Baixe o app para aproveitar ainda mais
Prévia do material em texto
Prof. MSc. Osmar Tormena Junior Sinais e Sistemas no Tempo Contínuo — Material Complementar UTFPR Lista de Figuras Figura 1 – Convergência da Série de Fourier truncada, ilus- trando o fenômeno de Gibbs. . . . . . . . . . . . 21 Figura 2 – Onda quadrada periódica. . . . . . . . . . . . . . 32 Figura 3 – Os coeficientes da série de Fourier e sua envoltó- ria, para o sinal onda quadrada periódico, com: (a) T = 2T1; (b) T = 4T1; (c) T = 8T1. . . . . . . 34 Figura 4 – (a) Sinal aperiódico x(t) e (b) sinal periódico x˜(t), obtido a partir de x(t). . . . . . . . . . . . . . . 35 Figura 5 – (a) Região de Convergência na plano s; (b) Dia- grama de polos e zeros no plano s. . . . . . . . . 56 Figura 6 – Função sinal. . . . . . . . . . . . . . . . . . . . . 76 Figura 7 – Função degrau unitário (ou função de Heaviside). 78 Figura 8 – Função impulso unitário (ou função de delta de Dirac). . . . . . . . . . . . . . . . . . . . . . . . . 81 Figura 9 – Função retangular. . . . . . . . . . . . . . . . . . 82 Figura 10 – Função triangular. . . . . . . . . . . . . . . . . . 83 Figura 11 – Função gama. . . . . . . . . . . . . . . . . . . . . 84 Figura 12 – Função gaussiana. . . . . . . . . . . . . . . . . . 85 Figura 13 – Função sinc. . . . . . . . . . . . . . . . . . . . . 86 Figura 14 – Função de Bessel de primeira espécie. . . . . . . 88 Figura 15 – Função de Bessel de segunda espécie. . . . . . . . 89 Lista de Tabelas Tabela 1 – Propriedades das Séries de Fourier. . . . . . . . . 26 Tabela 2 – Séries de Fourier de sinais periódicos. . . . . . . 28 Tabela 3 – Propriedades da Transformada de Fourier. . . . 48 Tabela 4 – Pares transformados de Fourier. . . . . . . . . . 50 Tabela 5 – Propriedades da Transformada de Laplace. . . . 65 Tabela 6 – Pares comuns da Transformada de Laplace. . . . 66 Tabela 7 – Propriedades da Transformada de Laplace Unila- teral. . . . . . . . . . . . . . . . . . . . . . . . . 69 Sumário Introdução . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 1 SÉRIES DE FOURIER . . . . . . . . . . . . . . 11 1.1 Perspectiva histórica . . . . . . . . . . . . . . . . 11 1.2 Resposta de sistemas LIT às exponenciais com- plexas . . . . . . . . . . . . . . . . . . . . . . . . 12 1.3 Representação de sinais periódicos através de Séries de Fourier . . . . . . . . . . . . . . . . . . 14 1.4 Convergência da Série de Fourier . . . . . . . . 18 1.5 Propriedades da Série de Fourier . . . . . . . . . 20 1.5.1 Linearidade . . . . . . . . . . . . . . . . . . . . . . 22 1.5.2 Deslocamento no tempo . . . . . . . . . . . . . . . 22 1.5.3 Reflexão no tempo . . . . . . . . . . . . . . . . . . 23 1.5.4 Mudança na escala de tempo . . . . . . . . . . . . 24 1.5.5 Multiplicação . . . . . . . . . . . . . . . . . . . . . 24 1.5.6 Conjugação e simetria conjugada . . . . . . . . . . 24 1.5.7 Relação de Parseval . . . . . . . . . . . . . . . . . 25 1.6 Séries de Fourier para sinais periódicos comuns. 27 2 TRANSFORMADA DE FOURIER . . . . . . . . 31 2.1 Representação de sinais através da Transformada de Fourier . . . . . . . . . . . . . . . . . . . . . . 32 2.1.1 Definição da Transformada de Fourier . . . . . . . . 32 2.1.2 Convergência da Transformada de Fourier . . . . . . 37 2.2 Transformada de Fourier para sinais periódicos . 39 2.3 Propriedades da Transformada de Fourier no tempo contínuo . . . . . . . . . . . . . . . . . . . . . . . 40 2.3.1 Linearidade . . . . . . . . . . . . . . . . . . . . . . 41 2.3.2 Deslocamento no tempo . . . . . . . . . . . . . . . 41 2.3.3 Conjugação e simetria conjugada . . . . . . . . . . 41 2.3.4 Diferenciação e integração . . . . . . . . . . . . . . 43 2.3.5 Mudança na escala de tempo e na frequência . . . . 43 2.3.6 Dualidade . . . . . . . . . . . . . . . . . . . . . . . 44 2.3.7 Relação de Parseval . . . . . . . . . . . . . . . . . 46 2.3.8 Propriedade da convolução . . . . . . . . . . . . . . 46 2.3.9 Propriedade da multiplicação . . . . . . . . . . . . 48 2.4 Pares transformados de Fourier comuns . . . . . 50 2.5 Definições alternativas da Transformada de Fou- rier . . . . . . . . . . . . . . . . . . . . . . . . . . 51 3 TRANSFORMADA DE LAPLACE . . . . . . . . 53 3.1 A Transformada de Laplace . . . . . . . . . . . . 54 3.2 A Região de Convergência da Transformada de Laplace . . . . . . . . . . . . . . . . . . . . . . . . 57 3.3 Transformada Inversa de Laplace . . . . . . . . . 59 3.4 Propriedades da Transformada de Laplace . . . 59 3.4.1 Linearidade . . . . . . . . . . . . . . . . . . . . . . 60 3.4.2 Deslocamento no tempo . . . . . . . . . . . . . . . 60 3.4.3 Deslocamento no domínio s . . . . . . . . . . . . . 61 3.4.4 Mudança na escala do tempo . . . . . . . . . . . . 61 3.4.5 Conjugação . . . . . . . . . . . . . . . . . . . . . . 62 3.4.6 Propriedade da Convolução . . . . . . . . . . . . . 62 3.4.7 Diferenciação temporal . . . . . . . . . . . . . . . . 63 3.4.8 Diferenciação no domínio s . . . . . . . . . . . . . 63 3.4.9 Integração temporal . . . . . . . . . . . . . . . . . 64 3.4.10 Teoremas de Valor Final e Inicial . . . . . . . . . . 64 3.5 Pares comuns da Transformada de Laplace . . . 66 3.6 Transformada de Laplace Unilateral . . . . . . . 68 3.6.1 Propriedades da Transformada de Laplace Unilateral 69 Referências Bibliográficas . . . . . . . . . . . . . . . . . . . 71 APÊNDICES 73 APÊNDICE A – FUNÇÕES “EXÓTICAS” COMUNS EM ENGENHARIA . . . . . . . . . 75 A.1 Função Sinal . . . . . . . . . . . . . . . . . . . . 76 A.2 Função Degrau Unitário . . . . . . . . . . . . . . 77 A.2.1 Discrepância entre as Transformadas de Laplace e de Fourier da Função Degrau Unitário . . . . . . . . . 79 A.3 Função Impulso Unitário . . . . . . . . . . . . . . 79 A.4 Função Retangular . . . . . . . . . . . . . . . . . 82 A.5 Função Triangular . . . . . . . . . . . . . . . . . 82 A.6 Função Gama . . . . . . . . . . . . . . . . . . . . 83 A.7 Função Gaussiana . . . . . . . . . . . . . . . . . 84 A.8 Função Sinc (Seno Cardinal) . . . . . . . . . . . 85 A.9 Funções de Bessel . . . . . . . . . . . . . . . . . 87 A.9.1 Funções de Bessel de primeira espécie . . . . . . . . 87 A.9.2 Funções de Bessel de segunda espécie . . . . . . . . 88 APÊNDICE B – EXPANSÃO EM FRAÇÕES PAR- CIAIS . . . . . . . . . . . . . . . . 91 B.1 Divisão longa de polinômios . . . . . . . . . . . . 94 B.2 n polos distintos . . . . . . . . . . . . . . . . . . 95 B.3 Polos com multiplicidade . . . . . . . . . . . . . 96 B.4 Polos complexos conjugados . . . . . . . . . . . 97 B.4.1 Completar o quadrado . . . . . . . . . . . . . . . . 98 Introdução Este texto consiste de uma referência aos conhecimentos da obten- ção da Série de Fourier de um sinal periódico no tempo contínuo; a obtenção da Transformada de Fourier para um sinal no tempo contínuo e a obtenção da Transformada de Laplace para sinais no tempo contínuo. Sinais no tempo contínuo são descritos como funções matemá- ticas, como x(t), onde o domínio (i.e. intervalo válido da variável independente t) é todos os reais, ou seja t ∈ R. O objetivo dos capítulos a seguir é revisar e servir como simples referência a estas transformações que são ferramentas fundamentais na análise de sinais e sistemas no tempo contínuo. Em suma, este trabalho serve como uma ferramenta de apoio no desenvolvimento da disciplina de Sinais e Sistemas, retomando de forma simples, sucinta e direta, os conceitos apresentados na disciplina de Métodos de Matemática Aplicada. CAPÍTULO 1 Séries de Fourier Como será abordado neste capítulo, sinais periódicos no tempo contí- nuo podem ser representados por séries de exponenciais complexas1, a esta representação é dado o nome de Séries de Fourier. 1.1 Perspectiva histórica O desenvolvimento da análise de Fourier é um trabalho coletivo que se espalhou nos séculos. A utilização de somas trigonométricas já erautilizada pelos babilônios, no mundo antigo, para prever eventos astronômicos. O estudo moderno da análise de Fourier se iniciou com os tra- balhos publicados por Leonhard Euler2, em 1748, sobre a análise do movimento de cordas vibrantes. Outros nomes que contribuíram 1 Relação de Euler: e±jθ = cos θ ± j sen θ 2 (1707 – 1783) matemático e físico suíço. 12 Capítulo 1. Séries de Fourier para o desenvolvimento da teoria foram Daniel Bernoulli3 em 1753, e Joseph-Louis Lagrange4 em 1759. Jean Baptiste Joseph Fourier5, apresentou suas ideias sobre sé- ries trigonométricas cinco décadas mais tarde. Suas contribuições, que hoje levam seu nome, só foram devidamente apreciadas após sua morte. Independentemente disto, foram avanços de grande im- pacto no desenvolvimento da matemática, ciências e engenharia. 1.2 Resposta de sistemas lineares e invariantes no tempo às exponenciais complexas É vantajoso representar sinais arbitrários como combinações lineares de sinais básicos, principalmente se este conjunto de sinais básicos for capaz de representar uma classe ampla e útil de sinais arbitrários. A importância da análise de Fourier está no fato que é possível aplicar exponenciais complexas est (onde s é complexo) como sinais e entrada (x(t)) em sistemas LIT (Lineares e Invariantes no Tempo) e obter no sinal de saída (y(t)) a mesma exponencial complexa, apenas com uma alteração de amplitude e fase, ou seja x(t) = est −→ y(t) = H(s)est (1.1) sendo H(s) uma função a valores complexos, sobre a variável com- plexa s. Assim, dada a relação exposta na Eq. 1.1, a função est é uma autofunção do sistema e H(s) o seu autovalor associado. Considerando um sistema LIT com resposta impulsiva h(t), para uma entrada x(t) o sinal de saída y(t) é determinado pela integral 3 (1700 – 1782) matemático e físico suíço. 4 (1736 – 1813) matemático e astrônomo italiano. 5 (1768 – 1830) matemático e físico francês. 1.2. Resposta de sistemas LIT às exponenciais complexas 13 de convolução6. Com x(t) = est y(t) = ∫ ∞ −∞ h(τ)x(t− τ)dτ (1.2) = ∫ ∞ −∞ h(τ)es(t−τ) dτ (1.3) reescrevendo es(t−τ) como este−sτ e vendo que est é constante na integração sobre τ em y(t) = est ∫ ∞ −∞ h(τ)e−sτ dτ (1.4) Assumindo que a integração seja convergente, o resultado pode ser escrito como y(t) = H(s)est (1.5) onde H(s) é um valor complexo, obtido de h(t) através de H(s) = ∫ ∞ −∞ h(τ)e−sτ dτ (1.6) Desta forma, em um sistema LIT, se o sinal de entrada for da forma x(t) = a1e s1t + a2e s2t + a3e s3t (1.7) o sinal de saída poderá ser obtido através de y(t) = a1H(s1)e s1t + a2H(s2)e s2t + a3H(s3)e s3t (1.8) Assim, de forma generalizada, se a entrada for da forma x(t) = ∑ k ake skt (1.9) a saída será y(t) = ∑ k akH(sk)e skt (1.10) A análise das seções subsequentes tomam a variável s como pu- ramente imaginária, ou seja, s = jω. 6 Este resultado é estudado na disciplina de Sinais e Sistemas. 14 Capítulo 1. Séries de Fourier 1.3 Representação de sinais periódicos no tempo contínuo através de Séries de Fourier Um sinal pode ser considerado periódico com período T se x(t) = x(t+ T ), para todo t (1.11) O período é o menor valor não nulo de T que satisfaz a Eq. 1.11. O valor ω0 = 2piT é chamado de frequência fundamental (dada em rad/s). Um sinal exponencial complexo x(t) = ejω0t (1.12) é um exemplo de um sinal periódico. Com este sinal é possível cons- truir o grupo de exponencial complexas harmonicamente relaciona- das φk(t) = e jkω0t, para k ∈ Z (1.13) Cada um desses sinais possui frequência que é um múltiplo inteiro da frequência fundamental, o que todos eles também periódicos em T . Desta forma, uma combinação linear de exponenciais complexas harmonicamente relacionadas x(t) = ∞∑ k=−∞ ake jkω0t (1.14) também é periódica com período T . Nesta equação, o termo para k = 0 é um valor constante, os termos para k = ±1 possuem frequên- cia exatamente igual a ω0, sendo chamados de componentes funda- mentais ou componentes de primeira harmônica. De uma forma ge- ral, os termos subsequentes para ±k são chamados de componentes da k-ésima harmônica. 1.3. Representação de sinais periódicos através de Séries de Fourier 15 A representação de um sinal periódico através da Eq. 1.14 é denominada representação por Séries de Fourier, onde os valores ak são os coeficientes da série. Assumindo que x(t) seja uma função a valores reais (i.e. x(t) ∈ R, de forma que x∗(t) = x(t), pode-se obter x∗(t) = ( ∞∑ k=−∞ ake jkω0t )∗ x(t) = ∞∑ k=−∞ a∗ke −jkω0t (1.15) realizando uma substituição de variáveis no somatório de k para −k x(t) = ∞∑ k=−∞ a∗−ke jkω0t (1.16) que, comparada à Eq. 1.14, impõe a igualdade ak = a∗−k, ou de forma equivalente a∗k = a−k (1.17) para coeficientes da Série de Fourier de sinais reais. Com esse conhecimento é possível obter formas alternativas para as Séries de Fourier (quando x(t) ∈ R) x(t) = a0 + ∞∑ k=1 [ ake jkω0t + a−ke−jkω0t ] (1.18) substituindo a−k por a∗k x(t) = a0 + ∞∑ k=1 [ ake jkω0t + a∗ke −jkω0t] (1.19) Percebe-se que os dois termos dentro do somatório são complexos conjugados, assim é possível escrever x(t) = a0 + 2 ∞∑ k=1 <{akejkω0t} (1.20) 16 Capítulo 1. Séries de Fourier Lembrando que ak ∈ C e pode ser expresso na forma polar ak = Ake jθk (1.21) a Eq. 1.20 pode ser reescrita como x(t) = a0 + 2 ∞∑ k=1 < { Ake j(kω0t+θk) } (1.22) ou seja x(t) = a0 + 2 ∞∑ k=1 Ak cos (kω0t+ θk) (1.23) A Eq. 1.23 é uma forma comumente utilizada para representar sinais periódicos reais no tempo contínuo. Uma outra forma pode ser obtida escrevendo ak na forma retangular ak = Bk + jCk (1.24) com Bk e Ck reais. Assim, a Eq. 1.20 pode ser reescrita como x(t) = a0 + 2 ∞∑ k=1 [ Bk cos(kω0t)− Ck sen(kω0t) ] (1.25) que é conhecida como a forma trigonométrica das Séries de Fourier. Para funções periódicas reais, as formas de representar a Série de Fourier nas Eqs. 1.14, 1.23 e 1.25 são completamente equivalentes. Embora as duas últimas utilizem funções trigonométricas (aparen- temente mais familiares e simples), a forma exponencial complexa é particularmente útil e conveniente para os propósitos da análi- ses de sinais e sistemas no tempo contínuo, sendo utilizada quase exclusivamente. Supondo que um dado sinal periódico x(t) possa ser represen- tado através da Série de Fourier da Eq. 1.14. Faz-se necessário um 1.3. Representação de sinais periódicos através de Séries de Fourier 17 procedimento para obter os coeficientes ak. Multiplicando ambos os lados da Eq. 1.14 por e−jnω0t, obtém-se x(t)e−jnω0t = ∞∑ k=−∞ ake jkω0te−jnω0t (1.26) integrando temporalmente de 0 a T = 2piω0 , ou seja, integrando sobre o período fundamental∫ T 0 x(t)e−jnω0t dt = ∫ T 0 ∞∑ k=−∞ ake jkω0te−jnω0t dt (1.27) trocando a ordem do somatório e da integração∫ T 0 x(t)e−jnω0t dt = ∞∑ k=−∞ ak [∫ T 0 ej(k−n)ω0t dt ] (1.28) utilizando a relação de Euler para calcular a integral entre colchetes∫ T 0 ej(k−n)ω0t dt = ∫ T 0 cos [(k − n)ω0t] dt+ j ∫ T 0 sen [(k − n)ω0t] dt (1.29) É possível observar que, para k 6= n, tanto cos [(k − n)ω0t] quanto sen [(k − n)ω0t] são senóides periódicas em T , cuja inte- gração neste intervalo resulta em zero. Para k = n, o integrando torna-se unitário, ou seja, a integral se resume a ∫ T 0 ej(k−n)ω0t dt = T, k = n0, k 6= n (1.30) de forma que a parte direita da Eq. 1.28 é reduzida para anT , assim an = 1 T ∫ T 0 x(t)e−jnω0t dt (1.31) 18 Capítulo 1. Séries de Fourier substituindo n por k ak = 1 T ∫ T 0 x(t)e−jkω0t dt (1.32) É possível provar que este resultado é válido não apenas para o intervalo de 0 a T , mas para qualquerintervalo de largura T , de forma que é mais comum (e útil) definir ak = 1 T ∫ T x(t)e−jkω0t dt (1.33) Assim, o par de equações 1.33 e 1.14 são conhecidos como Equa- ções de Análise e Síntese das Séries de Fourier, respectivamente. 1.4 Convergência da Série de Fourier Nem todos os sinais periódicos no tempo contínuo possuem represen- tação através de Séries de Fourier. Ainda sim, as Séries de Fourier podem ser utilizadas para representar uma ampla classe de sinais periódicos e contínuos no tempo. Para avaliar a validade da representação por Séries de Fourier, toma-se um sinal periódico x(t) cuja aproximação até a N -ésima harmônica é definida como xN (t) = N∑ k=−N ake jkω0t (1.34) Definindo eN (t) como o erro da aproximação eN (t) = x(t)− xN (t) (1.35) Um critério comum para quantificar a qualidade da aproximação de sinais é a energia do erro EN = ∫ T ∣∣eN (t)∣∣2 dt (1.36) 1.4. Convergência da Série de Fourier 19 Nesta análise, quanto mais componentes harmônicos são utiliza- das, mais fiel é a reprodução do sinal, consequentemente menor é a energia de erro. No caso ideal da Série de Fourier não ser truncada por um valor finito (ou seja, N →∞), a energia de erro é nula. Alguns sinais simplesmente não possuem uma Série de Fourier equivalente, ou porque a integral da Equação de Análise (Eq. 1.33) diverge, ou porque os coeficientes obtidos na mesma, quando apli- cados na Equação de Síntese (Eq. 1.14), não reproduzem o sinal original. A classe de sinais periódicos representáveis por Séries de Fourier contém sinais que possuem, em um período, energia finita∫ T ∣∣x(t)∣∣2 dt <∞ (1.37) se esta condição é satisfeita, os coeficientes ak obtidos na Eq. 1.33 são finitos. Também fica garantido que a energia de erro é inversamente proporcional ao número de harmônicas utilizadas na truncagem. Um outro conjunto mais abrangente de condições para a equi- valência de um sinal e sua representação por Séries de Fourier foi desenvolvido por Johann Peter Gustav Lejeune Dirichlet7. As cha- madas Condições de Dirichlet são: 1. Em qualquer período, x(t) deve ser absolutamente integrável∫ T ∣∣x(t)∣∣dt <∞ (1.38) pois∣∣ak∣∣ ≤ 1 T ∫ T ∣∣x(t)e−jkω0t∣∣ dt = ∫ T ∣∣x(t)∣∣dt <∞ (1.39) 2. Dado qualquer intervalo finito de tempo, x(t) possui variação limitada, ou seja, possui um número finito de máximos e mí- nimos. 7 (1805 – 1859) matemático alemão. 20 Capítulo 1. Séries de Fourier 3. Dado qualquer intervalo finito de tempo, x(t) possui um nú- mero finito de descontinuidades, sendo cada uma destas des- continuidades finitas. Vale ressaltar que todos os sinais, periódicos e contínuos no tempo, fisicamente realizáveis respeitam as condições de Dirichlet, possuindo representação válida através das Séries de Fourier. Para melhor exemplificar como a convergência das Séries de Fou- rier funciona para funções com descontinuidades, toma-se o trabalho de Albert Abraham Michelson8, que em 1898, construiu o primeiro analisador harmônico que calculava a aproximação para a Série de Fourier truncada (Eq. 1.34) para, no máximo, N = ±80. Ao analisar os resultados obtidos para a aproximação de uma onda quadrada periódica, a obtenção de resultados inesperados o levou a buscar ajuda de Josiah Willard Gibbs9, que investigou e publicou a explicação em 1899. Como pode ser observado na Figura 1, a aproximação de uma onda quadrada por uma Série de Fourier truncada em diversos valo- res de N apresenta um sobressinal próximo à descontinuidade que não diminui com o aumento de N . Este efeito é chamado de fenô- meno de Gibbs, em homenagem à autoria de sua explicação analí- tica. 1.5 Propriedades da Série de Fourier A representação através das Séries de Fourier possui várias proprie- dades que expandem o entendimento da representação, e, adicional- mente, ajudam na obtenção da Série de Fourier para alguns sinais. 8 (1852 – 1931) físico norte-americano. 9 (1839 – 1903) matemático, físico e químico norte-americano. 1.5. Propriedades da Série de Fourier 21 t xN (t)N = 1 t xN (t)N = 3 t xN (t)N = 5 t xN (t)N = 9 t xN (t)N = 29 t xN (t)N = 79 Figura 1 – Convergência da Série de Fourier truncada, ilustrando o fenômeno de Gibbs. Na definição das propriedades, é conveniente estabelecer uma maneira simples de indicar a Série de Fourier para um sinal periódico x(t), com frequência fundamental ω0 = 2piT e os coeficientes da Série de Fourier ak, da forma x(t) SF←−−−−−→ ak (1.40) ou, alternativamente ak = SF { x(t) } x(t) = SF−1 { ak } (1.41) que indica que os coeficientes ak foram obtidos do sinal x(t) a partir da Eq. 1.33, ou de forma inversa, que o sinal x(t) pode ser obtido a partir dos coeficientes ak através da Eq. 1.14. O operador SF { · } denota a aplicação da Equação de Análise e SF−1 { ·} a aplicação da Equação de Síntese. 22 Capítulo 1. Séries de Fourier 1.5.1 Linearidade Sejam x(t) e y(t) sinais periódicos, com período T , e com coeficientes da Série de Fourier ak e bk, respectivamente. x(t) SF←−−−−−→ ak y(t) SF←−−−−−→ bk (1.42) Como x(t) e y(t) possuem o mesmo período T , qualquer combi- nação linear de ambos também será periódica em T . Os coeficientes da série resultante da combinação linear são dados por: Ax(t) +By(t) SF←−−−−−→ Aak +Bbk (1.43) 1.5.2 Deslocamento no tempo Um sinal periódico, deslocado de t0, mantém sua periodicidade. A partir da definição, a Série de Fourier de y = x(t− t0) é dada por bk = 1 T ∫ T x(t− t0)e−jkω0t dt (1.44) fazendo τ = t− t0 e substituindo a variável de integração bk = 1 T ∫ T x(τ)e−jkω0(τ+t0) dτ = e−jkω0t0 1 T ∫ T x(τ)e−jkω0τ dτ = e−jkω0t0ak (1.45) ou seja, assumindo que x(t) SF←−−−−−→ ak (1.46) então x(t− t0) SF←−−−−−→ e−jkω0t0ak (1.47) 1.5. Propriedades da Série de Fourier 23 Vale notar que o deslocamento no tempo traz apenas alterações na fase dos coeficientes das Séries de Fourier, permanecendo inalte- rada a sua magnitude. 1.5.3 Reflexão no tempo O período T de um sinal periódico não se altera quando o mesmo é refletido no tempo. Tomando o sinal y(t) = x(−t) e a Eq. 1.14 x(−t) = ∞∑ k=−∞ ake −jkω0t (1.48) substituindo k = −m y(t) = x(−t) = ∞∑ m=−∞ a−mejmω0t (1.49) observando que o membro direito desta equação é a Equação de Síntese para x(−t) bk = a−k (1.50) Ou seja, se x(t) SF←−−−−−→ ak (1.51) então x(−t) SF←−−−−−→ a−k (1.52) Desta forma, a reflexão no tempo do sinal causa uma reflexão na sequência dos coeficientes. Pode-se observar que se o sinal x(t) for par (i.e. x(t) = x(−t)), então a Série de Fourier também será par (ak = a−k). Se o sinal foi ímpar (i.e. x(−t) = −x(t)), então a Série de Fourier também será ímpar (a−k = −ak). 24 Capítulo 1. Séries de Fourier 1.5.4 Mudança na escala de tempo A mudança na escala do tempo altera o período do sinal original. Se x(t) é periódico em T , com frequência fundamental ω0 = 2piT , então x(αt), sendo α ∈ R+, será periódico, com período Tα e frequência fundamental αω0. Uma vez que a mudança de escala é aplicada em todos os componentes harmônicos de x(t), pode-se concluir que todos os coeficientes da Série de Fourier permanecem inalterados x(αt) = ∞∑ k=−∞ ake jk(αω0)t (1.53) Vale lembrar que, embora os coeficientes da Série de Fourier permaneçam os mesmos, com a mudança da frequência fundamental, a Série de Fourier, propriamente dita, mudou. 1.5.5 Multiplicação Sejam x(t) e y(t) periódicos em T , de forma que x(t) SF←−−−−−→ ak y(t) SF←−−−−−→ bk (1.54) Como o produto x(t)y(t) também é periódico em T , o sinal resul- tante pode ser expresso através de uma Série de Fourier cujos coefi- cientes são definidos por x(t)y(t) SF←−−−−−→ ∞∑ l=−∞ albk−l (1.55) 1.5.6 Conjugação e simetria conjugada Aplicação da conjugação complexasobre x(t) resulta na conjugação e reflexão no tempo sobre os coeficientes da Série de Fourier, ou seja, 1.5. Propriedades da Série de Fourier 25 assumindo que x(t) SF←−−−−−→ ak (1.56) então x∗(t) SF←−−−−−→ a∗−k (1.57) Esta propriedade produz algumas consequência que são impor- tantes de nota: se x(t) for real, de forma que x∗(t) = x(t), então os coeficientes da Série de Fourier apresentarão simetria conjugada a−k = a∗k (1.58) A Tabela 1 contém outras propriedades da simetria conjugada para sinais reais. 1.5.7 Relação de Parseval A Relação de Parseval10 para sinais periódicos contínuos no tempo é definida como 1 T ∫ T ∣∣x(t)∣∣2 dt = ∞∑ k=−∞ ∣∣ak∣∣2 (1.59) A Relação de Parseval indica a que energia de um dado sinal é a mesma, independente se representado no tempo x(t), ou por Séries de Fourier ak. 10 Marc-Antoine Parseval des Chênes (1755 – 1836), matemático francês. 26 Capítulo 1. Séries de Fourier Tabela 1 – Propriedades das Séries de Fourier. Propriedade Sinal Séries de Fourier Os sinais x(t) e y(t) são periódicos em T (frequência fundamental ω0 = 2pi T ) com coeficientes da Série de Fourier ak e bk, respecti- vamente. Linearidade Ax(t) +By(t) Aak +Bbk Deslocamento no tempo x(t− t0) ake −jkω0t0 Deslocamento na frequência e jMω0tx(t) ak−M Conjugação x∗(t) a∗−k Reflexão no tempo x(−t) a−k Mudança na escala do tempo11 x(αt) ak Convolução periódica ∫ T x(τ)y(t− τ) dτ Takbk Multiplicação x(t)y(t) ∞∑ l=−∞ albk−l Diferenciação dx(t)dt jkω0ak Integração12 ∫ t −∞ x(t)dt 1 jkω0 ak Continua na próxima página 11 α > 0, periódica em T α12 x(t) finita, com a0 = 0 1.6. Séries de Fourier para sinais periódicos comuns. 27 Propriedade Sinal Séries de Fourier Simetria conjugada para sinais reais x(t) real ak = a ∗ −k <{ak} = <{a−k} ={ak} = −={a−k}∣∣ak∣∣ = ∣∣a−k∣∣ ∠ak = −∠a−k Simetria para sinais reais e pares x(t) real e par ak real e par Simetria para sinais reais e ímpares x(t) real e ímpar ak puramente imagi-nário e ímpar Decomposição par-ímpar de sinais reais13,14 xe(t) = E { x(t) } xo(t) = O { x(t) } <{ak} j={ak} Relação de Parseval 1 T ∫ T ∣∣x(t)∣∣2 dt = ∞∑ k=−∞ ∣∣ak∣∣2 1.6 Séries de Fourier para sinais periódicos comuns. A Tabela 2 contém algumas Séries de Fourier para sinais periódicos comuns. Alguns dos sinais são representados graficamente por razões de clareza e simplicidade. 13 Decomposição Par: E{x(t)} = x(t)+x(−t) 2 14 Decomposição Ímpar: O{x(t)} = x(t)−x(−t) 2 28 Capítulo 1. Séries de Fourier Tabela 2 – Séries de Fourier de sinais periódicos. Sinal Série de Fourier x(t) ak ∞∑ k=−∞ ake jkω0t ak ∞∑ n=−∞ δ(t− nT ) ak = 1 T , para todo k ejω0t 1 se k = 1,0 se k 6= 1 cos(ω0t) 12 se k = ±1,0 se k 6= ±1 sen(ω0t) 1j2 se k = ±1,0 se k 6= ±1 x(t) = 1 1 se k = 0,0 se k 6= 0 t0 1 T1 T T1 T sinc ( k T1 T ) Continua na próxima página 1.6. Séries de Fourier para sinais periódicos comuns. 29 Sinal Série de Fourier x(t) ak t0 1 T/2 T sen ( k pi2 ) kpi = 1 2 se k = 0, 0 se k par, (−1) k−12 kpi se k ímpar t0 1 T 1− cos(kpi) pi2k2 = 1 2 se k = 0, 0 se k par, 2 pi2k2 se k ímpar t0 1 T 12 se k = 0,j 12pik se k 6= 0 t0 1 T/2 T 1 + e−jkpi 2pi(1− k2) = 1 pi(1−k2) se k par, ∓j 14 se k = ±1, 0 se k ímpar t0 1 T 2 pi(1− 4k2) Continua na próxima página 30 Capítulo 1. Séries de Fourier Sinal Série de Fourier x(t) ak t0 1 α T (cosα+ j2k senα)e−j2kα + 1 pi(1− 4k2) 15 15 α em radianos. CAPÍTULO 2 Transformada de Fourier Embora as Séries de Fourier sejam bastante úteis na análise do con- teúdo em frequência de sinais periódicos no tempo contínuo, seu universo de aplicação é bastante reduzido devido à limitação a si- nais periódicos. Uma representação em frequência mais ampla e generalista, con- templando sinais aperiódicos é desejável. A Transformada de Fou- rier é a representação do espectro do sinal aperiódico contínuo no tempo. Neste caso, o conteúdo em frequência não é mais limitado a harmônicas da frequência fundamental, mas está distribuído infini- tesimalmente sobre todos os valores de frequência (i.e. ω ∈ R). O desenvolvimento de uma representação em frequência para sinais aperiódicos foi uma das contribuições mais importantes de Fourier neste campo de estudo. Fourier obteve a definição da Trans- formada de Fourier para sinais aperiódicos avaliando a Série de Fou- 32 Capítulo 2. Transformada de Fourier rier de sinais periódicos com o período tendendo ao infinito (efeti- vamente tornando o sinal periódico aperiódico). Este efeito é facil- mente observável nas Séries de Fourier: quanto maior o período T de um sinal periódico, menor sua frequência fundamental ω0 = 2pi/T e, consequentemente, mais próximos são os valores em frequência das componentes harmônicas. 2.1 Representação de sinais aperiódicos através da Trans- formada de Fourier 2.1.1 Definição da Transformada de Fourier Para iniciar a análise da obtenção da Transformada de Fourier de um sinal aperiódico, toma-se o sinal periódico onda quadrada definido por x(t) = 1, ∣∣t∣∣ ≤ T1/2 0, T1/2 < ∣∣t∣∣ < T/2 (2.1) sendo x(t) = x(t+nT ), com n ∈ Z, conforme ilustrado na Figura 2. t x(t) −2T −T −T1 2 0 T1 2 T 2T Figura 2 – Onda quadrada periódica. Os coeficientes da Série de Fourier deste sinal podem ser dados 2.1. Representação de sinais através da Transformada de Fourier 33 por ak = T1 T sinc ( k T1 T ) = sen(pikT1/T ) pik = sen(kω0T1/2) kω0T/2 = 2 sen(kω0T1/2) kω0T (2.2) onde ω0 = 2pi/T . Reescrevendo a Eq. 2.2, de forma conveniente Tak = 2 sen(ωT1/2) ω (2.3) com ω = kω0. Desta forma, assumindo que ω é contínua, a função 2 sen(ωT1/2) ω (2.4) representa uma envoltória dos valores de Tak. Fixando um valor para T1, a envoltória Tak é independente de T . A Figura 3 repre- senta diferentes Séries de Fourier para diferentes valores de T , sob a mesma envoltória Tak. Conforme fica claro pela análise da Figura 3, o aumento do pe- ríodo (e subsequente diminuição da frequência fundamental ω0 = 2pi/T ) faz com que a envoltória seja amostrada mais frequentemente. Para um período T →∞, a amostragem é feita tão frequentemente que se torna infinitesimalmente separada ω0 → 0, ou seja, se torna a própria envoltória. De uma forma geral, um sinal x(t) aperiódico e finito (i.e. possui valores não-nulos dentro de uma faixa finita do domínio) pode ser utilizado para criar um sinal periódico x˜(t), do qual x(t) compõe um período (Figura 4). Conforme aumenta-se arbitrariamente o período T do sinal gerado, x˜(t) e x(t) são iguais em intervalos maiores de tempo. No limite, com T →∞, x˜(t) ≡ x(t). 34 Capítulo 2. Transformada de Fourier ω0 Tak (a) ω0 Tak (b) ω0 Tak (c) Figura 3 – Os coeficientes da série de Fourier e sua envoltória, para o sinal onda quadrada periódico, com: (a) T = 2T1; (b) T = 4T1; (c) T = 8T1. 2.1. Representação de sinais através da Transformada de Fourier 35 t x(t) −T1 T1 (a) t x˜(t) −2T −T −T1 T1 T 2T (b) Figura 4 – (a) Sinal aperiódico x(t) e (b) sinal periódico x˜(t), obtido a partir de x(t). Analisando a representação por Séries de Fourier do sinal x˜(t) (por conveniência, o intervalo de análise será −T/2 < t ≤ T/2) x˜(t) = ∞∑ k=−∞ ake jkω0t (2.5) ak = 1 T ∫ T/2 −T/2 x˜(t)e−jkω0t dt (2.6) com ω0 = 2pi/T . Observando que x˜(t) = x(t) para |t| ≤ T/2 e que, fora deste intervalo x(t) = 0, pode-se reescrever a Eq. 2.6 como ak = 1 T ∫ T/2 −T/2 x(t)e−jkω0t dt = 1 T ∫ ∞ −∞x(t)e−jkω0t dt (2.7) Assim, a envoltória Tak (Figura 3), chamada de X(jω), fica 36 Capítulo 2. Transformada de Fourier definida por X(jω) = ∫ ∞ −∞ x(t)e−jωt dt (2.8) é possível obter os coeficientes ak da Série de Fourier como ak = 1 T X(jkω0) (2.9) Combinando as Eqs. 2.9 e 2.5, pode-se obter x˜(t) a partir de X(jω) através de x˜(t) = ∞∑ k=−∞ 1 T X(jkω0)e jkω0t (2.10) como T = 2pi/ω0 x˜(t) = 1 2pi ∞∑ k=−∞ X(jkω0)e jkω0tω0 (2.11) Conforme T →∞, x˜(t) se aproxima de x(t) o que faz com que, no limite, a Eq. 2.11 seja a definição de x(t). Paralelamente, conforme T → ∞ ⇐⇒ ω0 → 0 e o membro direito da Eq. 2.11 se torna uma integração. Cada termo do somatório corresponde à um retângulo de largura ω0 e altura X(jω)ejω0t. Conforme ω0 → 0, o somatório infinitesimal converge para uma integral de X(jω)ejωt, de forma que é possível escrever x(t) = 1 2pi ∫ ∞ −∞ X(jω)ejωt dω (2.12) e X(jω) = ∫ ∞ −∞ x(t)e−jωt dt (2.13) As Eqs. 2.12 e 2.13 são chamadas de par transformado de Fou- rier, com a Eq. 2.13 sendo a Transformada de Fourier (ou integral de Fourier), também chamada de Equação de Análise. A Eq. 2.12 é 2.1. Representação de sinais através da Transformada de Fourier 37 chamada de Transformada Inversa de Fourier, ou Equação de Sín- tese. A funçãoX(jω) é, então, a Transformada de Fourier do sinal x(t). Alternativamente, a função X(jω) é chamada de espectro de x(t). A partir do próprio desenvolvimento da definição da Transformada de Fourier, sua inter-relação com a Série de Fourier de uma função periódica em T é dada por ak = 1 T X(jω) ∣∣∣∣∣ ω=kω0 (2.14) A análise da Eq. 2.14 torna claro que a Série de Fourier do sinal x˜(t) é uma amostragem, escalada por 1/T , da Transformada de Fourier de x(t). 2.1.2 Convergência da Transformada de Fourier O mecanismo utilizado na definição da Transformada de Fourier X(jω) a partir de um sinal x(t) é válido para uma ampla classe de sinais, porém nem toda função matemática x(t) possuirá uma repre- sentaçãoX(jω) válida. Especificamente, considera-se a convergência da Transformada de Fourier satisfeita se a função X(jω), obtida de x(t) através da Equação de Análise (Eq. 2.13), quando aplicada à Equação de Síntese (Eq. 2.12) produz um sinal xˆ(t), onde este sinal é equivalente ao sinal original x(t) (i.e. xˆ(t) ≡ x(t)). Se x(t) é um sinal de energia finita, ou seja∫ ∞ −∞ ∣∣x(t)∣∣2 dt <∞ (2.15) sabe-se então que X(jω) será finito (ou seja, a Equação de Análise converge). Assumindo um sinal de erro e(t) = xˆ(t)−x(t), se a energia de erro é nula ∫ ∞ −∞ ∣∣e(t)∣∣2 dt = 0 (2.16) 38 Capítulo 2. Transformada de Fourier fica garantida a equivalência entre x(t) e xˆ(t). Em outras palavras, não é estritamente necessária que xˆ(t) = x(t), apenas que suas dife- renças não possuam energia. Analogamente ao que acontece na Série de Fourier, existe um conjunto alternativo de condições que garantem a equivalência de xˆ(t) e x(t), exceto em descontinuidades, onde o valor da função é igual à média da descontinuidade. Estas condições são, novamente, chamadas de condições de Dirichlet: 1. A função x(t) deve ser absolutamente integrável:∫ ∞ −∞ ∣∣x(t)∣∣dt <∞ 2. A função x(t) deve possuir um número finito de máximos e mínimos em qualquer intervalo finito. 3. A função x(t) deve possuir um número finito de descontinui- dades em qualquer intervalo finito. Estas descontinuidades de- vem ser finitas. Apesar dos dois conjuntos de condições serem suficientes para ga- rantir que um sinal possua Transformada de Fourier válida, há uma classe importante de sinais que não são absolutamente integráveis, nem quadraticamente integráveis, sobre um intervalo infinito. Al- guns sinais periódicos importantes, como o seno e o cosseno, estão nesta condição, mas possuem representação de Fourier se funções impulso unitário (δ(t) — delta de Dirac) forem permitidas na sua representação. Esta abordagem traz uma intersecção comum entre as Séries de Fourier e a Transformada de Fourier que é útil na análise de alguns sinais. 2.2. Transformada de Fourier para sinais periódicos 39 2.2 Transformada de Fourier para sinais periódicos Muito embora a motivação para o desenvolvimento da Transformada de Fourier seja a representação em frequência de sinais aperiódicos, a representação de sinais periódicos também através da Transformada de Fourier é útil pois traz a análise em frequência dentro de um contexto unificado. A transformada resultante de um sinal periódico consiste de um trem de impulsos unitários (deltas de Dirac) cujas áreas são nume- ricamente iguais aos coeficientes da Série de Fourier do sinal. Fazendo a engenharia reversa deste resultado, assumindo um sinal x(t), cuja Transformada de Fourier seja X(jω), sendo esta um impulso de área 2pi na frequência ω = ω0 X(jω) = 2piδ(ω − ω0) (2.17) aplicando a Transformada Inversa de Fourier para obter x(t) x(t) = 1 2pi ∫ ∞ −∞ 2piδ(ω − ω0)ejωt dω = ejω0t (2.18) De uma forma geral, assumindo X(jω) como uma combinação linear de impulsos uniformemente espaçados na frequência X(jω) = ∞∑ k=−∞ 2piakδ(ω − kω0) (2.19) então o sinal x(t) obtido através da Transformada Inversa de Fourier será da forma x(t) = ∞∑ k=−∞ ake jkω0t (2.20) onde se observa que a Eq. 2.20 corresponde exatamente à represen- tação por Séries de Fourier do sinal x(t). 40 Capítulo 2. Transformada de Fourier Desta forma a Transformada de Fourier de um sinal periódico com o conjunto de coeficientes da Série de Fourier {ak} pode ser interpretada como um trem de impulsos unitários, ocorrendo nas frequência harmonicamente relacionadas, de área 2piak para a k- ésima harmônica (frequência ω = kω0). 2.3 Propriedades da Transformada de Fourier no tempo contínuo Um estudo das propriedades gerais da Transformada de Fourier é útil pois estas propriedades normalmente reduzem de forma signifi- cativa a quantidade de cálculos necessária na solução de problemas mais complexos. Uma outra utilidade é que, como há uma inter-relação entre a Transformada de Fourier e a Série de Fourier de um sinal periódico, o estudo das propriedades da Transformada de Fourier resulta em algumas propriedades das Séries de Fourier que não são descritas no texto da Seção 1.5, mas figuram na Tabela 1. De maneira análoga às Séries de Fourier, é conveniente expressar a Transformada de Fourier através de uma notação mais compacta que a definição da mesma, de forma que se estabelece que x(t) F←−−−→ X(jω) (2.21) ou, alternativamente X(jω) = F { x(t) } x(t) = F−1 { X(jω) } (2.22) onde o operador F { · } denota a aplicação da Transformada de Fourier e F−1 { · } a aplicação da Transformada Inversa de Fourier. As funções x(t) e X(jω) ficam chamadas de par transformado de Fourier. 2.3. Propriedades da Transformada de Fourier no tempo contínuo 41 2.3.1 Linearidade Assumindo que x(t) F←−−−→ X(jω) (2.23) e que y(t) F←−−−→ Y (jω) (2.24) então ax(t) + by(t) F←−−−→ aX(jω) + bY (jω) (2.25) onde a e b são constantes quaisquer. Esta propriedade é facilmente provada a partir da definição da Transformada de Fourier e pronta- mente expansível para uma combinação linear de tamanho arbitrá- rio. 2.3.2 Deslocamento no tempo Assumindo que x(t) F←−−−→ X(jω) (2.26) então pode-se provar que x(t− t0) F←−−−→ e−jωt0X(jω) (2.27) Esta propriedade é facilmente provada fazendo a substituição de variáveis t→ t− t0, da definição da Equação de Síntese. 2.3.3 Conjugação e simetria conjugada Assumindo que x(t) F←−−−→ X(jω) (2.28) então x∗(t) F←−−−→ X∗(−jω) (2.29) 42 Capítulo 2. Transformada de Fourier Esta propriedade pode ser provada através da aplicação direta da conjugação sobre a Equação de Análise. A partir desta propriedade, é possível provar que se x(t) for real (i.e. x(t) = x∗(t)),então X(jω) apresentará simetria conjugada, ou seja se x(t) real → X(−jω) = X∗(jω) (2.30) Sabendo disso, é possível concluir que: 1. Definindo X(jω) = <{X(jω)} + j={X(jω)}, se x(t) é real então: a) A parte real da Transformada de Fourier é função par <{X(jω)} = <{X(−jω)} b) A parte imaginária da Transformada de Fourier é função ímpar ={X(jω)} = −={X(−jω)} 2. Definindo X(jω) = ∣∣X(jω)∣∣ej∠X(jω), para x(t) real: a) A magnitude da Transformada de Fourier é função par∣∣X(jω)∣∣ = ∣∣X(−jω)∣∣ b) A fase da Transformada de Fourier é função ímpar ∠X(jω) = −∠X(−jω) Adicionalmente, pode-se provar que se x(t) for função real e par, X(jω) será real. Se x(t) for real e ímpar, X(jω) será puramente imaginária. 2.3. Propriedades da Transformada de Fourier no tempo contínuo 43 2.3.4 Diferenciação e integração Assumindo que x(t) F←−−−→ X(jω) (2.31) diferenciando no tempo a Equação de Síntese, é possível provar que dx(t) dt F←−−−→ jωX(jω) (2.32) Esta propriedade é de particular importância no uso da análise de Fourier em sistemas LIT, substituindo a abordagem de equações diferenciais no tempo por equações algébricas na frequência. Não deve ser surpresa que, se a diferenciação no tempo resulta em uma multiplicação por jω na frequência, então a integração no tempo deve resultar em uma divisão por jω na frequência. Na ver- dade, isto é apenas uma parte da relação, que na íntegra é expressa como ∫ t −∞ x(τ)dτ F←−−−→ 1 jω X(jω) + piX(0)δ(ω) (2.33) onde o impulso unitário em frequência contempla o valor médio resultante da integração. 2.3.5 Mudança na escala de tempo e na frequência Assumindo que x(t) F←−−−→ X(jω) (2.34) então x(at) F←−−−→ 1∣∣a∣∣X ( jω a ) (2.35) 44 Capítulo 2. Transformada de Fourier para a qualquer real não-nulo. Esta propriedade é derivada direta- mente da definição da Transformada de Fourier F { x(at) } = ∫ ∞ −∞ x(at)e−jωt dt (2.36) fazendo a substituição de variáveis τ = at F { x(at) } = 1a ∫∞ −∞ x(τ)e −j(ω/a)τ dτ, a > 0 − 1a ∫∞ −∞ x(τ)e −j(ω/a)τ dτ, a < 0 (2.37) Assim, à parte da escala 1/ ∣∣a∣∣, um fator de mudança de escala de a no tempo, corresponderá a uma mudança de 1/a na frequência, e vice-versa. Para o caso específico de a = −1, deriva-se a propriedade da reversão no tempo x(−t) F←−−−→ X(−jω) (2.38) ou seja, uma reversão no tempo equivale a uma reversão na frequên- cia. 2.3.6 Dualidade Comparando as Eqs. de Análise (Eq. 2.13) e de Síntese (Eq. 2.12) da Transformada de Fourier, é possível notar algumas similarida- des em sua estrutura. Esta simetria notável leva às propriedades de dualidade da Transformada de Fourier. A dualidade é melhor entendida através de um exemplo: to- mando o sinal laplaciano e− ∣∣t∣∣, cujo par transformado é x(t) = e− ∣∣t∣∣ F←−−−→ X(jω) = 2 1 + ω2 (2.39) Tomando agora uma função y(t) da forma y(t) = 2 1 + t2 (2.40) 2.3. Propriedades da Transformada de Fourier no tempo contínuo 45 A obtenção de Y (jω) a partir da definição é, no mínimo, bas- tante envolvida. Porém, a dualidade oferece um caminho bem mais simples. Observando a similaridade na forma de y(t) e X(jω), pode- se utilizar a Equação de Síntese do par x(t) F←−−−→ X(jω) da forma e− ∣∣t∣∣ = 1 2pi ∫ ∞ −∞ ( 2 1 + ω2 ) ejωt dω (2.41) multiplicando os dois lados da igualdade por 2pi, e substituindo a variável t por −t 2pie− ∣∣t∣∣ = ∫ ∞ −∞ ( 2 1 + ω2 ) e−jωt dω (2.42) finalmente, substituindo as variáveis t por ω e vice-versa 2pie− ∣∣ω∣∣ = ∫ ∞ −∞ ( 2 1 + t2 ) e−jωt dt (2.43) observa-se que o parte à direita da igualdade é justamente a Equa- ção de Análise da função y(t), de forma que a parte à esquerda da igualdade é, então, Y (jω). Assim, através da dualidade, pôde-se obter o par transformado y(t) = 2 1 + t2 F←−−−→ Y (jω) = 2pie− ∣∣ω∣∣ (2.44) Uma análise cuidadosa mostra que a dualidade, em geral con- siste da simples substituição de t por ω, e vice-versa, bem como o escalamento de 2pi. A dualidade também pode ser aplicada para obter novas proprie- dades da Transformada de Fourier, chamadas de propriedades duais de propriedades já definidas. A seguir são expostas algumas destas: • Deslocamento na frequência (dual da propriedade de desloca- mento no tempo) ejω0tx(t) F←−−−→ X (j(ω − ω0)) (2.45) 46 Capítulo 2. Transformada de Fourier • Diferenciação na frequência (propriedade dual da diferencia- ção no tempo) −jtx(t) F←−−−→ dX(jω)dω (2.46) • Integração na frequência (propriedade dual da integração no tempo) − 1 jt x(t) + pix(0)δ(t) F←−−−→ ∫ ω −∞ X(jν) dν (2.47) 2.3.7 Relação de Parseval Assumindo que x(t) F←−−−→ X(jω) (2.48) então pode-se provar que∫ ∞ −∞ ∣∣x(t)∣∣2 dt = 1 2pi ∫ ∞ −∞ ∣∣X(jω)∣∣2 dω (2.49) A relação de Parseval pode ser obtida a partir da própria defini- ção da Transformada de Fourier, observando apenas que ∣∣x(t)∣∣2 = x(t)x∗(t), e substituindo x∗(t) por sua Equação de Síntese, dentro da Equação de Análise de x(t)x∗(t). A Relação de Parseval simplesmente demonstra a equivalência da energia do sinal, seja por sua representação no tempo, seja por sua representação em frequência. A função ∣∣X(jω)∣∣2 é chamada de densidade de energia do sinal x(t). 2.3.8 Propriedade da convolução Sistemas LIT são completamente definidos por sua resposta impul- siva h(t), de forma que é possível obter a saída y(t) para qualquer 2.3. Propriedades da Transformada de Fourier no tempo contínuo 47 entrada x(t), como a convolução y(t) = h(t) ∗ x(t). Assumindo que x(t) F←−−−→ X(jω) (2.50) e, dada a integral de convolução y(t) = ∫ ∞ −∞ x(τ)h(t− τ)dτ (2.51) então, a partir da Equação da Análise, pode-se escrever Y (jω) = ∫ ∞ −∞ ∫ ∞ −∞ x(τ)h(t− τ) dτ e−jωt dt (2.52) Substituindo a ordem de integração e observando que x(τ) é independente de t Y (jω) = ∫ ∞ −∞ x(τ) [∫ ∞ −∞ h(t− τ)e−jωt dt ] dτ (2.53) da propriedade do deslocamento no tempo, o termo entre colchetes se iguala a e−jωτH(jω), de forma que Y (jω) = ∫ ∞ −∞ x(τ)e−jωτH(jω)dτ = H(jω) ∫ ∞ −∞ x(τ)e−jωτ dτ (2.54) o resultado da integral é X(jω), assim Y (jω) = H(jω)X(jω) (2.55) Desta forma, fica estabelecida a propriedade da convolução y(t) = h(t) ∗ x(t) F←−−−→ Y (jω) = H(jω)X(jω) (2.56) Assim, a propriedade da convolução mapeia uma convolução no domínio do tempo por um produto no domínio da frequência, o que é um importante resultado na análise de sistemas LIT. 48 Capítulo 2. Transformada de Fourier 2.3.9 Propriedade da multiplicação A propriedade da multiplicação pode ser interpretada como a propri- edade dual da convolução. Uma vez que a propriedade da convolução estabelece que uma convolução no tempo é mapeada como uma mul- tiplicação na frequência, a propriedade da multiplicação estabelece exatamente o oposto: uma multiplicação no tempo se mapeia como uma convolução na frequência, assim y(t) = x(t)c(t) F←−−−→ Y (jω) = 1 2pi X(jω) ∗ C(jω) (2.57) A propriedade da multiplicação é bastante útil no estudo de mo- dulação por amplitude (AM), em telecomunicações. Por esta razão, esta propriedade também é comumente chamada de propriedade da modulação. A Tabela 3 sumariza as propriedades da Transformada de Fourier para sinais contínuos no tempo. Tabela 3 – Propriedades da Transformada de Fourier. Propriedade Sinal Transformada de Fourier x(t) X(jω) y(t) Y (jω) Linearidade ax(t) + by(t) aX(jω) + bY (jω) Deslocamento no tempo x(t− t0) e −jωt0X(jω) Deslocamento na frequência e jω0tx(t) X (j(ω − ω0)) Conjugação x∗(t) X∗(−jω) Continua na próxima página 2.3. Propriedades da Transformada de Fourier no tempo contínuo 49 Propriedade Sinal Transformada de Fourier Reflexão no tempo x(−t) X(−jω) Mudança na escalado tempo e na frequência x(at) 1∣∣a∣∣X ( jω a ) Convolução x(t) ∗ y(t) X(jω)Y (jω) Multiplicação x(t)y(t) 1 2pi X(jω) ∗ Y (jω) Diferenciação no tempo dx(t) dt jωX(jω) Integração ∫ t −∞ x(t)dt 1 jω X(jω) + piX(0)δ(ω) Diferenciação no frequência tx(t) j dX(jω) dω Simetria conjugada para sinais reais x(t) real X(jω) = X∗(−jω) <{X(jω)} = <{X(−jω)} ={X(jω)} = −={X(−jω)}∣∣X(jω)∣∣ = ∣∣X(−jω)∣∣ ∠X(jω) = −∠X(−jω) Simetria para sinais reais e pares x(t) real e par X(jω) real e par Simetria para sinais reais e ímpares x(t) real e ímpar X(jω) puramente imaginá-rio e ímpar Continua na próxima página 50 Capítulo 2. Transformada de Fourier Propriedade Sinal Transformada de Fourier Decomposição par-ímpar de sinais reais1,2 xe(t) = E { x(t) } xo(t) = O { x(t) } <{X(jω)} j={X(jω)} Relação de Parseval ∫ ∞ −∞ ∣∣x(t)∣∣2 dt = 1 2pi ∫ ∞ −∞ ∣∣X(jω)∣∣2 dω 2.4 Pares transformados de Fourier comuns A Tabela 4 contém os pares transformados mais comuns da Trans- formada de Fourier. Tabela 4 – Pares transformados de Fourier. Sinal Transformada de Fourier ∞∑ k=−∞ ake jkω0t 2pi ∞∑ k=−∞ akδ(ω − kω0) ejω0t 2piδ(ω − ω0) cos(ω0t) pi [δ(ω + ω0) + δ(ω − ω0)] sen(ω0t) pi j [δ(ω + ω0)− δ(ω − ω0)] ∞∑ n=−∞ δ(t− nT ) 2pi T ∞∑ k=−∞ δ ( ω − 2pik T ) x(t) = 1 2piδ(ω) Continua na próxima página 1 Decomposição Par: E{x(t)} = x(t)+x(−t) 2 2 Decomposição Ímpar: O{x(t)} = x(t)−x(−t) 2 2.5. Definições alternativas da Transformada de Fourier 51 Sinal Transformada de Fourier Π(t) sinc ( ω 2pi ) sinc(t) Π ( ω 2pi ) Λ(t) sinc ( ω 2pi )2 δ(t) 1 δ(t− t0) e−jωt0 sgn(t) 2 jω u(t) 1 jω + piδ(ω) e−atu(t), <{a} > 0 1 a+ jω te−atu(t), <{a} > 0 1 (a+ jω)2 tne−atu(t), <{a} > 0 n! (a+ jω)n+1 2.5 Definições alternativas da Transformada de Fourier A definição da Transformada de Fourier trabalhada no decorrer deste capítulo é baseada na frequência angular ω, dada em rad/s. Esta definição é chamada não-unitária pelo ajuste de escala neces- sário (2pi) para explorar a propriedade da dualidade. X(jω) = ∫ ∞ −∞ x(t)e−jωt dt (2.58) x(t) = 1 2pi ∫ ∞ −∞ X(jω)ejωt dω (2.59) 52 Capítulo 2. Transformada de Fourier Uma definição alternativa, também de uso comum, é a utilização da frequência ordinária f em Hz. Sabendo que ω = 2pif , de forma que o elemento diferencial se torne dω = 2pidf , obtém-se X(jf) = ∫ ∞ −∞ x(t)e−j2pift dt (2.60) x(t) = ∫ ∞ −∞ X(jf)ej2pift df (2.61) esta forma apresenta duas vantagens distintas: frequências em Hertz são mais facilmente inteligíveis; esta definição é unitária, o que re- sulta em uma dualidade mais simples. Uma terceira convenção, menos comum, é a separação do fator 2pi entre as equações de análise e síntese da Transformada de Fourier, remapeada sobre uma nova variável de frequência angular (em rad/s) ν, obtendo X(jν) = 1√ 2pi ∫ ∞ −∞ x(t)e−jνt dt (2.62) x(t) = 1√ 2pi ∫ ∞ −∞ X(jν)ejνt dν (2.63) esta forma apresenta a vantagem de ainda estar definida na unidade natural de frequência (rad/s), e também ser unitária. CAPÍTULO 3 Transformada de Laplace A análise de Fourier, através da Série de Fourier ou da Transformada de Fourier, é bastante útil no estudo e na análise de sinais e sistemas LIT. Esta importância é devida ao fato de que uma ampla gama de sinais podem ser representados através de combinações lineares de exponenciais complexas, sendo que estas exponenciais complexas são autofunções de sistemas LIT. Conforme visto na Seção 1.2, estas propriedades são atendidas para funções exponenciais complexas da forma est, com s uma variá- vel complexa (i.e. s ∈ C). A análise de Fourier é definida sobre uma variável s puramente imaginária, ou seja, para s = jω (ou seja, para exponenciais complexas da forma ejω). Os resultados da Seção 1.2 são válidos para qualquer valor de s complexo, não apenas a valores puramente imaginários. 54 Capítulo 3. Transformada de Laplace A utilização de s complexo, da forma s = σ+jω (com σ = <{s} e ω = ={s}), leva à uma generalização da Transformada de Fourier para o tempo contínuo, conhecida como Transformada de Laplace. A grande vantagem da análise de sinais e sistemas LIT através da Transformada de Laplace é que a mesma é mais abrangente que a Transformada de Fourier, por exemplo: a Transformada de Fourier não é capaz de representar sistemas instáveis, mas a Transformada de Laplace é. Da mesma forma que a Transformada de Laplace pode ser vista como uma generalização da Transformada de Fourier, a Transfor- mada de Fourier pode ser considerada um caso especial da Trans- formada de Laplace. A apresentação desta definição é bastante de- pendente da ordem de aprendizado destas transformações. 3.1 A Transformada de Laplace A Transformada de Laplace de um sinal qualquer x(t) é definida como X(s) = ∫ ∞ −∞ x(t)e−st dt (3.1) esta definição é comumente chamada de Transformada de Laplace Bilateral, devido aos limites de integração de −∞ a ∞, para dife- renciá-la da Transformada de Laplace Unilateral (com limites de integração de 0 a∞). Este texto omitirá a definição bilateral, sendo que, quando necessário, estará explícito o uso da transformada uni- lateral (a ser estudada na Seção 3.6). A definição da Transformada de Laplace na Eq. 3.1 pode ser facil- mente obtida pela expansão da Transformada de Fourier (Eq. 2.13), substituindo a variável puramente imaginária jω pela complexa s. A Transformada de Laplace pode ser indicada, de forma mais conveniente, através do operador Transformada de Laplace L { · }, 3.1. A Transformada de Laplace 55 ou através do par transformado x(t) L←−−−−→ X(s) (3.2) Vale notar, da própria definição na Eq. 3.1 que, se a Transfor- mada de Laplace for avaliada para s = jω, ela se reduzirá à Trans- formada de Fourier. De uma forma mais geral, a relação entre a Transformada de Laplace e a de Fourier pode ser expressa como X(σ + jω) = ∫ ∞ −∞ x(t)e−(σ+jω)t dt (3.3) X(σ + jω) = ∫ ∞ −∞ [ x(t)e−σt ] e−jωt dt (3.4) onde o membro direito da Eq. 3.4 pode ser visto como a Trans- formada de Fourier de x(t)e−σt. Assim a Transformada de Laplace pode ser vista como a aplicação da Transformada de Fourier após a multiplicação pela exponencial real e−σt, que pode ser crescente ou decrescente, conforme o sinal de σ. Sabendo que um sinal, para possuir Transformada de Fourier, deve ser absolutamente integrável (Condições de Dirichlet)∫ ∞ −∞ ∣∣x(t)e−σt∣∣dt <∞ (3.5) a existência da Transformada de Laplace pode estar condicionada a uma faixa específica de valores de σ, dependendo do sinal x(t). De uma forma geral, o intervalo de valores de s para o qual a Transfor- mada de Laplace converge é chamada de Região de Convergência, ou ROC (Region of Convergence). Será visto na sequência que a informação da ROC é de fundamen- tal importância nos estudos da Transformada de Laplace, pois exis- tem diferentes funções no tempo x(t) que resultam em uma mesma expressão X(s), cuja única diferença é a ROC. 56 Capítulo 3. Transformada de Laplace Como s é uma variável complexa, a representação da ROC pode ser feita, graficamente, através do plano s. A Figura 5 (a) ilustra uma ROC para os valores <{s} > σ0. < j= σ0 (a) < j= −1 + j −1− j −1, 5 0 (b) Figura 5 – (a) Região de Convergência na plano s; (b) Diagrama de polos e zeros no plano s. É bastante comum que as funções X(s) sejam racionais, ou seja X(s) = N(s) D(s) (3.6) onde N(s) é o polinômio em s do numerador e D(s) é o polinômio em s do denominador. As raízes de N(s) são chamadas de zeros de X(s), enquanto as raízes de D(s) são chamadas de polos de X(s). É comum a representação de polos e zeros graficamente, no planos. Zeros são representados por “ ” e polos são representados por “ ”. A Figura 5 (b), mostra um exemplo do diagrama de polos e zeros 3.2. A Região de Convergência da Transformada de Laplace 57 da função X(s) = s (s+ 1, 5)(s+ 1 + j)(s+ 1− j) = s (s+ 1, 5)(s2 + 2s+ 2) = s s3 + 3, 5s2 + 5s+ 3 (3.7) com ROC <{s} > −1. Assim, exceto por um valor de escala, o diagrama de polos e zeros no plano s, juntamente com a ROC associada define univocamente a função X(s). Além disso, ainda que não figurem explicitamente na forma algé- brica de X(s), é interessante analisar a presença de polos e/ou zeros no infinito. Por exemplo, se X(s) possui o número de polos maior que o número de zeros, à medida que o valor de s aumenta, X(s) tende a zero, típico comportamento esperado para a presença de zeros no infinito. Se X(s) possui o número de zeros maior que o de polos, X(s) tende ao infinito, conforme s cresce de forma ilimitada, o que pode ser entendido como a presença de polos no infinito. De uma forma geral, se n é a ordem do denominador (número de polos) e m a ordem do numerador (número de zeros), então se n > m, o número de zeros no infinito será n−m. Alternativamente, se n < m, o número de polos no infinito será m− n. Se n = m, não haverá nem polos nem zeros no infinito. 3.2 A Região de Convergência da Transformada de Laplace Conforme afirmado na Seção anterior, a relação x(t) L←−−−−→ X(s) não é única, sendo necessária a informação da ROC para deter- minar, sem ambiguidade, um par transformado. Nesta seção serão estudadas as propriedades da Região de Convergência, enumeradas a seguir: 58 Capítulo 3. Transformada de Laplace 1. A ROC de X(s) consiste de faixas verticais, paralelas ao eixo jω, no plano s. 2. Em Transformadas de Laplace racionais, a ROC não contém nenhum polo. 3. Se a função x(t) tem duração finita e é absolutamente integrá- vel, a ROC será todo o plano s. 4. Se x(t) for uma função lateral direita, e se a reta <{s} = σ0 pertencer à ROC, então todos os valores de s onde <{s} > σ0 também estarão na ROC. 5. Se x(t) for uma função lateral esquerda, e se a reta <{s} = σ0 pertencer à ROC, então todos os valores de s onde <{s} < σ0 também estarão na ROC. 6. Se x(t) for uma função bilateral, e se a reta <{s} = σ0 per- tencer à ROC, então a ROC consistirá de uma faixa no plano s que contém a reta <{s} = σ0. 7. Se a Transformada de Laplace X(s) de x(t) for racional, então sua ROC é um semiplano limitado por polos à esquerda e à direita, ou se estende até o infinito, à direita ou à esquerda. Adicionalmente, nenhum polo estará contido na ROC. 8. Se a Transformada de Laplace X(s) é racional e x(t) é lateral direita, a ROC é o semiplano no plano s à direita do polo mais à direita. Alternativamente, se x(t) é lateral esquerda, a ROC é o semiplano no plano s à esquerda do polo mais à esquerda. O conhecimento das propriedades da ROC é útil no estudo de sistemas LIT, simplificando a análise em problemas complexos. 3.3. Transformada Inversa de Laplace 59 3.3 Transformada Inversa de Laplace Na Seção 3.1, foi mostrado que a Transformada de Laplace de x(t) pode ser interpretada como a Transformada de Fourier de x(t)e−σt, uma vez que s = σ + jω. Escrevendo este resultado na Equação de Síntese da Transformada de Fourier x(t)e−σt = F−1 { X(σ + jω) } = 1 2pi ∫ ∞ −∞ X(σ + jω)ejωt dω (3.8) multiplicando os dois lados da igualdade por eσt x(t) = 1 2pi ∫ ∞ −∞ X(σ + jω)e(σ+jω)t dω (3.9) Uma vez que s = σ + jω, pode-se obter x(t) a partir de X(s) para um valor fixo de σ (pertencente à ROC) e variando ω de −∞ a ∞. Além disso, verificando que ds = jdω (para σ constante), então a definição da Transformada Inversa de Laplace é x(t) = 1 j2pi ∫ σ+j∞ σ−j∞ X(s)est ds (3.10) O cálculo formal da Eq. 3.10 involve uma integral de contorno so- bre o plano complexo, sendo a integração convergente para qualquer σ pertencente à ROC. Embora possível, esta operação é demasiada- mente trabalhosa, sendo comumente utilizadas técnicas alternativas para a obtenção da Transformada Inversa de Laplace (discutidas no Apêndice B). 3.4 Propriedades da Transformada de Laplace Similarmente à Transformada de Fourier, a Transformada de La- place apresenta um conjunto de propriedades úteis na análise de 60 Capítulo 3. Transformada de Laplace problemas complexos e no estudo aprofundado da Transformada de Laplace. Estas propriedades são discutidas em detalhe na sequência. 3.4.1 Linearidade Assumindo que x(t) L←−−−−→ X(s), com ROC = Rx (3.11) e que y(t) L←−−−−→ Y (s), com ROC = Ry (3.12) então ax(t) + by(t) L←−−−−→ aX(s) + bY (s), com ROC ⊃ Rx ∩Ry (3.13) Conforme indicado, a ROC resultante contém a interseção das ROCs constituintes. Em casos extremos, a combinação linear resul- tante pode possuir um conjunto vazio como ROC, de forma que a Transformada de Laplace não é definida. 3.4.2 Deslocamento no tempo Assumindo que x(t) L←−−−−→ X(s), com ROC = Rx (3.14) então x(t− t0) L←−−−−→ e−st0X(s), com ROC = Rx (3.15) Esta propriedade pode ser obtida pela simples substituição de va- riáveis na definição da Transformada de Laplace. 3.4. Propriedades da Transformada de Laplace 61 3.4.3 Deslocamento no domínio s Assumindo que x(t) L←−−−−→ X(s), com ROC = Rx (3.16) então es0tx(t) L←−−−−→ X(s− s0), com ROC = Rx + < { s0 } (3.17) Ou seja, a ROC é deslocada de <{s0}. Exemplificando, se X(s) possui um polo em s = a, X(s−s0) possuirá um polo em s = a+s0. Um caso especial importante de nota é s0 = jω0, onde ejω0tx(t) L←−−−−→ X(s− jω0), com ROC = Rx (3.18) Neste caso, o sinal x(t) modula a exponencial complexa, e a função X(s−jω0) pode ser interpretada como um deslocamento no sentido paralelo ao eixo jω. 3.4.4 Mudança na escala do tempo Assumindo que x(t) L←−−−−→ X(s), com ROC = Rx (3.19) então x(at) L←−−−−→ 1∣∣a∣∣X ( s a ) , com ROC = aRx (3.20) Deve ser observado que há um escalamento na ROC, dependendo do valor de s. Se 0 < a < 1, há uma compressão no valor da ROC, se a > 1, há uma expansão da ROC. Se a < 0, há a reversão da ROC. 62 Capítulo 3. Transformada de Laplace A reversão no tempo é um caso especial da mudança de escala, definida como x(−t) L←−−−−→ X(−s), com ROC = −Rx (3.21) 3.4.5 Conjugação Assumindo que x(t) L←−−−−→ X(s), com ROC = Rx (3.22) então x∗(t) L←−−−−→ X∗(s∗), com ROC = Rx (3.23) Assim, se x(t) é real, então X(s) = X∗(s∗). 3.4.6 Propriedade da Convolução Assumindo que x(t) L←−−−−→ X(s), com ROC = Rx (3.24) e que y(t) L←−−−−→ Y (s), com ROC = Ry (3.25) então x(t) ∗ y(t) L←−−−−→ X(s)Y (s), com ROC ⊃ Rx ∩Ry (3.26) Como na propriedade de linearidade, a ROC resultante pode ser maior que a interseção devido ao possível cancelamento de polos e zeros entre as funções. 3.4. Propriedades da Transformada de Laplace 63 3.4.7 Diferenciação temporal Assumindo que x(t) L←−−−−→ X(s), com ROC = Rx (3.27) então dx(t) dt L←−−−−→ sX(s), com ROC ⊃ Rx (3.28) Esta propriedade pode ser provada aplicando a derivada na definição da Transformada Inversa de Laplace x(t) = 1 j2pi ∫ σ+j∞ σ−j∞ X(s)est ds (3.29) resultando dx(t) dt = 1 j2pi ∫ σ+j∞ σ−j∞ sX(s)est ds (3.30) Como a multiplicação por s pode cancelar um polo na origem, há a possibilidade de uma ROC mais abrangente que a original. 3.4.8 Diferenciação no domínio s Assumindo que x(t) L←−−−−→ X(s), com ROC = Rx (3.31) então −tx(t) L←−−−−→ dX(s)ds , com ROC = Rx (3.32) Esta propriedade pode ser provada aplicando a derivada na definição da Transformada de Laplace X(s) = ∫ ∞ −∞ x(t)e−st dt (3.33) resultando em dX(s) ds = ∫ ∞ −∞ −tx(t)e−st dt (3.34) 64 Capítulo 3. Transformada de Laplace 3.4.9 Integração temporal Assumindo que x(t) L←−−−−→ X(s),com ROC = Rx (3.35) então∫ t −∞ x(τ) dτ L←−−−−→ 1 s X(s), com ROC ⊃ Rx ∩ {<{s} > 0} (3.36) Esta propriedade pode ser facilmente provada a partir da pro- priedade da convolução, pois a convolução de uma função x(t) com o degrau unitário u(t) é numericamente equivalente à integração. 3.4.10 Teoremas de Valor Final e Inicial Se x(t) = 0 para t < 0 e se lim t→∞x(t) <∞, o Teorema do Valor Final afirma que lim t→∞x(t) = lims→0 sX(s) (3.37) Sob as condições que x(t) = 0 pata t < 0, e que x(t) não possui impulsos ou outras singularidades de ordem mais alta na origem, pode-se utilizar a Transformada de Laplace para calcular direta- mente seu valor inicial x(0+) (i.e. seu limite se aproximando pela direita). Assim, o Teorema do Valor Inicial estabelece que x(0+) = lim s→∞ sX(s) (3.38) A Tabela 5 sumariza as propriedades da Transformada de La- place. 3.4. Propriedades da Transformada de Laplace 65 Tabela 5 – Propriedades da Transformada de Laplace. Propriedade Sinal Transformadade Laplace ROC x(t) X(s) = Rx y(t) Y (s) = Ry Linearidade ax(t) + by(t) aX(s) + bY (s) ⊃ Rx ∩Ry Deslocamento no tempo x(t− t0) e −st0X(s) = Rx Deslocamento em s e s0tx(t) X(s− s0) = Rx + < { s0 } Mudança na escala do tempo x(at) 1∣∣a∣∣X ( s a ) = aRx Conjugação x∗(t) X∗(s∗) = Rx Convolução x(t) ∗ y(t) X(s)Y (s) ⊃ Rx ∩Ry Diferenciação no tempo dx(t) dt sX(s) ⊃ Rx Diferenciação em s −tx(t) dX(s) ds = Rx Integração ∫ t −∞ x(τ) dτ 1 s X(s) ⊃ Rx∩ {<{s} > 0} Teorema do Valor Final Se x(t) = 0 para t < 0 e lim t→∞x(t) <∞, então: lim t→∞x(t) = lims→0 sX(s) Continua na próxima página 66 Capítulo 3. Transformada de Laplace Propriedade Sinal Transformadade Laplace ROC Teorema do Valor Inicial Se x(t) = 0 para t < 0 e x(t) não contém im- pulsos ou singularidades de ordem mais alta na origem, então: x(0+) = lim s→∞ sX(s) 3.5 Pares comuns da Transformada de Laplace Conforme dito na Seção 3.3, a obtenção da Transformada Inversa de Laplace a partir da definição é um processo matemático demasiada- mente complexo. Uma alternativa comum é a utilização dos pares transformados comuns, mais as propriedades da Transformada de Laplace, para a obtenção da Transformda Inversa de Laplace. A simplificação de uma função X(s) arbitrária para os compo- nentes mais simples que figuram na Tabela 6 é chamada de expansão em frações parciais. Este procedimento é explicado em detalhe no Apêndice B. A Tabela 6 sumariza os pares transformados de Laplace mais comuns. Tabela 6 – Pares comuns da Transformada de Laplace. Sinal Transformadade Laplace ROC δ(t) 1 todo s u(t) 1 s <{s} > 0 Continua na próxima página 3.5. Pares comuns da Transformada de Laplace 67 Sinal Transformadade Laplace ROC −u(−t) 1 s <{s} < 0 tnu(t) n! sn+1 <{s} > 0 −tnu(−t) n! sn+1 <{s} < 0 e−atu(t) 1 s+ a <{s} > −a −e−atu(−t) 1 s+ a <{s} < −a tne−atu(t) n! (s+ a)n+1 <{s} > −a −tne−atu(−t) n! (s+ a)n+1 <{s} < −a δ(t− t0) est0 todo s cos(ω0t)u(t) s s2 + ω20 <{s} > 0 sen(ω0t)u(t) ω0 s2 + ω20 <{s} > 0 e−at cos(ω0t)u(t) s+ a (s+ a)2 + ω20 <{s} > −a e−at sen(ω0t)u(t) ω0 (s+ a)2 + ω20 <{s} > −a δn ′ (t) = dnδ(t) dtn s n todo s un(t) = u(t) ∗ . . . ∗ u(t)︸ ︷︷ ︸ n vezes 1 sn <{s} > 0 68 Capítulo 3. Transformada de Laplace 3.6 Transformada de Laplace Unilateral Até agora, foi analisada a Transformada de Laplace Bilateral. Nesta Seção será estudada a Transformada de Laplace Unilateral, que pos- sui grande valor na análise de sistemas causais (sistemas cuja saída a um dado tempo é dependente apenas da entrada ao mesmo tempo, ou um tempo anterior) e, particularmente, sistemas determinados por equações diferenciais lineares com coeficientes constantes e com condições iniciais não-nulas (ou seja, sistemas que não estão inicial- mente em repouso). A Transformada de Laplace Unilateral é definida por X (s) = ∫ ∞ 0− x(s)e−st dt (3.39) neste texto, será utilizada X (s) para representar a Transformada de Laplace Unilateral, para evitar confusão com a Transformada de Laplace Bilateral X(s). O limite inferior de integração 0−, significa que são incluídos no intervalo de integração quaisquer impulsos ou singularidades de alta ordem que possam aparecer na origem. Analogamente à Transfor- mada de Laplace Bilateral, a Transformada de Laplace Unilateral também possui uma notação abreviada x(t) UL←−−−−−→ X (s) X (s) = U L {x(t)} (3.40) Sinais que diferem apenas para t < 0 terão Transformadas de Laplace Unilateral iguais, mas Transformadas de Laplace Bilaterais diferentes. Sinais que sejam nulos para t < 0 possuem Transforma- das de Laplace Unilateral e Bilateral idênticas. De forma alternativa, a Transformada de Laplace Unilateral de x(t) pode ser abordada como a Transformada de Laplace Bilateral de x(t)u(t), ou seja X (s) = L {x(t)u(t)}. 3.6. Transformada de Laplace Unilateral 69 3.6.1 Propriedades da Transformada de Laplace Unilateral Analogamente à Transformada de Laplace Bilateral, a Transformada de Laplace Unilateral também apresenta propriedades gerais, mui- tas delas idênticas às da Transformada de Laplace Bilateral, mas algumas substancialmente diferentes. Uma das diferenças mais marcantes da Transformada de Laplace Unilateral é que sua ROC associada é sempre o semiplano à direita do polo mais à direita, daí a razão de não haver referências explícitas à ROC nas propriedades da Transformada de Laplace Unilateral, sumarizadas na Tabela 7. Tabela 7 – Propriedades da Transformada de Laplace Unilateral. Propriedade Sinal Transformada de Laplace Unilate- ral x(t) X (s) y(t) Y(s) Linearidade ax(t) + by(t) aX (s) + bY (s) Deslocamento em s es0tx(t) X (s− s0) Mudança na escala do tempo x(at), a > 0 1 a X ( s a ) Conjugação x∗(t) X ∗(s) Convolução1 x(t) ∗ y(t) X (s)Y(s) Diferenciação no tempo dx(t) dt sX (s)− x(0 −) Continua na próxima página 1 Supondo x(t) e y(t) nulos para t < 0. 70 Capítulo 3. Transformada de Laplace Propriedade Sinal Transformada de Laplace Unilate- ral Diferenciação em s −tx(t) dX (s)ds Integração ∫ t 0− x(τ) dτ 1 s X (s) Se x(t) não contém impulsos ou singularidades de ordem mais alta em t = 0, então: Teorema do Valor Final lim t→∞x(t) = lims→0 sX (s) Teorema do Valor Inicial x(0+) = lim s→∞ sX (s) Algumas das mudanças importantes de nota são: • A propriedade da convolução é definida apenas para sinais inicialmente em repouso (nulos para t < 0). • Os limites da propriedade de integração são alterados para o novo intervalo de interesse da Transformada de Laplace Uni- lateral (i.e. [0−,∞)). • A alteração mais marcante, porém, é na propriedade da di- ferenciação no tempo, onda há a adição de um termo inde- pendente −x(0−) à propriedade análoga na Transformada de Laplace Bilateral. Na sequência é desenvolvida a prova desta propriedade∫ ∞ 0− dx(t) dt e −st dt = x(t)e−st ∣∣∣∣∣ ∞ 0− + s ∫ ∞ 0− x(t)e−st dt = sX (s)− x(0−) (3.41) Referências Bibliográficas HAYKIN, S. S.; VEEN, B. V. Signals and systems. 2nd ed. ed. New York: Wiley, 2003. ISBN 0471164747 (cloth : alk. paper). LATHI, B. P. Linear systems and signals. 2nd ed. ed. New York: Oxford University Press, 2005. ISBN 0195158334. OPPENHEIM, A. V.; WILLSKY, A. S.; NAWAB, S. H. Signals & systems. 2nd ed. ed. Upper Saddle River, N.J.: Prentice Hall, 1997. ISBN 0138147574. Apêndices APÊNDICE A Funções “exóticas” comuns em Engenharia Nas Engenharias, especialmente Engenharia Eletrônica ou afins, há uma ampla classe de funções comumente utilizadas que, de forma geral, passam desapercebidas em outras áreas. Para muitas áreas de conhecimento, o estudo das funções polinomiais, trigonométricas, exponenciais,logarítmicas, etc. é suficiente. Neste capítulo serão apresentadas, de maneira formal, outras funções, menos conhecidas, mas de extrema utilidade. Como nem sempre estas funções são definidas sobre o domínio do tempo, este Apêndice utilizará x como a variável independente. 76 APÊNDICE A. Funções “exóticas” comuns em Engenharia A.1 Função Sinal Comumente escrita como função sgn(x) — do latim signum. A fun- ção sinal é uma função ímpar sobre valores reais que extrai o sinal do seu argumento. A função pode ser definida por sgn(x) , −1 se x < 0, 0 se x = 0, 1 se x > 0 (A.1) cuja representação gráfica é mostrada na Figura 6. x sgn(x) −1 0 1 Figura 6 – Função sinal. Qualquer número real pode ser expresso através de seu valor absoluto e a função sinal x = sgn(x)|x| (A.2) alternativamente |x| = sgn(x)x (A.3) assim, para qualquer x 6= 0 sgn(x) = x|x| (A.4) A função sinal é a derivada da função valor absoluto, exceto onde a mesma não é diferenciável, na origem. De forma que pode-se A.2. Função Degrau Unitário 77 escrever d|x| dx = sgn(x) para x 6= 0 (A.5) Embora a função sinal seja diferenciável, com derivada nula para todo x exceto x = 0 no sentido estrito. Abordando-a como uma distribuição matemática1, ao invés de uma função matemática, é possível redefinir a função sinal em termos da função degrau unitário u(x) (tomando u(x) também como uma distribuição) sgn(x) = 2u(x)− 1 (A.6) assim, pode-se obter uma derivada de sgn(x) para todo x através de d sgn(x) dx = 2 du(x) dx = 2δ(x) (A.7) sendo δ(x) a função impulso unitário. Este resultado é importante na obtenção da transformada de Fourier da função sinal F {d sgn(x) dx } = F {2δ(x)} (A.8) jωF {sgn(x)} = 2 (A.9) de forma que sgn(x) F←−−−→ 2 jω (A.10) A.2 Função Degrau Unitário A função degrau unitário, também conhecida como função de Hea- viside2 é uma função descontínua cujo valor é nulo para argumentos negativos e, para argumentos positivos, seu valor é unitário. 1 A Teoria da Distribuição estabelece normas mais relaxadas que permitem trabalhar com funções singulares e descontínuas como se fossem funções contínuas bem comportadas. 2 Em homenagem ao matemático inglês Oliver Heaviside (1850 – 1925). 78 APÊNDICE A. Funções “exóticas” comuns em Engenharia Raramente é relevante seu valor para argumento nulo, uma vez que a mesma é comumente utilizada como integrando. Em sua forma mais genérica, onde ela é definida como uma distribuição matemá- tica, ela é definida por u(x) = 0 se x < 0 1 2 se x = 0 1 se x > 0 (A.11) sendo que neste caso, o degrau unitário pode ser definido em termos da função sinal u(x) = 1 2 ( 1 + sgn(x) ) (A.12) Graficamente, o degrau unitário pode ser representado como na Figura 7. x u(x) 0 1 2 1 Figura 7 – Função degrau unitário (ou função de Heaviside). A função degrau unitário apresenta uma relação bastante útil com a função impulso unitário, definida por u(x) = ∫ x −∞ δ(y) dy (A.13) ou, alternativamente du(x) dx = δ(x) (A.14) Complementarmente, a integral da função degrau unitário é a função rampa unitária r(x) = ∫ x −∞ u(y) dy = xu(x) (A.15) A.3. Função Impulso Unitário 79 A.2.1 Discrepância entre as Transformadas de Laplace e de Fou- rier da Função Degrau Unitário O par transformado de Fourier e de Laplace de u(x) apresenta uma diferença importante, digna de atenção especial. A transformada de Laplace de u(x), pela definição, é dada por∫ ∞ −∞ u(x)e−sx dx = ∫ ∞ 0 e−sx dx = 1 s para <{s} > 0 (A.16) ou seja, a transformada é definida (i.e. a integral converge) desde que a parte real de s seja positiva e não-nula. A transformada de Fourier pode ser definida como a transfor- mada de Laplace avaliada para <{s} = 0, ou seja s = jω, o que, a princípio, resultaria em∫ ∞ −∞ u(x)e−sx dx ∣∣∣∣∣ s=jω = 1 s ∣∣∣∣∣ s=jω = 1 jω (A.17) Porém, este resultado não faz sentido, pois a substituição s = jω não respeita a região de convergência da transformada de Laplace <{s} > 0. Assim, para obter este resultado, deve-se abordar u(x) como uma distribuição matemática de forma que sua transformada de Fourier seja∫ ∞ −∞ u(x)e−jωx dx = ∫ ∞ −∞ 1 2 ( 1 + sgn(x) ) e−jωx dx = 1 jω + piδ(ω) (A.18) que é o resultado encontrado nas tabelas de pares transformados. A.3 Função Impulso Unitário A função impulso unitário δ(x) não é, rigorosamente, uma função matemático, mas sim uma função generalizada, cujo tratamento for- 80 APÊNDICE A. Funções “exóticas” comuns em Engenharia mal exige aplicação da Teoria de Medidas ou da Teoria das Distribui- ções. O impulso unitário tem valor nulo para qualquer argumento, exceto quando o argumento é nulo, onde ele apresenta uma singula- ridade (i.e. tende ao infinito). A função impulso unitário foi criada pelo físico Paul Dirac3 para lidar com problemas físicos como cargas elétricas ou massas pontu- ais, sendo também comumente conhecida como delta de Dirac. O nome impulso unitário vem da sua propriedade que a área do impulso é igual a unidade. A função impulso unitário pode ser entendida como o limite da função gaussiana δ(x) = lim a→0 1 a √ pi e− x2 a2 (A.19) ou seja, como uma variável aleatória onde há virtualmente certeza que seu valor é zero. De uma forma mais informal (porém mais clara), pode-se definir o impulso unitário como δ(x) = ∞ se x = 0,0 se x 6= 0 (A.20) com a restrição adicional∫ ∞ −∞ δ(x) dx = 1 (A.21) Uma das formas mais úteis de compreender a função impulso unitário é como uma medida∫ ∞ −∞ f(x)δ(x) dx = f(0) (A.22) ou de forma mais genérica∫ ∞ −∞ f(x)δ(x− x0) dx = f(x0) (A.23) 3 Paul Adrien Maurice Dirac (1902 – 1984), físico teórico inglês. A.3. Função Impulso Unitário 81 A função impulso unitário possui representação gráfica como na Figura 8. Observa-se que a representação do impulso é por sua área, e não por sua amplitude (que tende ao infinito). x δ(x) 0 1 Figura 8 – Função impulso unitário (ou função de delta de Dirac). A função impulso unitário apresenta algumas propriedades como escalabilidade δ(ax) = δ(x) |a| (A.24) e paridade par δ(x) = δ(−x) (A.25) A função impulso unitário pode ser indefinidamente diferenciada, resultando em derivadas de alta ordem do impulso. A Eq. A.26 mostra a forma comum de indicar a derivada de primeira ordem do impulso unitário. δ′(x) = dδ(x) dx (A.26) Por fim, a função impulso unitário apresenta uma relação bas- tante útil com a função degrau unitário, definida por du(x) dx = δ(x) (A.27) ou, alternativamente u(x) = ∫ x −∞ δ(y) dy (A.28) 82 APÊNDICE A. Funções “exóticas” comuns em Engenharia A.4 Função Retangular A função retangular, também chamada de função pulso unitário (devido ao valor de sua área) é definida por Π(x) = 0 se |x| > 12 , 1 2 se |x| = 12 , 1 se |x| < 12 (A.29) ou, alternativamente Π(x) = u ( x+ 1 2 ) − u ( x− 1 2 ) (A.30) cuja representação gráfica é apresentada na Figura 9. x Π(x) 1 2 − 12 0 12 1 Figura 9 – Função retangular. A.5 Função Triangular A função triangular (ou função triângulo) pode ser definida como o resultado da convolução de duas funções retangulares Λ(x) = Π(x)∗ Π(x), resultando em Λ(x) = 0 se |x| > 1,1− |x| se |x| ≤ 1 (A.31) ou alternativamente Λ(x) = Π(x)(1− |x|) (A.32) A.6. Função Gama 83 A Figura 10 apresenta a representação gráfica da função trian- gular. x Λ(x) −1 0 1 1 Figura 10 – Função triangular. A.6 Função Gama A função gama é uma extensão da função fatorial (cujo domínio é apenas o conjunto de números naturais N) para qualquer número real ou complexo. Sua relação com a função fatorial é dada
Compartilhar