →∞ 2 N + 1
n =− N

Sinais
Exemplo 3.2: Determine a energia dos sinais a seguir.
x (t )
t
−1 2 12
Observação: Valor rms (root-mean-square).
rms  Px

Operações básicas com sinais
y = x ( t )  Variável dependente (amplitude)
y = x (t )
t  Variável independente (tempo)
Manipulações envolvendo a amplitude:

• Escala:
= y ( t ) kx ( t ) k ∈
y [ n ] = kx [ n ]
Exemplo: Amplificadores de áudio.

x(t)
4
-1
-2
-3
-4
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
t
y(t) = 2,5x(t)
4
-1
-2
-3
-4
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
t
• Soma: y ( t =) x1 ( t ) + x2 ( t ) +  + x p ( t )
y [ n= ] x1 [ n ] + x2 [ n ] +  + x p [ n ]

x (t)
1
1
0.5
-0.5
-1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
t
x (t)
2
5
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
t
y(t) = x 1
(t) + x 2
(t)
6
-2
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
t
• Combinação linear: y =(t ) a1 x1 ( t ) + a2 x2 ( t ) +  + a p x p ( t )
y [=n] a1 x1 [ n ] + a2 x2 [ n ] +  + a p x p [ n ]
a1 , a2 , , a p ∈ 
Exemplo: Mixer de áudio.

x (t)
1
2
-1
-2
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
t
x (t)
2
2
-1
-2
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
t
y(t) = 0,5x 1
(t) + 1,5x 2
(t)
3
-1
-2
-3
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
t
• Multiplicação: y ( t ) = x1 ( t ) x2 ( t ) x p ( t )
y [ n ] = x1 [ n ] x2 [ n ] x p [ n ]
Exemplo: Modulador em amplitude.

x (t)
1
1
0.5
-0.5
-1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
t
x (t)
2
1
0.5
-0.5
-1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
t
y(t) = 0,5x 1
(t) + 1,5x 2
(t)
1
0.5
-0.5
-1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
t
• Soma com uma constante: y ( t ) =x1 ( t ) + k k ∈
y=[ n] x1 [ n] + k
Observação: Todos os sinais devem ter o mesmo tamanho.

Exemplo 3.3: Dado os seguintes sinais, realize a seguinte operação:
y [ n ] 2 x1 [ n ] − x2 [ n ]
=
x1 [ n ] x2 [ n ]
3
2 2
1 1
n n
−1

Manipulações envolvendo o tempo:
• Deslocamento:
t0 > 0  deslocamento para direita
t ) x ( t − t0 )
y (=
t0 < 0  deslocamento para esquerda
n0 > 0  deslocamento para direita
n ] x [ n − n0 ]
y [=
n0 < 0  deslocamento para esquerda
Exemplo 3.4: Dado o sinal abaixo, determine: y (=

t ) x (t − 2)
x (t )
1
t
−1 1
• Reflexão: Rebatimento em relação ao eixo vertical.
y ( t=
) x ( −t )
y [ n=] x [ −n]
Exemplo 3.5: Dado o sinal abaixo, determine y [ n=
] x [ −n]
x [ n]
3
2
1
n

a > 1  compressão
• Mudança de escala:=
y ( t ) x ( at ) a ∈ , a > 0
0 < a < 1  expansão
Exemplo 3.6: Dado o sinal, determine x1 ( t ) = x ( 2t ) e x2 ( t ) = x ( t 2 )

x (t )
1
t
−1 1

• Subamostragem:=
y [ n ] x [ kn ] k ∈ , k > 0
Consiste em diminuir a quantidade de amostras do sinal, "pulando" k-1 amostras.
• Sobreamostragem:
 x [n k ] n k ∈ 
y [ n=
] x( k ) [ n=]  k ∈ , k > 0
0 caso contrário
Consiste em aumentar a quantidade de amostras do sinal, inserindo k-1 amostras nulas

entre as amostras do sinal original.

Exemplo 3.7: Dado o seguinte sinal, realize as seguintes operações:
y1 [ n ] = x [ 2n ]
 x [ n 2] n 2 ∈ 
y2 [ n ] x=
= ( 2) [ n] 
0 caso contrário
x [ n]
3
2
1
n

Relação entre mudança de escala, subamostragem e sobreamostragem:
Tempo contínuo Tempo discreto

Compressão Subamostragem
Expansão Sobreamostragem

( t ) x ( at − b ) .
Operações combinadas: Supor que desejamos realizar a operação y=
a) Realizar o deslocamento por b, obtendo x(t - b) e depois realizar a escala por a, obtendo x(at -
b).
b) Realizar a escala por a, obtendo x(at), e depois realizar o deslocamento por b/a, obtendo x(a(t –
b/a)) = x(at - b).
( t ) x ( 2t − 3)
Exemplo 3.8: Dado o sinal abaixo, determine: y=
x (t )
1
t
−1 1

Classificação de sinais
1. Tempo contínuo vs. Tempo discreto:
x (t ) t ∈  x [ n] n ∈ 
2. Analógico vs. Digital:

• Analógico: amplitude pode assumir um conjunto infinito de valores;
• Digital: amplitude pode assumir um conjunto finito (enumerado) de valores.
xa (t ) Analógico xd (t )
Digital
t t
3. Periódicos vs. Aperiódicos:
t ) x (t + T )
Tempo contínuo: x (= T Período (s)
Periódico Aperiódico
Sinal periódico com período T Sinal periódico com período 2T,3T,4T...
Menor valor de período Período fundamental (T0)
1
Frequência: f 0 = Linear (Hz)
T0
2π
ω0 2=
= π f0 Angular (rad/s)
T0
3. Periódicos vs. Aperiódicos:
Tempo discreto: x [=
n] x [ n + N ] N Período (adimensional)
N ∈
Periódico Aperiódico
Sinal periódico com período N Sinal periódico com período 2N,3N,4N...
Menor valor de período Período fundamental (N0)
2π
Frequência: ω0 = Angular (rad)
N0

4. Par vs. Impar:
Par: x ( t=
) x ( −t ) Impar: x ( t ) =− x ( −t )
x [ n=
] x [ −n] x [ n] =− x [ −n]
Par Impar
Sem
simetria

4. Par vs. Impar:
Propriedade 1 - Todo sinal pode ser escrito tal que:
1
x ( t ) xe ( t ) + xo ( t )
= ( t )  x ( t ) + x ( −t )
xe=
2
x [ n ] xe [ n ] + xo [ n ]
= Parte par
1
[ ] ( x [ n ] + x [ − n ])
xe=n
2
1
( t )  x ( t ) − x ( −t )
xo=
2
1 Parte impar
[ n ] ( x [ n ] − x [ − n ])
xo=
2
ter: x ( 0 ) 0=
Propriedade 2 - Um sinal com simetria impar deve = x [ 0] 0

5. Duração finita vs. Duração infinita:
t > t H n > nH
Duração finita: x ( t ) = 0  x [ n] = 0 
 t < tL  n < nL
Caso contrário  duração infinita.
Finita Infinita
Duração infinita:
a) Lateral direito;
b) Lateral esquerdo;
c) Bilateral.

0.6
0.4
0.2
0
-10 -5 0 5 10
1.5
0.5
0
-10 -5 0 5 10
0.5
0
-10 -5 0 5 10
6. Energia vs. Potência:
∞ T
2 1 2
Ex  ∫ x (t )
−∞
dt Px  lim
T →∞ 2T ∫ x (t )
−T
dt
∞
2 1 N
2
Ex  ∑ x [ n]
n =−∞
Px  lim
N →∞ 2 N + 1
∑
n =− N
x [ n]
• Sinais de Energia: Energia finita e potência nula;

• Exemplos: Sinais de duração finita ou sequências de duração infinita, mas que decrescem
de amplitude.
• Sinais de Potência: Energia infinita e potência finita;
• Exemplos: Sinais periódicas.
• Nem energia, nem potência.

6. Energia vs. Potência:
Potência para sinal periódicos:
T
1 2 1 N −1 2
Px = ∫ x ( t ) Px = ∑ x [ n ]
T0 N n =0
7. Causais vs. Não-causais:
x (t ) 0
Causal:= t<0
x [ n] 0
= n<0
Não-causal, caso contrário.
Causal Não-causal

Modelos para sinais de tempo contínuo
1. Degrau unitário:
u (t )
1 t ≥ 0 1
u (t ) = 
0 t < 0 t
Utilidades:
1. Para determinar que um sinal comece em t = 0 (torna-lo causal), basta multiplica-lo por u(t);
2. Descrever uma função com diferentes descrições matemáticas em diferentes intervalos de
tempo em apenas uma expressão matemática.

=
2. Impulso unitário: δ (t ) 0 t≠0
∞
∫ δ ( t ) dt = 1
−∞
Outro entendimento,
p∆ ( t )
1
1∆  0≤t <∆
p∆ ( t ) =  ∆ Pulso com largura Δ, amplitude
0 caso contrário 1/Δ e área unitária
t
∆
δ ( t ) = lim δ ∆ ( t )
∆→0

2. Impulso unitário:
p∆ ( t )
1∆ Duração  0
lim
∆→0 δ ( t= 0 ) → ∞
δ (t ≠ 0) = 0
t Área = 1
∆
Representação gráfica:
δ (t ) kδ ( t )
k
1
t t
Amplitude da seta = Área

do impulso
Propriedades do Degrau unitário e Impulso unitário:
t
P1) u ( t ) = ∫ δ (τ ) dτ
−∞
du ( t )
P2) δ ( t ) =
dt
P3) x ( t ) δ ( t −
= t0 ) x ( t0 ) δ ( t − t0 )
∞
P4) ∫ x ( t ) δ ( t − t ) dt =
−∞
0 x ( t ) (teorema da amostragem)
0
∞
P5) x ( t )
= ∫ x (τ ) δ ( t − τ ) dτ
−∞
∞
(t )
P6) u= ∫ δ ( t − τ ) dτ
0
∞
=x ( t ) lim
∆τ →0
∑ x ( n∆τ ) p ( t − n∆τ )
n =−∞
∞ p ( t − n∆τ )
=lim
∆τ →0
∑ x ( n∆τ )
n =−∞ ∆τ
∆τ
Quando Δτ  0, a altura dos pulsos tende a infinito,

mas a área ainda é x ( n∆τ ).
∞
=x ( t ) lim
∆τ →0
∑ x ( n∆τ )δ ( t − n∆τ ) ∆τ
n =−∞
∑→∫
Δτ  0 ∆τ → dτ
n∆τ → τ
∞
=x (t ) ∫ x (τ ) δ ( t − τ ) dτ
−∞
=
3. Exponencial real: x ( t ) Ce at C, a ∈ 
a>0 a<0

4. Sinais senoidais:
= x ( t ) A cos (ω0t + φ ) A  Amplitude
ω0 Frequência [rad/s]
φ  Fase inicial [rad]

Propriedade 1 - Os sinais senoidais são periódicos com período fundamental calculado como:
2π
T0 =
ω0
Propriedade 2 - Se
= x1 ( t ) A cos (ω1t + φ ) , então: ω1 ≠ ω2 → x1 ( t ) ≠ x2 ( t )
x2 ( t ) A cos (ω2t + φ )
= ω2 → x1 ( t ) =
ω1 = x2 ( t )
Propriedade 3 - Relação entre frequência e período:
ω0 Oscilação T0

ω1 > ω2 > ω3
=
5. Exponenciais complexas: x ( t ) Ce at C, a ∈ 
x ( t ) = C e jθ e(
r + jω )t
C = C e jθ 0
= C e rt e ( 0 )
j ω t +θ
a= r + jω0
= C e rt cos (ω0t + θ ) + j sin (ω0t + θ ) 
= C e rt cos (ω0t + θ ) + j C e rt sin (ω0t + θ )
= xr ( t ) + jxi ( t )
xr ( t ) Re
= = { }
x ( t ) C e rt
cos (ω0t + θ ) Sinais senoidais amortecidos
(multiplicados) por uma exponencial real.
xi ( t ) Im
= = { x ( t )} C ert sin (ω0t + θ )

xr ( t ) Re
= { x ( t )} C ert cos (ω0t + θ )
xi ( t ) Im
= { x ( t )} C ert sin (ω0t + θ )
r >0
r<0
5. Exponenciais complexas:
Propriedade 1 - Os sinais exponenciais complexas são periódicos com período fundamental
calculado:
2π
T0 =
ω0
Propriedade 2 - Se x1 ( t ) = C e e
j (ω1t +θ )
ω1 ≠ ω2 → x1 ( t ) ≠ x2 ( t )
rt
, então:
x2 ( t ) = C e rt e
j (ω2t +θ )
ω2 → x1 ( t ) =
ω1 = x2 ( t )
Propriedade 3 - Relação entre frequência e período:
ω0 Oscilação T0

Modelos para sinais de tempo discreto
1
δ [ n]
1 n = 0
1. Impulso unitário: δ [ n ] =  0.5
0 n ≠ 0
0
-4 -2 0 2 4
u [ n]
1
1 n ≥ 0
2. Degrau unitário: u [ n ] =  0.5
0 n < 0
0
-4 -2 0 2 4
Utilidades:
1. Para determinar que um sinal comece em n = 0 (torna-lo causal), basta multiplica-lo por u[n];
2. Descrever uma função com diferentes descrições matemáticas em diferentes intervalos de
tempo em apenas uma expressão matemática.
Propriedades do Degrau unitário e Impulso unitário:
n
P1) u [ n ] = ∑ δ [k ]
k =−∞
P2) δ [ n ] = u [ n ] − u [ n − 1]
P3) x [ n ]δ [ n −=
n0 ] x [ n0 ]δ [ n − n0 ]
∞
P4) ∑ x [ n ]δ [ n − n ] =
n =−∞
0x [ n ] (teorema da amostragem)
0
∞
P5) x [ n ]
= ∑ x [ k ]δ [ n − k ]
k =−∞
∞
u [ n]
P6)= ∑δ [n − k ]
k =0

x [ n ] = a−3δ [ n + 3] + a1δ [ n − 1] + a2δ [ n − 2] + a7δ [ n − 7 ]
x [ −3]δ [ n + 3] + x [1]δ [ n − 1] + x [ 2]δ [ n − 2] + x [ 7 ]δ [ n − 7 ]
=
∞
=
Forma geral: x [ n] ∑ x [ k ]δ [ n − k ]
k =−∞
real: x [ n ] Cα C ,α ∈ 
n
=
3. Exponencial
1 6
0.8
4
0.6
0.4
2
0.2
0 0
0 2 4 6 8 10 0 2 4 6 8 10
1 6
4
0.5
2
0
0
-0.5 -2
-4
-1
0 2 4 6 8 10 0 2 4 6 8 10

=
4. Sinais senoidais: x [ n ] A cos (ω0 n + φ ) A  Amplitude
ω0  Frequência [rad]
φ  Fase inicial [rad]

Propriedade 1 - Um sinal senoidal de tempo discreto será periódico se e somente se:
=ω0 qπ q∈
Se essa condição é atendida, o período é calculado como:

2π k (escolher o menor valor de k que torna N inteiro)
N=
ω0
Exemplo 3.9: Determine se os sinais a seguir são periódicos, e caso sejam, determine o período
fundamental.
π   3π  1 
x1 [ n ] = cos  n  x2 [ n ] = cos  n x3 [ n ] = cos  n 
8   7  6 
Propriedade 2 - Uma sequência senoidal com frequência ω0 é igual àquela com frequência ω0 +
2πk, k inteiro.
Propriedade 3 - Máxima frequência de oscilação = π.

=
5. Sinais exponenciais complexas: x [ n ] Cα n C ,α ∈ 
C=Ce jθ
x [ n] = C e jθ
(α e ) jω0 n
=C α e( 0 )
n
α = α e jω 0 j ω n +θ
= C α cos (ω0 n + θ ) + j sin (ω0 n + θ ) 

n
= C α cos (ω0 n + θ ) + j C α sin (ω0 n + θ )

n n
= xr [ n ] + jxi [ n ]
xr [ n ] Re
= = { x [ n]} C α cos (ω0 n + θ )n
Sinais senoidais amortecidos por uma
exponencial real.
xi [ n ] Im
= = { x [ n]} C α sin (ω0 n + θ )n

xr [ n ] Re
= = { x [ n]} C α cos (ω0 n + θ )
n
xi [ n ] Im
= { x [ n]} C α sin (ω0 n + θ )
n
α >1
α <1
5. Sinais exponenciais complexas:
Propriedade 1 - Um sinal exponencial complexo de tempo discreto será periódico se e somente
se:
=ω0 qπ q∈
Se essa condição é atendida, o período é calculado como:
2π k (escolher o menor valor de k que torna N inteiro)
N=
ω0
Propriedade 2 - Uma sequência senoidal com frequência Ω0 é igual àquela com frequência ω0 +
2πk, k inteiro.
Propriedade 3 - Máxima frequência de oscilação = π.

Sistemas
x (t ) Sistema de y (t ) x [ n] Sistema de y [ n]
tempo contínuo tempo discreto
x (t ) → y (t ) x [ n] → y [ n]
y ( t ) = T { x ( t )} y [ n ] = T { x [ n ]}
Exemplos:
y (t ) 2x (t ) + 3
1. =
2. y ( t ) = x ( t ) cos (ω0t )
3. y [=
n] x [ n − k ]
n
4. y [ n ] = ∑ x [k ]
k =−∞
dy ( t )
5. + ay ( t ) = bx ( t )
dt
6. y [ n ] + ay [ n − 1] = x [ n]
Interconexão de sistemas
1. Série (Cascata):
2. Paralela (Shunt):

Interconexão de sistemas
3. Composta:
4. Realimentação (Feedback):

Propriedades dos sistemas
1. Memória:
Sem memória:
y(t) em t = t0 depende apenas de x(t) em t = t0.
y[n] em n = n0 depende apenas de x[n] em n = n0.
Com memória, caso contrário.
Exemplo 3.10: Discuta se os seguintes sistemas possuem memória.
a) y ( t ) = x ( t )
2
b) y [=
n ] x [ n − 1]
n
c) y [ n ] = ∑ x [k ]
k =−∞
d) y [ n ] = x [ n ] + x [ n + 1]
2. Causalidade:
Causal:
Saída em qualquer instante de tempo depende apenas da entrada nos instantes de tempo atual e
passados
ou
O sistema não pode antecipar entradas futuras.
Caso contrário, não-causal.

Exemplo 3.11: Discuta se os seguintes sistemas são causais.
a) y [=
n ] x [ n − 1]
b) y [ n ] = x [ n ] + x [ n + 1]
t
c) y ( t ) = ∫ x (τ ) dτ
−∞
d) y ( t=
) x ( −t )

3. Estabilidade:
Estável: Qualquer sinal de entrada que tenha amplitude limitada, resulte em um sinal de saída
com amplitude limitada.
Caso contrário, instável.
Exemplo 3.12: Discuta se os seguintes sistemas são estáveis.

a) y [=
n ] x [ n − 1]
1
b) y ( t ) =
x (t )
τ
c) y ( t ) = ∫ x (τ ) dτ
−∞
d) y ( t ) = x ( t ) cos (ω0t )
Estudo de caso - pêndulo:
Estável
Pêndulo invertido:
Instável
4. Linearidade:
Linear:
Seja: T { x1} = y1
T { x2 } = y2
O sistema é dito linear se atender simultaneamente as seguintes condições:

T { x1 + x2 } =T { x1} + T { x2 } =y1 + y2
{ax1} aT
T= = { x1} ay1
Ou, de forma combinada:
T {ax1 + bx2 }= T {ax1} + T {bx2 }= aT { x1} + bT { x2 }
= ay1 + by2
Caso contrário, não-linear

4. Linearidade: Todo sistema linear tem a propriedade de entrada nula  saída nula.
Exemplo 3.13: Discuta se os seguintes sistemas são lineares.

a) y ( t ) = tx ( t )
b) y [ n ] = x [ n ]
2
y [ n] 2 x [ n] + 3
c) =

5. Invariância no tempo:
Invariante no tempo:
T { x ( t )} = y ( t ) T { x [ n ]} = y [ n ]
T { x ( t − t0 )} = y ( t − t0 ) T { x [ n − n0 ]} = y [ n − n0 ]

Caso contrário, variante no tempo.

Exemplo 3.14: Discuta se os seguintes sistemas são invariantes no tempo.
y [ n] 2 x [ n] + 3
a) =
b) y ( t ) = sin  x ( t ) 
c) y [ n ] = nx [ n ]
d) y ( t ) = x ( t ) cos ( t )

6. Invertibilidade:
Invertível:
Existe um sistema inverso tal que, quando colocado em cascata com o sistema original, desfaz o
que o sistema original faz.
ou
Entrada diferentes  Saída diferentes
Caso contrário, não-invertível.
Exemplo 3.15: Discuta se os seguintes sistemas são invertíveis, e caso sejam, determine o seu
inverso.
a) y ( t ) = 2 x ( t ) c) y [ n ] = x [ n ]
2
b) y ( t ) = ∫ x (τ )dτ
−∞

Aula 03 - Sinais e Sistemas de Tempo Contínuo e Tempo Discreto

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Aula 03 - Sinais e Sistemas de Tempo Contínuo e Tempo Discreto

Enviado por

Direitos autorais:

Formatos disponíveis

UNIVERSIDADE FEDERAL RURAL DO SEMI-ÁRIDO (UFERSA)

CENTRO MULTIDISCIPLINAR DE PAU DOS FERROS (CMPF)

Aula 03 - Sinais de Tempo Contínuo

Prof.: Pedro Thiago Valério de Souza

Sinais de tempo discreto:

© Pedro Souza, 2023 Sinais e Sistemas 3

© Pedro Souza, 2023 Sinais e Sistemas 4

• Potência: Energia média em um intervalo.

© Pedro Souza, 2023 Sinais e Sistemas 6

Observação: Valor rms (root-mean-square).

© Pedro Souza, 2023 Sinais e Sistemas 7

Manipulações envolvendo a amplitude:

Exemplo: Amplificadores de áudio.

© Pedro Souza, 2023 Sinais e Sistemas 8

© Pedro Souza, 2023 Sinais e Sistemas 10

© Pedro Souza, 2023 Sinais e Sistemas 12

© Pedro Souza, 2023 Sinais e Sistemas 15

© Pedro Souza, 2023 Sinais e Sistemas 17

© Pedro Souza, 2023 Sinais e Sistemas 18

Exemplo 3.4: Dado o sinal abaixo, determine: y (=

© Pedro Souza, 2023 Sinais e Sistemas 20

Exemplo 3.6: Dado o sinal, determine x1 ( t ) = x ( 2t ) e x2 ( t ) = x ( t 2 )

© Pedro Souza, 2023 Sinais e Sistemas 21

Consiste em aumentar a quantidade de amostras do sinal, inserindo k-1 amostras nulas

© Pedro Souza, 2023 Sinais e Sistemas 22

© Pedro Souza, 2023 Sinais e Sistemas 23

Tempo contínuo Tempo discreto

© Pedro Souza, 2023 Sinais e Sistemas 24

© Pedro Souza, 2023 Sinais e Sistemas 25

Tempo contínuo Tempo discreto

2. Analógico vs. Digital:

© Pedro Souza, 2023 Sinais e Sistemas 28

© Pedro Souza, 2023 Sinais e Sistemas 29

© Pedro Souza, 2023 Sinais e Sistemas 30

© Pedro Souza, 2023 Sinais e Sistemas 31

• Sinais de Energia: Energia finita e potência nula;

© Pedro Souza, 2023 Sinais e Sistemas 33

© Pedro Souza, 2023 Sinais e Sistemas 34

© Pedro Souza, 2023 Sinais e Sistemas 35

© Pedro Souza, 2023 Sinais e Sistemas 36

Amplitude da seta = Área

Quando Δτ  0, a altura dos pulsos tende a infinito,

© Pedro Souza, 2023 Sinais e Sistemas 40

© Pedro Souza, 2023 Sinais e Sistemas 41

Propriedade 3 - Relação entre frequência e período:

© Pedro Souza, 2023 Sinais e Sistemas 42

© Pedro Souza, 2023 Sinais e Sistemas 44

Propriedade 3 - Relação entre frequência e período:

© Pedro Souza, 2023 Sinais e Sistemas 46

© Pedro Souza, 2023 Sinais e Sistemas 48

© Pedro Souza, 2023 Sinais e Sistemas 50

© Pedro Souza, 2023 Sinais e Sistemas 51

Se essa condição é atendida, o período é calculado como:

© Pedro Souza, 2023 Sinais e Sistemas 53

= C α cos (ω0 n + θ ) + j sin (ω0 n + θ ) 

= C α cos (ω0 n + θ ) + j C α sin (ω0 n + θ )

© Pedro Souza, 2023 Sinais e Sistemas 54

© Pedro Souza, 2023 Sinais e Sistemas 56

© Pedro Souza, 2023 Sinais e Sistemas 58

© Pedro Souza, 2023 Sinais e Sistemas 59

Exemplo 3.10: Discuta se os seguintes sistemas possuem memória.

© Pedro Souza, 2023 Sinais e Sistemas 61

© Pedro Souza, 2023 Sinais e Sistemas 62

Exemplo 3.12: Discuta se os seguintes sistemas são estáveis.