You are on page 1of 211

Apostila

de
Teoria
para
Processamento Digital de Sinais
(Vers˜ao A2013M04D06)
Universidade Federal Fluminense
Apostila
do
Departamento de Engenharia de Telecomunica¸c˜oes
da
Universidade Federal Fluminense
por
Alexandre Santos de la Vega
Abril, 2013.
.
621.3192
mudar!
D278
mudar!
2013
de la Vega, Alexandre Santos
Apostila de Teoria para Processamento Digital
de Sinais / Alexandre Santos de la Vega. – Niter´oi:
UFF/TCE/TET, 2013.
181 (sem romanos) ou 201 (com romanos) p. –>
mudar! <–
Apostila de Teoria – Gradua¸c˜ao, Engenharia de
Telecomunica¸c˜oes, UFF/TCE/TET, 2013.
1. Processamento de Sinais. 2. Processamento
Digital de Sinais. 3. Telecomunica¸c˜oes. I. T´ıtulo.
Aos meus alunos.
Pref´acio
O trabalho em quest˜ao cobre os t´opicos abordados na disciplina Processamento Digital de
Sinais.
O presente volume apresenta um conte´ udo te´orico. O conte´ udo pr´atico pode ser encontrado
no volume entitulado Apostila com C´odigos de Programas Demonstrativos para Processamento
Digital de Sinais.
As apostilas foram escritas com o intuito de servir como uma referˆencia r´apida para os alunos
dos cursos de gradua¸c˜ao e de mestrado em Engenharia de Telecomunica¸c˜oes da Universidade
Federal Fluminense (UFF).
O material b´asico utilizado para o conte´ udo te´orico foram as minhas notas de aula, que, por
sua vez, originaram-se em uma coletˆanea de livros sobre os assuntos abordados.
Os c´odigos de programas demonstrativos s˜ao completamente autorais.
A motiva¸c˜ao principal foi a de aumentar o dinamismo das aulas. Portanto, deve ficar bem
claro que estas apostilas n˜ao pretendem substituir os livros textos ou outros livros de referˆencia.
Muito pelo contr´ario, elas devem ser utilizadas apenas como ponto de partida para estudos mais
aprofundados, utilizando-se a literatura existente.
Espero conseguir manter o presente texto em constante atualiza¸c˜ao e amplia¸c˜ao.
Corre¸c˜oes e sugest˜oes s˜ao sempre bem-vindas.
Rio de Janeiro, 04 de agosto de 2008.
Alexandre Santos de la Vega
UFF / TCE / TET
v
vi
Agradecimentos
Aos professores do Departamento de Engenharia de Telecomunica¸c˜oes da Universidade Federal
Fluminense (TET/UFF) que colaboraram com cr´ıticas e sugest˜oes bastante ´ uteis `a finaliza¸c˜ao
deste trabalho.
Aos funcion´arios e ex-funcion´arios do TET, Arlei, Carmen L´ ucia, Eduardo, Francisco e
Jussara, pelo apoio constante.
Aos meus alunos, que, al´em de servirem de motiva¸c˜ao principal, obrigam-me sempre a tentar
melhorar, em todos os sentidos.
Mais uma vez, e sempre, aos meus pais, por tudo.
Rio de Janeiro, 04 de agosto de 2008.
Alexandre Santos de la Vega
UFF / TCE / TET
vii
viii
Apresenta¸c˜ao
• O presente documento encontra-se em constante atualiza¸c˜ao.
• Ele consta de t´opicos desenvolvidos em sala de aula.
• Na prepara¸c˜ao das aulas foram utilizados os seguintes livros:
– Livros indicados pela ementa da disciplina: [Mit98].
– Outros livros indicados: [Rob09], [PM06], [Jac96], [She95], [SK89], [Ant86], [SDD84],
[OWY83], [PL76], [OS75], [Cad73].
• Este documento aborda os seguintes assuntos:
– Introdu¸c˜ao: que busca contextualizar a disciplina no ˆambito do curso e apresentar
conceitos que ser˜ao necess´arios ao longo do texto.
– Sinais e sistemas (com tempo discreto) no dom´ınio do tempo
∗ Sinais e sistemas: defini¸c˜oes, classifica¸c˜oes, exemplos e caracteriza¸c˜oes de sinais
e sistemas.
∗ Sistema Linear e Invariante ao Tempo (SLIT): caracter´ısticas, representa¸c˜oes e
c´alculo de resposta.
– Representa¸c˜ao em dom´ınio transformado para sistemas de primeira ordem
∗ Resposta em Freq¨ uˆencia: baseado no c´alculo da resposta de um SLIT de primeira
ordem, para um determinado tipo de sinal de entrada, pode-se identificar um
novo tipo de representa¸c˜ao para o sistema.
∗ Fun¸c˜ao de Tranferˆencia: baseado no c´alculo da resposta de um SLIT de primeira
ordem, para um determinado tipo de sinal de entrada, pode-se identificar um
novo tipo de representa¸c˜ao para o sistema.
– Sinais e sistemas (com tempo discreto) no dom´ınio da freq¨ uˆencia
∗ Sinais: revis˜ao das representa¸c˜oes em freq¨ uˆencia com tempo cont´ınuo (S´erie de
Fourier, Transformada de Fourier, Transformada de Laplace), S´erie de Fourier de
Tempo Discreto (DTFS), Transformada de Fourier de Tempo Discreto (DTFT),
Transformada de Fourier Discreta (DFT), Transformada R´apida de Fourier
(FFT), Transformada Z, rela¸c˜oes entre as diversas representa¸c˜oes, parˆametros e
efeitos importantes.
∗ SLIT de ordem qualquer: Resposta em Freq¨ uˆencia, Seletividade em Freq¨ uˆencia,
Fun¸c˜ao de Transferˆencia ou Fun¸c˜ao de Sistema, representa¸c˜oes de um SLIT no
dom´ınio da freq¨ uˆencia.
– Estruturas: componentes e estruturas b´asicas.
– Aplica¸c˜oes: exemplos de aplica¸c˜oes.
ix
x
Sum´ario
Pref´acio v
Agradecimentos vii
Apresenta¸c˜ao ix
I Introdu¸c˜ao 1
1 Conceitos b´asicos 3
1.1 Introdu¸c˜ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Arquitetura de sistemas de comunica¸c˜ao . . . . . . . . . . . . . . . . . . . . . . 3
1.3 Processamento de sinais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.4 Tipos de sinais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.5 Arquitetura de sistemas de processamento digital . . . . . . . . . . . . . . . . . 5
II Sinais e sistemas no dom´ınio do tempo 7
2 Sinais no dom´ınio do tempo 9
2.1 Introdu¸c˜ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.2 Nota¸c˜oes para seq¨ uˆencias no dom´ınio do tempo . . . . . . . . . . . . . . . . . . 9
2.3 Tipos de seq¨ uˆencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.3.1 Sistema num´erico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.3.2 Comprimento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.3.3 Simetria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.3.4 Periodicidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.3.5 Outras classifica¸c˜oes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.4 Opera¸c˜oes b´asicas sobre seq¨ uˆencias . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.5 Seq¨ uˆencias mais comumente empregadas . . . . . . . . . . . . . . . . . . . . . . 17
2.6 Rela¸c˜oes entre seq¨ uˆencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.7 Caracter´ısticas relevantes das exponenciais . . . . . . . . . . . . . . . . . . . . . 21
2.8 Amostragem de sinais cont´ınuos no tempo . . . . . . . . . . . . . . . . . . . . . 23
2.9 Exerc´ıcios propostos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3 Sistemas no dom´ınio do tempo 33
3.1 Introdu¸c˜ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
3.2 Classifica¸c˜oes de sistemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
3.3 Tipos de implementa¸c˜ao para sistemas discretos . . . . . . . . . . . . . . . . . . 35
3.4 Tipos de implementa¸c˜ao para sistemas digitais . . . . . . . . . . . . . . . . . . . 36
xi
xii
3.5 Exerc´ıcios propostos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
4 Descri¸c˜ao de sistemas lineares e invariantes ao tempo/deslocamento 39
4.1 Introdu¸c˜ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
4.2 Soma de convolu¸c˜ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
4.3 Equa¸c˜ao de diferen¸ca . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
4.4 Resposta ao impulso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
4.5 Diagrama de blocos de complexidade gen´erica . . . . . . . . . . . . . . . . . . . 44
4.6 Diagrama de sistema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
4.7 Diagrama de sistema equa¸c˜ao de diferen¸ca . . . . . . . . . . . . . . . . . . . . 46
4.7.1 Estruturas b´asicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
4.7.2 Operador atraso unit´ario . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
4.7.3 Operador linear de transferˆencia . . . . . . . . . . . . . . . . . . . . . . . 47
4.7.4 Biquad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
4.7.5 Equacionamento das estruturas n˜ao recursivas . . . . . . . . . . . . . . . 48
4.7.6 Equacionamento das estruturas recursivas . . . . . . . . . . . . . . . . . 53
4.7.7 Exemplos com estruturas de ordem 1 e de ordem 2 . . . . . . . . . . . . 54
4.7.8 Casos particulares de interesse . . . . . . . . . . . . . . . . . . . . . . . . 56
4.8 Equa¸c˜oes de estado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
4.8.1 Introdu¸c˜ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
4.8.2 Defini¸c˜ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
4.8.3 N˜ao unicidade da representa¸c˜ao de estados . . . . . . . . . . . . . . . . . 58
4.9 Equa¸c˜oes de estado equa¸c˜ao de diferen¸ca . . . . . . . . . . . . . . . . . . . . . 59
4.9.1 Forma canˆonica com matriz companheira - I . . . . . . . . . . . . . . . . 59
4.9.2 Forma canˆonica com matriz companheira - II . . . . . . . . . . . . . . . 60
4.10 Exerc´ıcios propostos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
5 C´alculo da resposta de um SLIT 71
5.1 Introdu¸c˜ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
5.2 Equa¸c˜oes de estado respostas do sistema . . . . . . . . . . . . . . . . . . . . . 72
5.2.1 Resposta gen´erica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
5.2.2 Resposta ao estado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
5.2.3 Resposta `a entrada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
5.3 Solu¸c˜ao convencional da equa¸c˜ao de diferen¸ca . . . . . . . . . . . . . . . . . . . 73
5.4 SLIT FIR com entrada de comprimento indefinido . . . . . . . . . . . . . . . . . 76
5.5 Tipos de respostas de um SLIT . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
5.5.1 Caso geral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
5.5.2 Casos particulares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
5.5.3 Exemplo de nota¸c˜ao alternativa . . . . . . . . . . . . . . . . . . . . . . . 81
5.5.4 Um questionamento comum . . . . . . . . . . . . . . . . . . . . . . . . . 81
5.6 Representa¸c˜ao em dom´ınio transformado . . . . . . . . . . . . . . . . . . . . . . 82
5.7 Exerc´ıcios propostos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
III Representa¸c˜ao em dom´ınio transformado para sistemas de
primeira ordem 85
6 Resposta em Freq¨ uˆencia 87
6.1 Introdu¸c˜ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
xiii
6.2 Fun¸c˜ao Resposta em Freq¨ uˆencia H(Ω) de um SLIT . . . . . . . . . . . . . . . . 87
6.3 SLIT interpretado como filtro . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
6.4 Filtros com fase linear . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
6.5 Exerc´ıcios propostos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
7 Fun¸c˜ao de Transferˆencia 91
7.1 Introdu¸c˜ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
7.2 Fun¸c˜ao de Transferˆencia H(z) de um SLIT . . . . . . . . . . . . . . . . . . . . . 91
7.3 Representa¸c˜ao alternativa para seq¨ uˆencias . . . . . . . . . . . . . . . . . . . . . 92
7.3.1 Representa¸c˜ao bilateral . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
7.3.2 Representa¸c˜ao unilateral . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
7.4 Exemplos de mapeamento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
7.5 Representa¸c˜ao alternativa convolu¸c˜ao . . . . . . . . . . . . . . . . . . . . . . 96
7.5.1 Representa¸c˜ao bilateral . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
7.5.2 Representa¸c˜ao unilateral . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
7.6 Representa¸c˜ao alternativa equa¸c˜ao de diferen¸ca . . . . . . . . . . . . . . . . . 98
7.7 Representa¸c˜ao alternativa respostas de um SLIT . . . . . . . . . . . . . . . . 99
7.7.1 Respostas para uma entrada gen´erica . . . . . . . . . . . . . . . . . . . . 99
7.7.2 Respostas para uma entrada conhecida . . . . . . . . . . . . . . . . . . . 100
7.8 Rela¸c˜ao entre H(z) e h[n] de um SLIT . . . . . . . . . . . . . . . . . . . . . . . 101
7.9 Regi˜ao de convergˆencia de H(z) . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
7.10 P´olos e zeros de H(z) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
7.11 P´olos de H(z) estabilidade do SLIT . . . . . . . . . . . . . . . . . . . . . . . 102
7.12 Rela¸c˜ao entre H(e
jΩ
) e H(z) de um SLIT . . . . . . . . . . . . . . . . . . . . . 103
7.13 Exerc´ıcios propostos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
8 Principais resultados da representa¸c˜ao em dom´ınio transformado 105
8.1 Introdu¸c˜ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
8.2 Resumo dos resultados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
IV Sinais e sistemas no dom´ınio da freq¨ uˆencia 109
9 Sinais no dom´ınio da freq¨ uˆencia 111
9.1 Introdu¸c˜ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
9.2 Vantagens das transforma¸c˜oes de vari´aveis . . . . . . . . . . . . . . . . . . . . . 111
9.3 Resumo das representa¸c˜oes em tempo cont´ınuo . . . . . . . . . . . . . . . . . . . 111
9.4 Resumo das representa¸c˜oes em tempo discreto . . . . . . . . . . . . . . . . . . . 113
9.5 Tipos de mapeamentos realizados . . . . . . . . . . . . . . . . . . . . . . . . . . 115
9.6 DTFS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
9.7 DTFT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
9.8 Alguns aspectos relevantes da DTFT . . . . . . . . . . . . . . . . . . . . . . . . 119
9.8.1 Propriedades gerais comumente utilizadas . . . . . . . . . . . . . . . . . 119
9.8.2 Rela¸c˜oes complexas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
9.8.3 Propriedades da DTFT de uma seq¨ uˆencia real . . . . . . . . . . . . . . . 119
9.8.4 DTFT de uma seq¨ uˆencia real, finita e sim´etrica . . . . . . . . . . . . . . 120
9.9 Sinais peri´odicos DTFT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
9.9.1 DTFS DTFT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
9.9.2 DTFT de sinais peri´odicos . . . . . . . . . . . . . . . . . . . . . . . . . . 123
xiv
9.10 DFT (representa¸c˜ao computacional da DTFT) . . . . . . . . . . . . . . . . . . . 124
9.10.1 Defini¸c˜ao da DFT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
9.10.2 Representa¸c˜ao da DTFT pela DFT . . . . . . . . . . . . . . . . . . . . . 124
9.10.3 Aproxima¸c˜ao da DTFT pela interpola¸c˜ao da DFT . . . . . . . . . . . . . 125
9.10.4 Rela¸c˜oes matriciais da DFT . . . . . . . . . . . . . . . . . . . . . . . . . 125
9.10.5 Leakage ou smearing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126
9.11 Acelera¸c˜ao do c´alculo da DFT . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
9.11.1 DFT de seq¨ uˆencias reais . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
9.11.2 FFT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
9.12 Transformada Z . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
9.12.1 Propriedades da ROC da Transformada Z . . . . . . . . . . . . . . . . . 130
9.13 Relacionamento das representa¸c˜oes em freq¨ uˆencia . . . . . . . . . . . . . . . . . 131
9.13.1 Associa¸c˜ao entre sinais de tempo cont´ınuo e seq¨ uˆencias . . . . . . . . . . 131
9.13.2 Transformada de Fourier DTFT . . . . . . . . . . . . . . . . . . . . . 131
9.13.3 Transformada de Fourier DTFS e DFT . . . . . . . . . . . . . . . . . 132
9.13.4 Rela¸c˜oes entre os parˆametros das representa¸c˜oes . . . . . . . . . . . . . . 133
9.13.5 Interpola¸c˜ao do sinal discreto . . . . . . . . . . . . . . . . . . . . . . . . 133
9.13.6 Representa¸c˜oes temporais discretas de sinais cont´ınuos . . . . . . . . . . 134
9.14 Exerc´ıcios propostos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
10 SLIT no dom´ınio da freq¨ uˆencia 141
10.1 Introdu¸c˜ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141
10.2 Tipos de respostas de um sistema . . . . . . . . . . . . . . . . . . . . . . . . . . 141
10.3 Resposta em freq¨ uˆencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142
10.4 Resposta em freq¨ uˆencia equa¸c˜ao de diferen¸ca . . . . . . . . . . . . . . . . . . 142
10.5 Seletividade no dom´ınio da freq¨ uˆencia . . . . . . . . . . . . . . . . . . . . . . . . 143
10.6 Fun¸c˜ao de transferˆencia ou fun¸c˜ao de sistema . . . . . . . . . . . . . . . . . . . 144
10.7 P´olos e zeros de H(z) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
10.8 SLIT em dom´ınio transformado . . . . . . . . . . . . . . . . . . . . . . . . . . . 147
10.9 Exerc´ıcios propostos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148
V Apˆendices 153
A Revis˜ao de n´ umeros complexos 155
A.1 Corpo dos n´ umeros complexos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155
A.2 Forma alg´ebrica dos n´ umeros complexos . . . . . . . . . . . . . . . . . . . . . . 155
A.3 Forma trigonom´etrica ou polar . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156
A.4 F´ormula de Euler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
A.5 Resumo das representa¸c˜oes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158
A.6 Opera¸c˜ oes com n´ umeros complexos . . . . . . . . . . . . . . . . . . . . . . . . . 158
A.6.1 Adi¸c˜ao e subtra¸c˜ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158
A.6.2 Multiplica¸c˜ao e divis˜ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159
A.6.3 Potencia¸c˜ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159
A.6.4 Radicia¸c˜ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160
A.6.5 Logaritmo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161
A.7 Referˆencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161
xv
B T´opicos sobre divis˜ao entre n´ umeros inteiros 163
B.1 Algoritmo de divis˜ao entre n´ umeros inteiros . . . . . . . . . . . . . . . . . . . . 163
B.2 Quociente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
B.3 Resto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
B.4 Congruˆencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
B.5 Rela¸c˜oes de equivalˆencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164
B.6 Rela¸c˜oes ´ uteis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164
C Fatora¸ c˜oes das equa¸c˜oes de diferen¸ca 165
C.1 Introdu¸c˜ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165
C.2 Fatora¸c˜oes das equa¸c˜oes de diferen¸ca com ordem 2 . . . . . . . . . . . . . . . . . 165
C.3 C´alculo dos coeficientes das fatora¸c˜oes . . . . . . . . . . . . . . . . . . . . . . . 166
C.3.1 C´alculo direto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166
C.3.2 C´alculo alternativo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
C.4 Fatora¸c˜oes das equa¸c˜oes com ordem qualquer . . . . . . . . . . . . . . . . . . . . 168
D Identidades ´ uteis 169
E Aliasing 171
E.1 Introdu¸c˜ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
E.2 Amostragem uniforme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
E.3 Rela¸c˜oes entre vari´aveis anal´ogicas e discretas . . . . . . . . . . . . . . . . . . . 172
E.4 Equivalˆencia entre valores anal´ogicos e discretos . . . . . . . . . . . . . . . . . . 172
E.5 Ambig¨ uidade entre sinais discretos no tempo . . . . . . . . . . . . . . . . . . . . 172
E.6 Amostragem sem ambig¨ uidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
E.7 Amostragem com ambig¨ uidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
E.7.1 Freq¨ uˆencias m´ ultiplas de Ω = π . . . . . . . . . . . . . . . . . . . . . . . 173
E.7.2 Freq¨ uˆencias em 1
o
e 2
o
quadrantes . . . . . . . . . . . . . . . . . . . . . 174
E.7.3 Freq¨ uˆencias em 3
o
e 4
o
quadrantes . . . . . . . . . . . . . . . . . . . . . 174
E.8 An´alises importantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175
F Exemplos de c´alculo da resposta de um SLIT de primeira ordem 177
F.1 Introdu¸c˜ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177
F.2 C´alculo da resposta da equa¸c˜ao homogˆenea . . . . . . . . . . . . . . . . . . . . . 178
F.3 Sistema y[n] +a
1
y[n −1] = b
0
x[n] . . . . . . . . . . . . . . . . . . . . . . . . . . 179
F.3.1 C´alculo para x[n] = δ[n] . . . . . . . . . . . . . . . . . . . . . . . . . . . 179
F.3.2 C´alculo para x[n] = u[n] . . . . . . . . . . . . . . . . . . . . . . . . . . . 179
F.3.3 C´alculo para x[n] = z
n
u[n] . . . . . . . . . . . . . . . . . . . . . . . . . 180
F.3.4 C´alculo para x[n] = e
jΩ
0
n
u[n] . . . . . . . . . . . . . . . . . . . . . . . . 181
F.3.5 C´alculo para x[n] = cos(Ω
0
n) u[n] . . . . . . . . . . . . . . . . . . . . . . 181
F.4 Sistema y[n] +a
1
y[n −1] = b
1
x[n −1] . . . . . . . . . . . . . . . . . . . . . . . . 183
F.4.1 C´alculo para x[n] = δ[n] . . . . . . . . . . . . . . . . . . . . . . . . . . . 183
F.4.2 C´alculo para x[n] = u[n] . . . . . . . . . . . . . . . . . . . . . . . . . . . 183
F.4.3 C´alculo para x[n] = z
n
u[n] . . . . . . . . . . . . . . . . . . . . . . . . . 183
F.4.4 C´alculo para x[n] = e
jΩ
0
n
u[n] . . . . . . . . . . . . . . . . . . . . . . . . 183
F.4.5 C´alculo para x[n] = cos(Ω
0
n) u[n] . . . . . . . . . . . . . . . . . . . . . . 183
F.5 Sistema y[n] +a
1
y[n −1] = b
0
x[n] +b
1
x[n −1] . . . . . . . . . . . . . . . . . . . 185
F.5.1 C´alculo para x[n] = δ[n] . . . . . . . . . . . . . . . . . . . . . . . . . . . 185
F.5.2 C´alculo para x[n] = u[n] . . . . . . . . . . . . . . . . . . . . . . . . . . . 185
xvi
F.5.3 C´alculo para x[n] = z
n
u[n] . . . . . . . . . . . . . . . . . . . . . . . . . 185
F.5.4 C´alculo para x[n] = e
jΩ
0
n
u[n] . . . . . . . . . . . . . . . . . . . . . . . . 185
F.5.5 C´alculo para x[n] = cos(Ω
0
n) u[n] . . . . . . . . . . . . . . . . . . . . . . 185
G Tabelas ´ uteis 187
G.1 Transformada de Fourier Discreta no Tempo (DTFT) . . . . . . . . . . . . . . . 187
G.2 Transformada de Fourier Discreta (DFT) . . . . . . . . . . . . . . . . . . . . . . 188
G.3 Transformada Z bilateral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189
G.4 Transformada Z unilateral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190
Bibliografia 191
Lista de Tabelas
2.1 Resultados das opera¸c˜oes b´asicas aplicadas sobre seq¨ uˆencias reais sim´etricas. . . 16
4.1 Diagrama de blocos SFG: correspondˆencia entre os elementos constituintes. . 46
5.1 Solu¸c˜ao da equa¸c˜ao homogˆenea para um SLIT descrito por y[n] +a
1
y[n−1] = 0,
com condi¸c˜ao inicial y[−1]. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
5.2 Solu¸c˜ao particular para um SLIT descrito por y[n] +a
1
y[n −1] = b
0
x[n]. . . . . 73
5.3 Solu¸c˜ao complementar para um SLIT descrito por y[n] +a
1
y[n −1] = b
0
x[n]. . . 73
5.4 Solu¸c˜ao particular para um SLIT descrito por y[n] +a
1
y[n −1] = b
1
x[n −1]. . . 74
5.5 Solu¸c˜ao complementar para um SLIT descrito por y[n] +a
1
y[n −1] = b
1
x[n −1]. 74
5.6 Solu¸c˜ao particular para um SLIT descrito por y[n] +a
1
y[n−1] = b
0
x[n] +b
1
x[n−1]. 75
5.7 Solu¸c˜ao complementar para um SLIT descrito por y[n] + a
1
y[n − 1] = b
0
x[n] +
b
1
x[n −1]. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
6.1 Exemplos de associa¸c˜oes entre a equa¸c˜ao de diferen¸ca que descreve um SLIT e a
sua fun¸c˜ao Resposta em Freq¨ uˆencia H(e
jΩ
). . . . . . . . . . . . . . . . . . . . . 88
7.1 Exemplos de associa¸c˜oes entre a equa¸c˜ao de diferen¸ca que descreve um SLIT e a
sua Fun¸c˜ao de Transferˆencia H(z). . . . . . . . . . . . . . . . . . . . . . . . . . 92
8.1 Exemplos de rela¸c˜ao entrada-sa´ıda para um SLIT causal e est´avel, operando em
regime permanente. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
9.1 Classifica¸c˜ao dos mapeamentos entre descri¸c˜oes funcionais de sinais e sistemas. . 115
G.1 Pares de DTFT. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187
G.2 Propriedades da DTFT. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187
G.3 Rela¸c˜ao de Parseval na DTFT. . . . . . . . . . . . . . . . . . . . . . . . . . . . 187
G.4 Propriedades da DFT. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188
G.5 Pares de Transformada Z bilateral. . . . . . . . . . . . . . . . . . . . . . . . . . 189
G.6 Propriedades da Transformada Z bilateral. . . . . . . . . . . . . . . . . . . . . . 189
G.7 Rela¸c˜ao de Parseval na Transformada Z bilateral. . . . . . . . . . . . . . . . . . 190
G.8 Propriedades da Transformada Z unilateral. . . . . . . . . . . . . . . . . . . . . 190
xvii
xviii
Lista de Figuras
A.1 Plano de Argand-Gauss. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
xix
xx
Parte I
Introdu¸c˜ao
1
Cap´ıtulo 1
Conceitos b´asicos
1.1 Introdu¸c˜ao
Nesse cap´ıtulo s˜ao apresentados conceitos b´asicos relativos ao processamento digital de sinais.
Inicialmente, ´e discutida a arquitetura de sistemas de comunica¸c˜ao. Em seguida, o processa-
mento de sinais ´e definido, identificando-se seu objeto, seus agentes e suas a¸c˜oes, bem como
´e definida a sua arquitetura gen´erica. Posteriormente, ´e realizada uma classifica¸c˜ao de sinais.
Por fim, ´e apresentada uma arquitetura de sistemas de processamento digital.
1.2 Arquitetura de sistemas de comunica¸c˜ao
• Arquitetura b´asica:
– Fonte de sinal.
– Transmissor.
– Canal (ou meio) de transmiss˜ao (ou de comunica¸c˜ao).
– Receptor.
– Destino.
• Adequa¸c˜oes em comunica¸c˜ao digital:
– Codifica¸c˜ao de fonte.
– Codifica¸c˜ao de canal.
3
4 Cap´ıtulo 1. Conceitos b´asicos
1.3 Processamento de sinais
• Objeto do processamento: sinal (definido como uma entidade que carrega informa¸c˜ao).
• Agente do processamento: sistema.
– “Um sistema ´e um cojunto de elementos, que interagem entre si, com o objetivo de
realizar uma determinada fun¸c˜ao”.
– Arquitetura de um sistema: vari´aveis, elementos, topologia e fun¸c˜ao.
• Dom´ınio do processamento: dom´ınio no qual a fun¸c˜ao do agente ´e definida.
– Tempo/espa¸co (forma) freq¨ uˆencia (composi¸c˜ao espectral).
• A¸c˜ao do processamento: fun¸c˜ao exercida pelo agente sobre o objeto.
– Conforma¸c˜ao (tempo/espa¸co) Altera¸c˜ao espectral (freq¨ uˆencia).
• Arquitetura gen´erica do processamento:
– Sinal de entrada (ou est´ımulo ou excita¸c˜ao).
– Condi¸c˜oes iniciais (valores de todas as vari´aveis internas do sistema).
– Sistema.
– Sinal de sa´ıda (ou resposta).
• Nomenclatura usual: “Sinal” (sinal desejado) “Ru´ıdo” (sinal indesejado).
1.4 Tipos de sinais
• Sinal: entidade que carrega informa¸c˜ao.
• Vis˜ao matem´atica de sinal: vari´avel funcionalmente dependente de uma ou mais vari´aveis
independentes. Ex.: w = f(x, y).
• Vis˜ao f´ısica de sinal: grandeza f´ısica.
• Tipos de sinais de acordo com o n´ umero de vari´aveis independentes: unidimensional,
bidimensional, tridimensional, multidimensional. Ex.: ´audio = f(t), imagem = f(x, y),
v´ıdeo = f(x, y, t) e tomografia/sismologia = f(v
1
, v
2
, , v
N
, t).
• Tipos de sinais de acordo com o tipo das vari´aveis:
– Sinal anal´ogico: todas as vari´aveis s˜ao cont´ınuas.
– Sinal amostrado: discretiza¸c˜ao das vari´aveis independentes (amostragem).
– Sinal quantizado: discretiza¸c˜ao da vari´avel dependente (quantiza¸c˜ao).
– Sinal digital: todas as vari´aveis s˜ao discretas (amostragem + quantiza¸c˜ao).
• Sinal amostrado e sinal digital: conjunto ordenado de valores num´ericos (seq¨ uˆencia num´erica).
A.S.V.
1.5. Arquitetura de sistemas de processamento digital 5
1.5 Arquitetura de sistemas de processamento digital
• Sinal de entrada anal´ogico: comumente, um sinal el´etrico (tens˜ao ou corrente).
• Pr´e-processamento anal´ogico:
– Filtro anti-aliasing: com seletividade em freq¨ uˆencia do tipo passa-baixa.
– Amostragem e reten¸c˜ao (sample-and-hold ou S/H): respons´avel por manter fixo o
valor da amostra durante o tempo necess´ario para que ela seja convertida em um
n´ umero.
– Conversor Anal´ogico-Digital (A/D).
• Sinal de entrada digital: representa¸c˜ao num´erica computacional.
• Processador de sinal digital (Digital Signal Processor ou DSP).
• Sinal de sa´ıda digital: representa¸c˜ao num´erica computacional.
• P´os-processamento anal´ogico:
– Conversor Digital-Anal´ogico (D/A).
– Filtro de suaviza¸c˜ao (smoothing): com seletividade em freq¨ uˆencia do tipo passa-
baixa.
• Sinal de sa´ıda anal´ogico: comumente, um sinal el´etrico (tens˜ao ou corrente).
TET / UFF
6 Cap´ıtulo 1. Conceitos b´asicos
A.S.V.
Parte II
Sinais e sistemas no dom´ınio do tempo
7
Cap´ıtulo 2
Sinais no dom´ınio do tempo
2.1 Introdu¸c˜ao
Nesse cap´ıtulo s˜ao apresentados conceitos b´asicos relativos aos sinais manipulados pelos sis-
temas de processamento digital, que s˜ao as seq¨ uˆencias. Inicialmente, as nota¸c˜oes mais comuns
para seq¨ uˆencias s˜ao apresentadas. Em seguida, as seq¨ uˆencias s˜ao classificadas, as opera¸c˜oes
b´asicas sobre seq¨ uˆencias e as seq¨ uˆencias mais comuns s˜ao exemplificadas, bem como algumas
rela¸c˜oes entre seq¨ uˆencias s˜ao evidenciadas. Posteriormente, as caracter´ısticas das seq¨ uˆencias
exponenciais s˜ao destacadas. Finalmente, a rela¸c˜ao entre sinais cont´ınuos e amostrados ´e esta-
belecida.
2.2 Nota¸c˜oes para seq¨ uˆencias no dom´ınio do tempo
• Seq¨ uˆencia naturalmente discreta:
– Vari´avel independente (´ındice): n ∈ Z, −∞< n < ∞.
– N-´esimo valor da seq¨ uˆencia: x[n].
– N-´esimo valor quantizado: x[n]
Q
.
– Seq¨ uˆencia (conjunto ordenado de valores): ¦x[n]¦.
– Seq¨ uˆencia quantizada: ¦x[n]¦
Q
.
• Seq¨ uˆencia obtida por amostragem uniforme de um sinal anal´ogico:
– Em muitos casos, a vari´avel independente t representa realmente a grandeza tempo.
Por´em, na maioria das vezes, ela ´e apenas uma vari´avel gen´erica, sem uma grandeza
associada (dummy variable).
– Sinal anal´ogico
∗ Vari´avel independente (tempo): t ∈ R, −∞< t < ∞.
∗ Sinal anal´ogico: x
a
(t).
– Amostragem uniforme
∗ Intervalo ou per´ıodo de amostragem: T
S
∈ R.
∗ Taxa ou freq¨ uˆencia de amostragem: F
S
=
1
T
S
∈ R.
9
10 Cap´ıtulo 2. Sinais no dom´ınio do tempo
– Sinal discreto ou sinal amostrado (seq¨ uˆencia)

´
Indice: n ∈ Z, −∞< n < ∞.
∗ N-´esimo valor (ou amostra) da seq¨ uˆencia: x[n] = x
a
(nT
S
) = x
a
(t)[
t=nT
S
.
∗ N-´esimo valor (ou amostra) quantizado: x[n]
Q
= x
a
(nT
S
)
Q
∗ Seq¨ uˆencia (conjunto ordenado de valores ou amostras): ¦x[n]¦ = ¦x
a
(nT
S
)¦.
∗ Seq¨ uˆencia quantizada: ¦x[n]¦
Q
= ¦x
a
(nT
S

Q
.
– Deve-se observar que, na forma¸c˜ao de uma seq¨ uˆencia, realiza-se um escalamento
no tempo (normaliza¸c˜ao), de tal forma que o ´ındice n torna-se a vari´avel indepen-
dente: x
a
(t)[
t=nT
S
= x
a
(nT
S
) → x[n]. Dessa forma, a seq¨ uˆencia isoladamente n˜ao
carrega informa¸c˜ao sobre o per´ıodo de amostragem utilizado (underlying sampling
period). Deve-se tomar cuidado com tal procedimento, pois, em diversas formu-
la¸c˜oes, o per´ıodo de amostragem T
S
aparece como um parˆametro da formula¸c˜ao.
Assim sendo, ´e necess´ario conhecˆe-lo e utiliz´a-lo.
• Nota¸c˜ao comumente utilizada, independentemente da origem:
– Vari´avel independente (´ındice): n ∈ Z, −∞< n < ∞.
– N-´esimo valor (ou amostra) do sinal: x[n].
– N-´esimo valor (ou amostra) quantizado: x[n]
Q
.
– Sinal com tempo discreto ou sinal amostrado: ¦x[n]¦.
– Sinal com tempo discreto e quantizado ou sinal digital: ¦x[n]¦
Q
.
• Normalmente, visando n˜ao sobrecarregar o texto, utilizam-se os seguintes padr˜oes:
– A nota¸c˜ao x[n] ´e adotada para representar a seq¨ uˆencia ¦x[n]¦.
Ex.: ¦x[n]¦ =

N
k=0
x[k]¦δ[n −k]¦ →x[n] =

N
k=0
x[k]δ[n −k].
– A nota¸c˜ao k = ¸N) ´e empregada para representar a faixa dos N valores consecutivos
que a vari´avel k ir´a assumir, a partir de uma valor qualquer K, onde K e N ∈ Z, de
tal forma que k = ¸N) = [K; (K +N −1)] = K, (K + 1) , (K + 2) , , (K +N −1).
2.3 Tipos de seq¨ uˆencias
• Classifica¸c˜oes podem ser estabelecidas com base em alguns crit´erios.
• Cada classifica¸c˜ao imprime caracter´ısticas aos componentes da classe.
• Tais caracter´ısticas podem ser utilizadas na an´alise e/ou na s´ıntese (projeto) de sinais e
sistemas.
• Algumas classifica¸c˜oes mais comuns s˜ao apresentadas a seguir.
2.3.1 Sistema num´erico
• Seq¨ uˆencia inteira: x[n] ∈ Z.
• Seq¨ uˆencia real: x[n] ∈ R.
• Seq¨ uˆencia complexa: x[n] ∈ C.
A.S.V.
2.3. Tipos de seq¨ uˆencias 11
• As vari´aveis f´ısicas assumem valores matem´aticos reais. Assim, as seq¨ uˆencias obtidas
pela amostragem de tais sinais anal´ogicos tamb´em ser˜ao do tipo real. Por outro lado, boa
parte do processamento de sinal discreto n˜ao restringe o tipo das seq¨ uˆencias manipuladas.
Logo, nos casos onde isso ´e poss´ıvel, podem ser utilizadas seq¨ uˆencias complexas formadas
por seq¨ uˆencias reais, a fim de tornar o seu processamento mais eficiente.
Por exemplo: x
c
[n] = v
r
[n] +j w
r
[n], onde x
c
[n] ∈ C e v
r
[n], w
r
[n] ∈ R.
2.3.2 Comprimento
• Seq¨ uˆencia de comprimento finito (N-point sequence):
– Amostras existentes: x[n] , N
1
≤ n ≤ N
2
.
– Comprimento ou dura¸c˜ao da seq¨ uˆencia: N = N
2
−N
1
+ 1.
• Seq¨ uˆencia de comprimento infinito:
– Seq¨ uˆencia lateral direita (right-sided sequence): x[n] = 0 , n < N
1
.
– Seq¨ uˆencia causal: N
1
≥ 0.
– Seq¨ uˆencia lateral esquerda (left-sided sequence): x[n] = 0 , n > N
2
.
– Seq¨ uˆencia anti-causal: N
2
≤ 0.
– Seq¨ uˆencia bilateral (two-sided sequence): x[n] , −∞< n < ∞.
2.3.3 Simetria
• Seq¨ uˆencias reais
– Seq¨ uˆencia par: x
e
[n] = x

e
[−n] = x
e
[−n] , x
e
[n] ∈ R.
– Seq¨ uˆencia ´ımpar: x
o
[n] = −x

o
[−n] = −x
o
[−n] , x
o
[n] ∈ R.
– Decomposi¸c˜ao de sinal real gen´erico: x
g
[n] = x
e
[n] +x
o
[n], onde
x
e
[n] =
1
2
(x
g
[n] +x
g
[−n]) e x
o
[n] =
1
2
(x
g
[n] −x
g
[−n]), x
g
[n] ∈ R.
• Seq¨ uˆencias complexas
– Seq¨ uˆencia conjugada sim´etrica: x
cs
[n] = x

cs
[−n] , x
cs
[n] ∈ C.
– Seq¨ uˆencia conjugada anti-sim´etrica: x
ca
[n] = −x

ca
[−n] , x
ca
[n] ∈ C.
– Decomposi¸c˜ao de sinal complexo gen´erico: x
g
[n] = x
cs
[n] +x
ca
[n], onde
x
cs
[n] =
1
2
_
x
g
[n] +x

g
[−n]
_
e x
ca
[n] =
1
2
_
x
g
[n] −x

g
[−n]
_
, x
g
[n] ∈ C.
2.3.4 Periodicidade
• Seq¨ uˆencia peri´odica: x[n] = x[n ±N] = x[n ±KN
f
], onde N ´e per´ıodo de repeti¸c˜ao,
N
f
´e o per´ıodo fundamental (menor per´ıodo) e N, N
f
, K ∈ N.
• Comumente, utiliza-se a seguinte nota¸c˜ao para seq¨ uˆencias peri´odicas: ˜ x[n].
• Seq¨ uˆencia aperi´odica: seq¨ uˆencia n˜ao peri´odica.
TET / UFF
12 Cap´ıtulo 2. Sinais no dom´ınio do tempo
2.3.5 Outras classifica¸c˜oes
• Seq¨ uˆencia limitada (bounded): [x[n][ ≤ B
x
< ∞.
• Seq¨ uˆencia absolutamente som´avel:


n=−∞
[x[n][ < ∞.
• Seq¨ uˆencia de quadrado som´avel:


n=−∞
[x[n][
2
< ∞.
• Sinal de energia sinal potˆencia:
– Energia e potˆencia de sinal: s˜ao medidas da energia e da potˆencia de um sinal.
N˜ao s˜ao, necessariamente, a medida f´ısica de energia ou de potˆencia.
– Sinal de energia: para o sinal x, a energia de sinal E
x
´e finita.
– Sinal de potˆencia: para o sinal x, a energia de sinal E
x
´e infinita, mas a potˆencia de
sinal m´edia P
M
x
´e finita.
– Sinal anal´ogico gen´erico:
E
x
=
_

−∞
[x(t)[
2
dt.
P
M
x
= lim
T→∞
1
T
_ T
2

T
2
[x(t)[
2
dt = lim
T→∞
1
T
E
T
x
.
– Sinal anal´ogico peri´odico: P
M
˜ x
=
1
T
per
_
T
per
[˜ x(t)[
2
dt.
– Seq¨ uˆencia gen´erica:
E
x
=


n=−∞
[x[n][
2
.
P
M
x
= lim
K→∞
1
2K+1

K
n=−K
[x[n][
2
= lim
K→∞
1
2K+1
E
(2K+1)
x
.
– Seq¨ uˆencia peri´odica: P
M
˜ x
=
1
N
per

K+(N
per
−1)
n=K
[˜ x[n][
2
=
1
N
per

n=N
per

[˜ x[n][
2
.
2.4 Opera¸c˜oes b´asicas sobre seq¨ uˆencias
• Adapta¸c˜ao de comprimento em seq¨ uˆencias finitas (zero-padding ou zero-appending):
inser¸c˜ao de valores nulos no in´ıcio, no final e/ou em pontos intermedi´arios da seq¨ uˆencia.
• Adi¸c˜ao: w[n] = x[n] +y[n].
– Caso particular: deslocamento de amplitude ou adi¸c˜ao com escalar ou inser¸c˜ao de
offset, definido como w[n] = x[n] +A.
• Multiplica¸c˜ao: w[n] = x[n] y[n].
– Aplica¸c˜oes: modula¸c˜ao e janelamento.
– Caso particular: escalamento de amplitude ou multiplica¸c˜ao por escalar, definido
como w[n] = x[n] A.
A.S.V.
2.4. Opera¸c˜oes b´asicas sobre seq¨ uˆencias 13
• Deslocamento temporal
– Linear: w[n] = x[n +N
D
].
∗ Deslocamento para direita (ou atraso): N
D
< 0.
∗ Deslocamento para esquerda (ou avan¸co): N
D
> 0.
– Circular:
∗ F´ormula geral: w[n] = x [¸n +N
D
)
N
], para 0 ≤ n ≤ (N −1),
onde ¸k)
L
= k (mod L) = k m´odulo L.
∗ Deslocamento para direita (N
D
< 0):
w
R
[n][
|N
D
|
= x [¸n −[N
D
[)
N
] =
_
x[n −[N
D
[] , [N
D
[ ≤ n ≤ (N −1)
x[(n −[N
D
[) +N] , 0 ≤ n < [N
D
[
.
(2.1)
∗ Deslocamento para esquerda (N
D
> 0):
w
L
[n][
|N
D
|
= x [¸n +[N
D
[)
N
] =
_
x[n +[N
D
[] , 0 ≤ n < (N −[N
D
[)
x[(n +[N
D
[) −N] , (N −[N
D
[) ≤ n ≤ (N −1)
.
(2.2)
∗ Uma vez que ¸n ±N)
N
= ¸n)
N
:
w
R
[n][
|N
D
|
= w
L
[n][
(N−|N
D
|)
e w
L
[n][
|N
D
|
= w
R
[n][
(N−|N
D
|)
.
• Escalamento temporal
– Revers˜ao temporal: w[n] = x[−n].
– Varia¸c˜ao de taxa de amostragem:
∗ Down-sampling ou decima¸c˜ao: w[n] = x[n ∗ K], K ∈ Z.
∗ Up-sampling ou interpola¸c˜ao: w[n] = x[n/K], K ∈ Z.
∗ Na opera¸c˜ao de down-sampling, as amostras intermedi´arias s˜ao naturalmente
abandonadas.
∗ Na opera¸c˜ao de up-sampling, novas amostras intermedi´arias devem ser intro-
duzidas, por meio de alguma t´ecnica de interpola¸c˜ao.
• Extens˜ao peri´odica: gera¸c˜ao de um sinal peri´odico ˜ x[n], de per´ıodo fundamental N
f
= N,
atrav´es da repeti¸c˜ao peri´odica de um sinal finito x[n], de comprimento N.
˜ x[n] =

m=−∞
x[n +mN] (2.3)
• Extens˜ao peri´odica deslocamento revers˜ao temporal
– Sinal finito, de comprimento N: x[n].
– Sinal peri´odico, de per´ıodo fundamental N
f
= N: ˜ x[n].
– Considerando que ˜ x[n] ´e a extens˜ao peri´odica de x[n].
– Rela¸c˜ao entre deslocamentos: x [¸n +N
D
)
N
] = ˜ x[n +N
D
], para 0 ≤ n ≤ (N −1).
– Rela¸c˜ao entre revers˜oes temporais: x [¸−n)
N
] = ˜ x[−n], para 0 ≤ n ≤ (N −1).
– Rela¸c˜ao entre revers˜ao temporal e deslocamento:
x [¸−n)
N
] =
_
x[0] , n = 0
x[−n +N] , 0 < n ≤ (N −1)
. (2.4)
TET / UFF
14 Cap´ıtulo 2. Sinais no dom´ınio do tempo
• Soma de convolu¸c˜ao (ou soma de superposi¸c˜ao)
– Seq¨ uˆencias envolvidas na opera¸c˜ao: h[n] e x[n].
– Convolu¸c˜ao aperi´odica ou linear
∗ Sinais aperi´odicos: h[n], x[n] ou ambos.
∗ Defini¸c˜ao:
y
L
[n] =

k=−∞
h[n −k] x[k] = h[n] ∗ x[n] . (2.5)
∗ Defini¸c˜ao matricial:
_
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
_
.
.
.
y
L
[−1]
y
L
[0]
y
L
[1]
y
L
[2]
.
.
.
y
L
[n]
.
.
.
_
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
_
=
_
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
_
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
h[0] h[−1] h[−2] h[−3] h[−1 −k]
h[1] h[0] h[−1] h[−2] h[−k]
h[2] h[1] h[0] h[−1] h[1 −k]
h[3] h[2] h[1] h[0] h[2 −k]
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
h[n + 1] h[n] h[n −1] h[n −2] h[n −k]
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
_
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
_

_
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
_
.
.
.
x[−1]
x[0]
x[1]
x[2]
.
.
.
x[k]
.
.
.
_
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
_
,
que pode ser reescrita como
y
L
[n] = H x[n] .
∗ A matriz H ´e denominada matriz de convolu¸c˜ao.
∗ Tipo de deslocamento temporal: linear.
∗ Comprimento das seq¨ uˆencias: N
x
, N
h
e N
y
= (N
x
+N
h
−1).
– Convolu¸c˜ao peri´odica ou circular
∗ Sinais peri´odicos: ambos, com per´ıodo fundamental N.
∗ Intervalo normalmente utilizado: 0 ≤ n ≤ (N −1).
∗ Defini¸c˜ao peri´odica:
˜ y[n] =
K+(N−1)

k=K
˜
h[n −k] ˜ x[k] =

k=N
˜
h[n −k] ˜ x[k]
=
˜
h[n] ˜ x[n] =
˜
h[n]
i
N ˜ x[n] (2.6)
e
y
C
[n] = ˜ y[n] , 0 ≤ n, k ≤ (N −1) . (2.7)
A.S.V.
2.4. Opera¸c˜oes b´asicas sobre seq¨ uˆencias 15
∗ Defini¸c˜ao circular, onde ´e considerado apenas o per´ıodo fundamental:
y
C
[n] =
(N−1)

k=0
h[¸n −k)
N
] x[k] = h[n]
i
N x[n] , 0 ≤ n ≤ (N −1) .(2.8)
∗ Defini¸c˜ao circular matricial:
_
¸
¸
¸
¸
¸
_
y
C
[0]
y
C
[1]
y
C
[2]
.
.
.
y
C
[N −1]
_
¸
¸
¸
¸
¸
_
=
_
¸
¸
¸
¸
¸
_
h[0] h[N −1] h[N −2] h[1]
h[1] h[0] h[N −1] h[2]
h[2] h[1] h[0] h[3]
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
h[N −1] h[N −2] h[N −3] h[0]
_
¸
¸
¸
¸
¸
_

_
¸
¸
¸
¸
¸
_
x[0]
x[1]
x[2]
.
.
.
x[N −1]
_
¸
¸
¸
¸
¸
_
,
que pode ser reescrita como
y
C
[n] = C x[n] .
∗ A matriz C ´e denominada matriz circulante.
∗ Tipo de deslocamento temporal: linear (do sinal peri´odico), que pode ser inter-
pretado como um deslocamento circular (do per´ıodo fundamental).
∗ Per´ıodo fundamental das seq¨ uˆencias: N
y
= N
x
= N
h
= N.
– C´alculo da convolu¸c˜ao linear usando a convolu¸c˜ao circular
∗ Sinais finitos: ambos.
∗ Comprimento das seq¨ uˆencias: N
x
e N
h
.
∗ Comprimento da convolu¸c˜ao linear: N
y
= (N
x
+N
h
−1).
∗ Sinais peri´odicos: extens˜ao peri´odica de ambos, com per´ıodo fundamental N,
onde N ≥ N
x
e N ≥ N
h
.
∗ Comprimento da convolu¸c˜ao circular: N.
∗ Defini¸c˜ao da equivalˆencia
Supondo N ≥ (N
x
+N
h
−1):
y
L
[n] =
_
y
C
[n] , 0 ≤ n ≤ (N −1)
0 , caso contr´ario
. (2.9)
Supondo 2 < N
h
< N
x
e N = N
x
:
y
L
[n] =
_
_
_
y
erro
[n] , 0 ≤ n ≤ (N
h
−2)
y
C
[n] , (N
h
−1) ≤ n ≤ (N −1)
0 , caso contr´ario
. (2.10)
TET / UFF
16 Cap´ıtulo 2. Sinais no dom´ınio do tempo
• Opera¸c˜oes b´asicas sobre seq¨ uˆencias sim´etricas: a Tabela 2.1 apresenta um resumo dos
resultados das opera¸c˜oes b´asicas aplicadas sobre seq¨ uˆencias reais sim´etricas.
Opera¸c˜oes Operandos: seq¨ uˆencias reais sim´etricas
Par e Par
´
Impar e
´
Impar Par e
´
Impar
Adi¸c˜ao Par
´
Impar Geral
Subtra¸c˜ao Par
´
Impar Geral
Multiplica¸c˜ao Par Par
´
Impar
Divis˜ao Par Par
´
Impar
Tabela 2.1: Resultados das opera¸c˜oes b´asicas aplicadas sobre seq¨ uˆencias reais sim´etricas.
A.S.V.
2.5. Seq¨ uˆencias mais comumente empregadas 17
2.5 Seq¨ uˆencias mais comumente empregadas
• Amostra unit´aria ou impulso digital unit´ario ou delta de Kronecker:
δ[n] =
_
1 , n = 0
0 , n ,= 0
. (2.11)
• Trem de impulsos unit´arios peri´odicos:
δ
N
f
[n] =
_
1 , n = k N
f
0 , caso contr´ario
, −∞< n, k < ∞ . (2.12)
• Constante unit´aria:
Ones[n] = 1, −∞< n < ∞ . (2.13)
• Degrau unit´ario:
u[n] =
_
1 , n ≥ 0
0 , n < 0
. (2.14)
• Signum:
Sgn[n] =
_
_
_
1 , n > 0
0 , n = 0
−1 , n < 0
. (2.15)
• Janela (gate) retangular unit´aria:
G
N
w
[n] =
_
1 , [n[ ≤ N
w
0 , [n[ > N
w
. (2.16)
• Seq¨ uˆencia linear unit´aria:
Lin[n] = n, −∞< n < ∞ . (2.17)
• Rampa unit´aria:
Ramp[n] =
_
n , n ≥ 0
0 , n < 0
. (2.18)
• M´odulo unit´ario:
Mod[n] =
_
_
_
n , n > 0
0 , n = 0
−n , n < 0
. (2.19)
TET / UFF
18 Cap´ıtulo 2. Sinais no dom´ınio do tempo
• Seq¨ uˆencia senoidal:
– Seq¨ uˆencia naturalmente de tempo discreto:
x[n] = A
0
cos(θ[n] + Θ
0
)
= A
0
cos(Ω
0
n + Θ
0
)
= A
0
cos((2πF
0
)n + Θ
0
)
= A
0
cos((2π
1
N
0
)n + Θ
0
) , −∞< n < ∞ . (2.20)
– Seq¨ uˆencia montada a partir de amostras de um sinal de tempo cont´ınuo:
x[n] = x
a
(nT
S
) = x
a
(t)[
t=nT
S
= A
0
cos(θ(t) + Θ
0
)[
t=nT
S
= A
0
cos(ω
0
t + Θ
0
)[
t=nT
S
= A
0
cos(ω
0
nT
S
+ Θ
0
)
= A
0
cos((ω
0
T
S
)n + Θ
0
)
= A
0
cos((2πf
0
T
S
)n + Θ
0
)
= A
0
cos((2π
1
T
0
T
S
)n + Θ
0
) , −∞< n < ∞ . (2.21)
– Significado dos parˆametros:
∗ A
0
∈ R: amplitude do sinal, que determina os valores m´aximo e m´ınimo da
forma de onda.
∗ (θ(t) + Θ
0
) e (θ[n] + Θ
0
) ∈ R: ˆangulo de fase (ou fase) do sinal, que identifica
uma determinada parte (fase) da forma de onda, para um determinado valor de
tempo (t) ou de ´ındice (n).
∗ θ(t) e θ[n] ∈ R: varia¸c˜ao do ˆangulo de fase (ou fase) do sinal em fun¸c˜ao do
tempo (t) ou do ´ındice (n).
∗ Θ
0
∈ R: ˆangulo de fase (ou fase) inicial do sinal.
∗ ω
0
∈ R: freq¨ uˆencia (ou taxa de repeti¸c˜ao) fundamental angular anal´ogica, que
determina o intervalo (tempo) m´ınimo de repeti¸c˜ao de uma determinada parte
(fase) da forma de onda.
∗ Ω
0
∈ R: ˆangulo denominado freq¨ uˆencia (ou taxa de repeti¸c˜ao) fundamental
angular discreta ou digital, que determina o intervalo (n´ umero de amostras)
m´ınimo de repeti¸c˜ao de uma determinada parte (fase) da forma de onda.
∗ f
0
∈ R: freq¨ uˆencia (ou taxa de repeti¸c˜ao) fundamental c´ıclica anal´ogica, que
determina o intervalo (tempo) m´ınimo de repeti¸c˜ao de uma determinada parte
(fase) da forma de onda.
∗ F
0
∈ R: valor denominado freq¨ uˆencia (ou taxa de repeti¸c˜ao) fundamental c´ıclica
discreta ou digital, que determina o intervalo (n´ umero de amostras) m´ınimo de
repeti¸c˜ao de uma determinada parte (fase) da forma de onda.
∗ T
0
∈ R: per´ıodo (ou intervalo de repeti¸c˜ao) fundamental anal´ogico, que deter-
mina o intervalo (tempo) m´ınimo de repeti¸c˜ao de uma determinada parte (fase)
da forma de onda.
∗ N
0
∈ R: valor denominado per´ıodo (ou intervalo de repeti¸c˜ao) fundamental
discreta ou digital, que determina o intervalo (n´ umero de amostras) m´ınimo de
repeti¸c˜ao de uma determinada parte (fase) da forma de onda.
A.S.V.
2.5. Seq¨ uˆencias mais comumente empregadas 19
– Rela¸c˜ao entre os parˆametros: intervalo ou per´ıodo de repeti¸c˜ao (T
0
, N
0
), taxa ou
freq¨ uˆencia c´ıclica (f
0
, F
0
), taxa ou freq¨ uˆencia angular (ω
0
, Ω
0
), intervalo ou per´ıodo
de amostragem (T
S
) e taxa ou freq¨ uˆencia de amostragem (F
S
), relacionados por
ω
0
= 2πf
0
= 2π
1
T
0
, (2.22)

0
= 2πF
0
= 2π
1
N
0
, (2.23)
F
S
=
1
T
S
, (2.24)

0
= ω
0
T
S
, (2.25)
F
0
=
f
0
F
S
, (2.26)
N
0
=
T
0
T
S
. (2.27)
• Seq¨ uˆencia exponencial:
– Seq¨ uˆencia naturalmente de tempo discreto:
x[n] = A b
n
, −∞< n < ∞ . (2.28)
∗ Casos particulares:
Considerando-se A, b ∈ C:
A = [A[ e
j∠A
= [A[ e

A
e b = [b[ e
j∠b
= e
Σ
e
jΩ
.
x
abs
[n] = ±
_
[A[ e
Σn
_
, ∠A = ±π e Ω = 0.
x
ang
[n] = e

A
e
jΩn
= e
j(Ωn+Θ
A
)
, [A[ = [b[ = 1.
x
cmp
[n] =
_
[A[ e
Σn
_
e
j(Ωn+Θ
A
)
.
– Seq¨ uˆencia montada a partir de amostras de um sinal de tempo cont´ınuo:
x[n] = e
jΩn
= e
j
(

N
)
n
= x
a
(nT
S
) = x
a
(t)[
t=nT
S
= e
j(ωt)
[
t=nT
S
= e
j(ωnT
S
)
= e
j(ωT
S
)n
.
(2.29)
• Seq¨ uˆencias montadas a partir de amostras de um sinal de tempo cont´ınuo:
– Sinc unit´aria:
Sinc[n] =
sin(πn)
πn
= Sinc(t)[
t=nT
S
=
sin(πt)
πt
¸
¸
¸
¸
t=nT
S
, −∞< n < ∞ . (2.30)
– Sampling unit´aria:
Sa[n] =
sin(n)
n
= Sa(t)[
t=nT
S
=
sin(t)
t
¸
¸
¸
¸
t=nT
S
, −∞< n < ∞ . (2.31)
– Dirichlet unit´aria:
Drcl[n, N] =
sin(πNn)
Nsin(πn)
= Drcl(t, N)[
t=nT
S
=
sin(πNt)
Nsin(πt)
¸
¸
¸
¸
t=nT
S
, −∞< n < ∞ .
(2.32)
Diric[n, N] =
sin(Nn/2)
Nsin(n/2)
= Diric(t, N)[
t=nT
S
=
sin(Nt/2)
Nsin(t/2)
¸
¸
¸
¸
t=nT
S
, −∞< n < ∞ .
(2.33)
TET / UFF
20 Cap´ıtulo 2. Sinais no dom´ınio do tempo
2.6 Rela¸c˜oes entre seq¨ uˆencias
• Observando-se as seq¨ uˆencias apresentadas anteriormente, podem-se estabelecer rela¸c˜ oes
entre as mesmas.
• Dito de outra forma, pode-se pensar em definir decomposi¸c˜oes para uma determinada
seq¨ uˆencia, utilizando-se outras como base.
• De forma similar ao caso anal´ogico, podem-se propor decomposi¸c˜oes ortogonais, por meio
de combina¸c˜oes de senos e cossenos sem defasamento, de cossenos defasados ou de expo-
nenciais complexas. Tais decomposi¸c˜oes ser˜ao abordadas em cap´ıtulos subseq¨ uentes.
• Alguns exemplos de decomposi¸c˜oes:
– Descri¸c˜ao de uma seq¨ uˆencia qualquer utilizando a seq¨ uˆencia amostra unit´aria:
¦x[n]¦ =

k=−∞
x[k] ¦δ[n −k]¦ . (2.34)
– Trem de impulsos unit´arios peri´odicos:
δ
N
f
[n] =

k=−∞
δ[n −kN
f
] . (2.35)
– Constante unit´aria:
Ones[n] =

k=−∞
δ[n−k] = δ
1
[n] = u[n] +u[(−n) −1] = u[n] +u[−n] −δ[n] . (2.36)
– Degrau unit´ario:
u[n] =

k=0
δ[n −k] . (2.37)
– Signum:
Sgn[n] = u[n] +(−u[−n]) = u[n −1] +(−u[(−n) −1]) = 2 u[n] −1 −δ[n] . (2.38)
– Janela (gate) retangular unit´aria:
G
N
w
[n] = u[n +N
w
] −u[n −(N
w
+ 1)] . (2.39)
– Seq¨ uˆencia linear unit´aria:
Lin[n] =

k=0
u[n−k −1] +(−u[−(n+k +1)]) = Ramp[n] +(−Ramp[−n]) . (2.40)
– Rampa unit´aria:
Ramp[n] =

k=0
u[n −k −1] = Lin[n] u[n] . (2.41)
A.S.V.
2.7. Caracter´ısticas relevantes das exponenciais 21
– M´odulo unit´ario:
Mod[n] =

k=0
u[n −k −1] +u[−(n +k + 1)] = Ramp[n] +Ramp[−n] . (2.42)
– Exponencial, cosseno e seno, usando e
±jθ
= cos(θ) ±j sin(θ) (Rela¸c˜ao de Euler):
x[n] = A b
n
=
_
[A[ e

A
_

_
e
Σ
e
jΩ
_
n
=
_
[A[ e
Σn
_
e
j(Ωn+Θ
A
)
=
_
[A[ e
Σn
_
[cos(Ωn + Θ
A
) +j sin(Ωn + Θ
A
)] . (2.43)
cos(Ωn) =
_
1
2
_
e
jΩn
+
_
1
2
_
e
−jΩn
. (2.44)
sin(Ωn) =
_
1
2j
_
e
jΩn
+
_
−1
2j
_
e
−jΩn
. (2.45)
2.7 Caracter´ısticas relevantes das exponenciais
• As fun¸c˜oes exponenciais do tipo x[n] = e
±jΩn
s˜ao de particular importˆancia no estudo de
sinais e sistemas. Logo, ´e extremamente ´ util que se conhe¸ca as suas caracter´ısticas.
• Defini¸c˜ao da vari´avel angular Ω como “freq¨ uˆencia” digital:
– Associa¸c˜ao fasorial: x[n] = e
±jΩn
↔ fasor P = [P[ e
j∠P
, com [P[ = 1 e ∠P = ±Ωn.
– Deslocamento angular do fasor: ±Ω rad/amostra.
– Rela¸c˜ao entre Ω e ω: Ω = ωT
S
.
• Deslocamento temporal da seq¨ uˆencia x[n] = e
jΩn
:
– Componentes do sinal: x[n] = e
jΩn
= [x[n][ e
j∠x[n]
, [x[n][ = 1 e ∠x[n] = Ωn.
– Sinal deslocado: y[n] = x[n −N
D
] = e
jΩ(n−N
D
)
= e
j(Ωn−ΩN
D
)
= e
j(Ωn+Θ)
.
– Componentes do sinal: y[n] = e
j(Ωn+Θ)
= [y[n][ e
j∠y[n]
, [y[n][ = 1 e ∠y[n] = Ωn + Θ.

ˆ
Angulo de fase adicional ou acr´escimo de fase ou excesso de fase ou atraso de fase:
Θ = −N
D
Ω.
• Rela¸c˜oes envolvendo a seq¨ uˆencia exponencial complexa e a seq¨ uˆencia senoidal:
– Exponencial cosseno seno (Euler): e
±jΩn
= cos(Ωn) ±j sin(Ωn).
– Cosseno seno:
∗ Decomposi¸c˜ao em componentes ortogonais:
A
0
cos(Ω
0
n ∓Θ
0
) = (A
0
) cos(Θ
0
) cos(Ω
0
n) + (±A
0
) sin(Θ
0
) sin(Ω
0
n).
∗ Transforma¸c˜ao cos() ↔sin():
A
0
cos(Ω
0
n ∓
π
2
) = (±A
0
) sin(Ω
0
n).
∗ Ambig¨ uidade na representa¸c˜ao de sinais:
A
0
cos(πn ∓Θ
0
) = (A
0
) cos(Θ
0
) cos(πn) = (A

0
) cos(πn); A

0
= A
0
cos(Θ
0
).
TET / UFF
22 Cap´ıtulo 2. Sinais no dom´ınio do tempo
• Condi¸c˜oes para existˆencia de per´ıodo N e de per´ıodo fundamental N
f
:
– Supondo-se: N, K ∈ N
+
, Ω ∈ R e que c
rac
=
c
num
c
den
´e uma fra¸c˜ao simplificada.
– Periodicidade:
e
jΩn
= e
jΩ(n±N)
= e
jΩn
e
±jΩN
→e
±jΩN
= 1 →Ω N = K 2π →N = K


.
– Caso 1:


= c
int
→N = K c
int
→ N
f
[
K
f
=1
= c
int
.
– Caso 2:


= c
rac
=
c
num
c
den
→N = K
c
num
c
den
→ N
f
[
K
f
=c
den
= c
num
.
– Caso 3:


= c
irr
→N = K c
irr
→ N
f
[
K
f
=
= .
• Faixas de freq¨ uˆencia ambig¨ uidade na representa¸c˜ao de sinais:
– Faixa 1 (0 ≤ Ω < π): x
1
[n] = cos(Ω
1
n) ,= x
2
[n] = cos(Ω
2
n), para Ω
1
,= Ω
2
, o que
representa ausˆencia de ambig¨ uidades.
– Faixa 2 (Ω = π): A
0
cos(πn∓Θ
0
) = (A
0
) cos(Θ
0
) cos(πn) = (A

0
) cos(πn), o que
gera ambig¨ uidade em amplitude e em ˆangulo de fase.
– Faixa 3 (π < Ω ≤ 2π): x
34
[n] = cos(Ω
34
n) = cos(−Ω
12
n) = cos(Ω
12
n) = x
12
[n], para

34
= −Ω
12
, o que gera ambig¨ uidade em freq¨ uˆencia.
– Faixa 4 (Ω > 2π): x
K
[n] = cos((Ω + K2π)n) = cos(Ωn) = x
0
[n], o que gera
ambig¨ uidade em freq¨ uˆencia.
– Portanto, as seq¨ uˆencias senoidais do tipo x[n] = cos(Ωn) s˜ao indisting¨ u´ıveis para
freq¨ uˆencias Ω tomadas de tal forma que 0 ≤ Ω < π.
• Classifica¸c˜ao de faixas de freq¨ uˆencias:
– Considerando-se sinais senoidais x[n] = cos(Ωn), na faixa b´asica de freq¨ uˆencias
0 ≤ Ω < π, nota-se que valores de freq¨ uˆencias perto de Ω = 0 geram sinais com
baixa taxa de varia¸c˜ao, enquanto valores de freq¨ uˆencias perto de Ω = π geram sinais
com alta taxa de varia¸c˜ao.
– Dessa forma, os valores pr´oximos de Ω = 0 s˜ao denominados de baixas freq¨ uˆencias,
enquanto os valores pr´oximos de Ω = π s˜ao denominados de altas freq¨ uˆencias.
• Periodicidade das seq¨ uˆencias exponenciais do tipo x[n] = e
j
(

f )
n
= e
j


N
f

n
: N = KN
f
.
• Existˆencia de n´ umero finito de seq¨ uˆencias exponenciais harmonicamente relacionadas e
indisting¨ u´ıveis: x
k
[n] = e
jΩ
k
n
= e
jk
(

f )
n
= e
jk


N
f

n
, k = 0, 1, , (N
f
−1).
A.S.V.
2.8. Amostragem de sinais cont´ınuos no tempo 23
2.8 Amostragem de sinais cont´ınuos no tempo
• Processo de amostragem

´
E a discretiza¸c˜ao (uniforme ou n˜ao) das vari´aveis independentes de um sinal anal´ogico.

´
E a transforma¸c˜ao de um sinal anal´ogico em uma seq¨ uˆencia de valores com amplitude
cont´ınua.
– Pode ser modelado por um processo de multiplica¸c˜ao do sinal anal´ogico por um trem
de impulsos, seguida do c´alculo da ´area (integra¸c˜ao) de cada impulso resultante.
– Conven¸c˜ao: caso a amostragem deva ser efetuada no instante de uma descontinuidade
do sinal anal´ogico, o valor da amostra ser´a dado por x(nT
S
) = lim
→0
x(nT
S
+ ),
> 0.
– A amostragem realiza uma conex˜ao entre os dom´ınios cont´ınuo e discreto. Portanto,
para que o sinal no dom´ınio discreto tenha uma rela¸c˜ao biun´ıvoca com o sinal no
dom´ınio anal´ogico, alguns requisitos devem ser atendidos.
• Amostragem peri´odica: intervalo ou per´ıodo (T
S
) e taxa ou freq¨ uˆencia (F
S
=
1
T
S
).
• Quantidade de pontos armazenados, considerando-se uma amostragem uniforme e um
intervalo de tempo ∆t = T
rec
: N
rec
= int
_
T
rec
T
S
_
+ 1, onde int(x) ´e a parte inteira de x.
• Amostragem de sinal senoidal x
a
(t):
x[n] = x
a
(nT
S
)
= x
a
(t)[
t=nT
S
= A
0
cos(ω
0
t + Θ
0
)[
t=nT
S
= A
0
cos(ω
0
nT
S
+ Θ
0
)
= A
0
cos((ω
0
T
S
)n + Θ
0
)
= A
0
cos(Ω
0
n + Θ
0
) , Ω
0
= ω
0
T
S
. (2.46)
• Freq¨ uˆencia anal´ogica (ω = 2πf) “freq¨ uˆencia” digital (Ω = ωT
S
= 2πfT
S
= 2π
f
F
S
).
• Condi¸c˜oes para existˆencia de per´ıodo N e de per´ıodo fundamental N
f
em (2.46):
– Supondo-se: N, K ∈ N
+
, Ω ∈ R e que c
rac
=
c
num
c
den
´e uma fra¸c˜ao simplificada.
– Periodicidade: cos(Ωn) = cos(Ω(n ±N)) →N = K


→N = K

ωT
S
= K
F
s
f
.
– Caso 1:

ωT
S
=
F
s
f
= c
int
→N = K c
int
→ N
f
[
K
f
=1
= c
int
.
– Caso 2:

ωT
S
=
F
s
f
= c
rac
=
c
num
c
den
→N = K
c
num
c
den
→ N
f
[
K
f
=c
den
= c
num
.
– Caso 3:

ωT
S
=
F
s
f
= c
irr
→N = K c
irr
→ N
f
[
K
f
=
= .
• Para unicidade da representa¸c˜ao x[n] ↔x
a
(t):
0 ≤ Ω
0
< π →0 ≤ ω
0
T
S
< π →0 ≤ f
0
<
F
S
2
.
TET / UFF
24 Cap´ıtulo 2. Sinais no dom´ınio do tempo
• Superposi¸c˜ao de espectro (aliasing ou frequency folding ou folding back)
– Se a rela¸c˜ao 0 ≤ f
0
<
F
S
2
, entre a freq¨ uˆencia f
0
do sinal anal´ogico senoidal x
a
(t) e
a freq¨ uˆencia de amostragem F
S
, ´e respeitada, ent˜ao as amostras x[n] representam
unicamente o sinal anal´ogico original.
– Nesse caso, a freq¨ uˆencia digital obtida Ω
0
= 2π
f
0
F
S
est´a na faixa 0 ≤ Ω
0
< π, que
garante a unicidade da representa¸c˜ao x[n] ↔x
a
(t).
– Ex.: f
1
= 250 Hz, f
2
= 1250 Hz, f
3
= 2250 Hz e F
S
= 10 kHz.
– Caso contr´ario, a freq¨ uˆencia digital obtida Ω
1
= 2π
f
1
F
S
est´a na faixa Ω
1
> π, que ir´a
gerar amostras x[n] semelhantes `aquelas geradas por uma freq¨ uˆencia Ω
0
= 2π
f
0
F
S
, na
faixa 0 ≤ Ω
0
< π.
– Dessa forma, haver´a uma ambig¨ uidade na representa¸c˜ao x[n] ↔x
a
(t), onde um sinal
senoidal com alta freq¨ uˆencia ser´a identificado pelas amostras x[n] como sendo um
sinal senoidal de baixa freq¨ uˆencia.
– Ex.: f
1
= 250 Hz, f
2
= 1250 Hz, f
3
= 2250 Hz e F
S
= 1 kHz.
– Uma an´alise mais detalhada sobre aliasing ´e apresentada na Apˆendice E.
• No caso de um sinal anal´ogico composto por v´arios sinais senoidais, deve-se garantir a
rela¸c˜ao 0 ≤ f
k
<
F
S
2
para todas as freq¨ uˆencias f
k
envolvidas. Nesse sentido, basta garantir
que a rela¸c˜ao seja mantida para a maior freq¨ uˆencia envolvida f
MAX
.
• Tal limita¸c˜ao, envolvendo a freq¨ uˆencia de amostragem F
S
e a componente senoidal com
maior freq¨ uˆencia f
MAX
do sinal anal´ogico, ´e conhecida como Teorema da Amostragem
(Nyquist-1928 Shannon-1949): 0 ≤ f
MAX
<
F
S
2
.
• Essa limita¸c˜ao justifica a necessidade de inclus˜ao de filtro anti-aliasing, com seletividade
em freq¨ uˆencia do tipo passa-baixa, antes da amostragem: evitar erro no processamento
em tempo discreto de sinal anal´ogico, provocado por amostragem realizada de forma
inadequada.
A.S.V.
2.9. Exerc´ıcios propostos 25
2.9 Exerc´ıcios propostos
1. Para os sinais descritos abaixo, atenda aos seguintes itens:
(a) Esboce o gr´afico x[n] n.
(b) Calcule a componente par x
e
[n] do sinal x[n] e esboce o gr´afico x
e
[n] n.
(c) Calcule a componente ´ımpar x
o
[n] do sinal x[n] e esboce o gr´afico x
o
[n] n.
(d) Esboce o gr´afico (x
e
[n] +x
o
[n]) n.
Sinais:
i. x[n] =
_
1 , −1 ≤ n ≤ 3
0 , caso contr´ario
.
ii. x[n] = [0, 1, −2, 3, 0, 1, −2, 3, 0], para n = [−4, −3, −2, −1, 0, 1, 2, 3, 4].
iii. x[n] = [0, 0, 0, 0, 0, 0, 0, 1, 2, 3, 2, 1, 0, −1, −2, −3, −2, −1, 0, 0, 0],
para n = [−10, −9, −8, , 8, 9, 10].
iv. x[n] = [0, 0, 0, 1, 2, 3, 2, 1, 0, −1, −2, −3, −2, −1, 0, 0, 0, 0, 0, 0, 0, ],
para n = [−10, −9, −8, , 8, 9, 10].
2. Dado o sinal x
r
[n] = 2 Ramp[n] = 2n u[n], −∞< n < ∞, atenda aos seguintes itens:
(a) Esboce o gr´afico x
r
[n] n.
(b) Calcule as componentes x
e
[n] e x
o
[n] de x
r
[n].
(c) Esboce os gr´aficos x
e
[n] n e x
o
[n] n.
(d) Baseado nos itens anteriores, estabele¸ca uma rela¸c˜ao entre os sinais Ramp[n]
(seq¨ uˆencia rampa unit´aria), Mod[n] (seq¨ uˆencia m´odulo unit´ario) e Lin[n] (seq¨ uˆencia
linear unit´aria).
3. Dados −∞ < n < ∞ e Ω =

N
, onde n, N ∈ Z, calcule o per´ıodo fundamental N
f
para
as seguintes seq¨ uˆencias:
(a) x[n] = cos (Ωn).
(b) x[n] = sin(Ωn).
(c) x[n] = e
jΩn
.
4. Dada a seq¨ uˆencia x[n] = cos (Ωn) = cos (kΩ
0
n) = cos
_
k
_

N
_
n
_
, onde k, n, N ∈ Z,
−7 ≤ k ≤ 7, N = 8 e −∞< n < ∞, esboce um gr´afico x[n] n para cada valor de k.
5. Demonstre as rela¸c˜oes apresentadas para cada um dos seguintes sinais:
(a) x[n] = a
n
A u[n], onde 0 < [a[ < 1 e a, A ∈ R: E
x
=
A
2
1−a
2
.
(b) x[n] = a
n
A cos(Ωn) u[n], onde 0 < [a[ < 1 e a, A, Ω ∈ R:
E
x
=
A
2
2
_
_
1
1−a
2
_
+
_
1−a
2
cos(2Ω)
(1+a
4
)−a
2
cos(2Ω)
__
.
(c) x[n] = A u[n], onde A ∈ R: E
x
→∞ e P
M
x
=
A
2
2
.
(d) x[n] = A cos(Ωn) u[n], onde A, Ω ∈ R: E
x
→∞ e P
M
x
=
A
2
4
.
(e) ˜ x[n] = A cos(Ωn), onde A, Ω ∈ R: E
˜ x
→∞ e P
M
˜ x
=
A
2
2
.
TET / UFF
26 Cap´ıtulo 2. Sinais no dom´ınio do tempo
(f) ˜ x[n] = A
K
δ
K
[n], onde A
K
∈ R: E
˜ x
→∞ e P
M
˜ x
=
A
2
K
K
.
(g) ˜ x[n] = A
K
1
δ
K
1
[n] +A
K
2
δ
K
1
[n], onde A
K
1
, A
K
2
∈ R:
E
˜ x
→∞ e P
M
˜ x
=
A
2
K
1
K
2
+A
2
K
2
K
1

(
A
K
1
−A
K
2
)
2
K
1
K
2
.
6. Dados os sinais w[n] = u[n] e x[n] = a
n
, para −∞ < n < ∞ e 0 < a < 1, onde n ∈ Z e
a ∈ R, considere o deslocamento N
D
um n´ umero inteiro (N
D
< 0, N
D
= 0 e N
D
> 0) e
esboce o gr´afico y[n] n, para os seguintes sinais:
(a) y[n] = w[n]
(b) y[n] = w[n −N
D
]
(c) y[n] = x[n]
(d) y[n] = x[n −N
D
]
(e) y[n] = w[n] x[n]
(f) y[n] = w[n] x[n −N
D
]
(g) y[n] = w[n −N
D
] x[n]
(h) y[n] = w[n −N
D
] x[n −N
D
]
7. Dados a seq¨ uˆencia u[n] e o sinal h[n] =
_
1
2
n , [n[ ≤ 4
0 , [n[ > 4
, esboce os gr´aficos x
k
[n] n
para os seguintes sinais:
(a) x
1
[n] = u[−n].
(b) x
2
[n] = h[−n].
(c) x
3
[n] = h[n −2].
(d) x
4
[n] = h[n + 2].
(e) x
5
[n] = h[−n −2].
(f) x
6
[n] = h[−n + 2].
(g) x
7
[n] = h[−n]u[n] +h[n].
(h) x
8
[n] = h[n + 2] +h[−1 −n].
(i) x
9
[n] = h[n + 1] (u[n + 3] −u[−n]).
8. Dados dois ´ındices inteiros −∞ < n, m < ∞, com varia¸c˜oes opostas, tal que m = −n, e
a seq¨ uˆencia x[k], onde x[k] = [3, 2, 1], para k = [0, 1, 2], e x[k] = 0, para os demais valores
de k, esboce e compare os seguintes gr´aficos:
• x[n] n, x[n] m, x[m] n e x[m] m.
• x[n −2] n, x[n −2] m, x[m−2] n e x[m−2] m.
• x[n + 2] n, x[n + 2] m, x[m+ 2] n e x[m+ 2] m.
• x[−n] n, x[−n] m, x[−m] n e x[−m] m.
• x[−n −2] n, x[−n −2] m, x[−m−2] n e x[−m−2] m.
• x[−n + 2] n, x[−n + 2] m, x[−m+ 2] n e x[−m+ 2] m.
A.S.V.
2.9. Exerc´ıcios propostos 27
9. Dadas as seq¨ uˆencias finitas x
3
[n] = [3, 2, 1], para n = [0, 1, 2], x
4
[n] = [3, 2, 1, 0], para
n = [0, 1, 2, 3], x
5
[n] = [3, 2, 1, 0, 0], para n = [0, 1, 2, 3, 4] e x
6
[n] = [3, 2, 1, 0, 0, 0], para
n = [0, 1, 2, 3, 4, 5], esboce e compare os seguintes gr´aficos:
• x
k
[n] n.
• x
k
[n −2] n.
• x
k
[n + 2] n.
• x
k
[−n] n.
• x
k
[−n −2] n.
• x
k
[−n + 2] n.
10. Dadas as seq¨ uˆencias finitas x
3
[n] = [3, 2, 1], para n = [0, 1, 2], x
4
[n] = [3, 2, 1, 0], para
n = [0, 1, 2, 3], x
5
[n] = [3, 2, 1, 0, 0], para n = [0, 1, 2, 3, 4] e x
6
[n] = [3, 2, 1, 0, 0, 0], para
n = [0, 1, 2, 3, 4, 5], esboce e compare os seguintes gr´aficos:
• ˜ x
k
[n] n.
• ˜ x
k
[n −2] n.
• ˜ x
k
[n + 2] n.
• ˜ x
k
[−n] n.
• ˜ x
k
[−n −2] n.
• ˜ x
k
[−n + 2] n.
11. Dadas as seq¨ uˆencias finitas x
3
[n] = [3, 2, 1], para n = [0, 1, 2], x
4
[n] = [3, 2, 1, 0], para
n = [0, 1, 2, 3], x
5
[n] = [3, 2, 1, 0, 0], para n = [0, 1, 2, 3, 4] e x
6
[n] = [3, 2, 1, 0, 0, 0], para
n = [0, 1, 2, 3, 4, 5], esboce e compare os seguintes gr´aficos:
• x
k
[¸n)
k
] n.
• x
k
[¸n −2)
k
] n.
• x
k
[¸n + 2)
k
] n.
• x
k
[¸−n)
k
] n.
• x
k
[¸−n −2)
k
] n.
• x
k
[¸−n + 2)
k
] n.
12. Dadas as seq¨ uˆencias
x
0
[n] = [3, 2, 1, 0, 0, 0, 0], x
1
[n] = [0, 3, 2, 1, 0, 0, 0], x
2
[n] = [0, 0, 3, 2, 1, 0, 0],
h
0
[n] = [1, 1, 1, 1, 1, 0, 0], h
1
[n] = [0, 1, 1, 1, 1, 1, 0], h
2
[n] = [0, 0, 1, 1, 1, 1, 1],
para n = [0, 1, 2, 3, 4, 5, 6], e x
k
[n] = h
k
[n] = 0, para os demais valores de k,
atenda aos seguintes itens:
• Esboce os gr´aficos x
k
[n] n e h
k
[n] n.
• Calcule as seq¨ uˆencias y
ij
= x
i
∗ h
j
, onde 0 ≤ i, j < 2.
• Esboce os gr´aficos y
ij
[n] n, onde 0 ≤ i, j < 2.
TET / UFF
28 Cap´ıtulo 2. Sinais no dom´ınio do tempo
13. Dados os sinais x[n] = [1, 2, 3], para n = [3, 4, 5], e h[n] = [3, 2, 1], para n = [2, 3, 4],
atenda aos seguintes itens:
(a) Esboce os gr´aficos x[n] n e h[n] n.
(b) Calcule, graficamente, o sinal y[n] = x[n] ∗ h[n] =


−∞
x[k]h[n −k].
14. Dado x[n] = [2, 1, 2, −2, −1, −2, 1, 2, 1, −1, −2, −1, 2, 0, −2, −1, 0, 1, −2, 0, 2, 1, 0, −1], para
n = [0, 1, 2, , 22, 23], bem como x[n] = 0, para os demais valores de n, considere N = 4,
−∞< m < ∞ e atenda aos seguintes itens:
(a) Esboce os gr´aficos de x
m
[n] n, onde x
m
[n] =
_
x[n +mN] , 0 ≤ n ≤ (N −1)
0 , caso contr´ario
.
(b) Esboce os gr´aficos de y
m
[n] n, onde y
m
[n] = x
m
[¸−n)
N
].
(c) Esboce o gr´afico de y[n] n, onde y[n] =

m
y
m
[n −mN].
15. Dados os sinais x[n] = [x
0
, x
1
, x
2
] e h[n] = [h
0
, h
1
, h
2
], para n = [0, 1, 2], bem como
x[n] = h[n] = 0, para os demais valores de n, atenda aos seguintes itens:
(a) Calcule, graficamente, a soma de convolu¸c˜ao circular y
C
[n], usando a defini¸c˜ao
circular y
C
[n] =

(N−1)
k=0
x[k]h[¸n −k)
N
], para N = 3 e 0 ≤ n ≤ (N −1).
(b) Escreva o resultado na forma matricial y
C
[n] = C x[n].
16. Dados os sinais x[n] = [x
0
, x
1
, x
2
, x
3
, x
4
] e h[n] = [h
0
, h
1
, h
2
, 0, 0], para n = [0, 1, 2, 3, 4],
bem como x[n] = h[n] = 0, para os demais valores de n, atenda aos seguintes itens:
(a) Calcule, graficamente, a convolu¸c˜ao y
L
[n] =


k=−∞
x[k]h[n −k], para −2 ≤ n ≤ 9.
(b) Calcule, graficamente, a convolu¸c˜ao circular y
C
[n], usando a defini¸c˜ao circular
y
C
[n] =

(N−1)
k=0
x[k]h[¸n −k)
N
], para N = 5 e 0 ≤ n ≤ (N −1).
(c) Repita o item (b), para N = 7.
(d) Compare todos os resultados.
17. Dados os sinais x[n] = [1, 2, 2, 1] e h[n] = [0, 1, 2, 0], para n = [0, 1, 2, 3], bem como
x[n] = h[n] = 0, para os demais valores de n, esboce os seguintes gr´aficos:
(a) x[n] n e h[n] n, para −6 ≤ n ≤ 6.
(b) x[(−k) +n] k e h[(−k) +n] k, para −6 ≤ n, k ≤ 6.
(c) x [¸(−k) +n)
N
] k e h[¸(−k) +n)
N
] k, para N = 6, 0 ≤ k ≤ 5 e −6 ≤ n ≤ 6.
18. Dados os sinais x[n] = [1, 2, 2, 1] e h[n] = [0, 1, 2, 0], para n = [0, 1, 2, 3], bem como
x[n] = h[n] = 0, para os demais valores de n, atenda aos seguintes itens:
(a) Esboce os gr´aficos x[n] n e h[n] n, para 0 ≤ n ≤ 6.
(b) Esboce os gr´aficos x[(−k) +n] k, para −6 ≤ k ≤ 6 e 0 ≤ n ≤ 6.
(c) Esboce os gr´aficos h[(−k) +n] k, para −6 ≤ k ≤ 6 e 0 ≤ n ≤ 6.
(d) Calcule, graficamente, a convolu¸c˜ao y
L
[n] =


k=−∞
x[k]h[n −k], para 0 ≤ n ≤ 6.
(e) Calcule, graficamente, a convolu¸c˜ao y
L
[n] =


k=−∞
h[k]x[n −k], para 0 ≤ n ≤ 6.
A.S.V.
2.9. Exerc´ıcios propostos 29
(f) Esboce os gr´aficos das extens˜oes peri´odicas ˜ x[n] n e
˜
h[n] n, para N
f
= 4 e
−N
f
≤ n ≤ (2N
f
−1).
(g) Esboce os gr´aficos ˜ x[(−k) + n] k, para N
f
= 4, −N
f
≤ k ≤ (2N
f
−1) e
0 ≤ n ≤ (N
f
−1).
(h) Esboce os gr´aficos
˜
h[(−k) + n] k, para N
f
= 4, −N
f
≤ k ≤ (2N
f
−1) e
0 ≤ n ≤ (N
f
−1).
(i) Calcule, graficamente, para N = 4 e 0 ≤ n ≤ (N −1), a convolu¸c˜ao circular
y
C
[n], usando a defini¸c˜ao peri´odica ˜ y[n] =

k=N
˜ x[k]
˜
h[n −k] e y
C
[n] = ˜ y[n], onde
0 ≤ n, k ≤ (N −1).
(j) Calcule, graficamente, para N = 4 e 0 ≤ n ≤ (N −1), a convolu¸c˜ao circular
y
C
[n], usando a defini¸c˜ao peri´odica ˜ y[n] =

k=N
˜
h[k]˜ x[n −k] e y
C
[n] = ˜ y[n], onde
0 ≤ n, k ≤ (N −1).
(k) Calcule, graficamente, para N = 4 e 0 ≤ n ≤ (N −1), a convolu¸c˜ao circular y
C
[n],
usando a defini¸c˜ao circular y
C
[n] =

(N−1)
k=0
x[k]h[¸n −k)
N
].
(l) Calcule, graficamente, para N = 4 e 0 ≤ n ≤ (N −1), a convolu¸c˜ao circular y
C
[n],
usando a defini¸c˜ao circular y
C
[n] =

(N−1)
k=0
h[k]x [¸n −k)
N
].
(m) Repita os itens (f) at´e (l), para N = 6.
(n) Compare os resultados dos itens (i)/(j) e (k)/(l) com aqueles dos itens (d)/(e), para
N = 4 e 6.
19. Dado o sinal x[n] = a
n
, onde −∞ < n < ∞ e a ∈ R, esboce o gr´afico x[n] n para os
seguintes valores:
(a) a < −1
(b) a = −1
(c) −1 < a < 0
(d) a = 0
(e) 0 < a < 1
(f) a = 1
(g) 1 < a
20. Demonstre, graficamente, as seguintes rela¸c˜oes:
e
±jΩn
= cos(Ωn) ±jsin(Ωn) . (2.47)
cos(Ωn) =
_
1
2
_
e
jΩn
+
_
1
2
_
e
−jΩn
. (2.48)
sin(Ωn) =
_
1
2j
_
e
jΩn
+
_
−1
2j
_
e
−jΩn
. (2.49)
21. Dada uma seq¨ uˆencia x[n] =


k=−∞
x
k
[n] =


k=−∞
A
k
cos(Ω
k
n + Θ
k
), demonstre que,
para gerar a seq¨ uˆencia x[n −N
D
], as seq¨ uˆencias x
k
[n] devem sofrer atrasos proporcionais
`as suas freq¨ uˆencias Ω
k
e que a constante de proporcionalidade deve ser igual a N
D
.
TET / UFF
30 Cap´ıtulo 2. Sinais no dom´ınio do tempo
22. Demonstre a equivalˆencia apresentada na Equa¸c˜ao 2.50.
A
0
cos(Ω
0
n ∓Θ
0
) = (A
0
) cos(Θ
0
) cos(Ω
0
n) + (±A
0
) sin(Θ
0
) sin(Ω
0
n) (2.50)
23. Dado o sinal descrito pela Equa¸c˜ao 2.51, atenda aos seguintes itens:
(a) Explicar o problema que ocorre para Ω
0
= π.
(b) Explicar porque tal problema n˜ao acontece para 0 ≤ Ω
0
< π.
x[n] = A
0
cos(Ω
0
n ∓Θ
0
), 0 ≤ Ω
0
≤ π (2.51)
24. Atenda aos seguintes itens:
(a) Dado o sinal anal´ogico descrito pela Equa¸c˜ao 2.52, que condi¸c˜oes s˜ao necess´arias,
envolvendo a freq¨ uˆencia de amostragem e a freq¨ uencia do sinal, para que ele seja
corretamente representado pelo sinal discreto descrito pela Equa¸c˜ao 2.53?
(b) Qual a vantagem em escolher Ω
0
=

N
0
para o sinal x[n] = e
jΩ
0
n
?
(c) Dados o conjunto de sinais descrito pela Equa¸c˜ao 2.54 e as restri¸c˜oes dos itens ante-
riores, calcule o n´ umero m´ınimo de sinais diferentes descritos pela Equa¸c˜ao 2.55.
x(t) = e

0
t
= e
j2πf
0
t
(2.52)
x[n] = x(nT
S
) = x(t)[
t=nT
S
(2.53)
x
k
(t) = e
jkω
0
t
= e
jk2πf
0
t
, −∞< k < ∞, k ∈ Z (2.54)
x
k
[n] = x
k
(nT
S
) = x
k
(t)[
t=nT
S
(2.55)
25. Dados os sinais anal´ogicos senoidais x
k
(t) = cos(ω
k
t), a freq¨ uˆencia de amostragem
F
S
= 44 kHz e as seq¨ uˆencias x
k
[n] = x
k
(nT
S
) = x
k
(t)[
t=nT
S
, atenda aos seguintes itens:
(a) Calcule as freq¨ uˆencias digitais Ω
1
e Ω
2
relacionadas com as freq¨ uˆencias anal´ogicas
f
1
= 2 kHz e f
2
= 20 kHz.
(b) Calcule as freq¨ uˆencias anal´ogicas 0 ≤ f
k
≤ 100 kHz, para k > 2, dos sinais x
k
(t)
que sofrer˜ao o fenˆomeno de aliasing com os sinais x
1
(t) e x
2
(t).
(c) Represente o resultado dos itens anteriores de forma gr´afica, marcando as respectivas
freq¨ uˆencias sobre dois eixos que representem as vari´aveis f e Ω.
(d) Calcule os per´ıodos fundamentais dos sinais x
1
[n] e x
2
[n].
(e) Os sinais x
1
(t) e x
2
(t) foram amostrados corretamente? Justifique.
A.S.V.
2.9. Exerc´ıcios propostos 31
26. Dado o sinal descrito pela Equa¸c˜ao 2.56, onde f
1
= 100 kHz, f
2
= 400 kHz e f
3
= 1 MHz,
e o sinal x[n] = x(nT
S
) = x(t)[
t=nT
S
, onde −∞< n < ∞, atenda aos seguintes itens:
(a) Para T
S
1
= 250 ns, calcule o per´ıodo fundamental de cada componente de x[n].
Explique a rela¸c˜ao entre tais per´ıodos.
(b) Para T
S
2
= 2 µs, calcule o per´ıodo fundamental de cada componente de x[n].
Explique a rela¸c˜ao entre tais per´ıodos.
(c) Para T
S
3
=
1
π
2
µs, calcule o per´ıodo fundamental de cada componente de x[n].
Explique o que acontece com x[n].
(d) Calcule o maior per´ıodo de amostragem poss´ıvel, de tal forma que o sinal original
x(t) possa ser recuperado a partir de suas amostras x[n].
x(t) = cos(2πf
1
t) −2sen(2πf
2
t) + 3cos(2πf
3
t) (2.56)
27. Dado o sinal descrito pela Equa¸c˜ao 2.57, onde f
1
= 1 kHz e f
2
= 9 kHz, deseja-se eli-
minar o som gerado pela componente de mais alta freq¨ uˆencia. Foi sugerido, para realizar
tal filtragem, que se utilize uma cadeia de processamento composta apenas de: i) uma
amostragem uniforme de x(t), ii) um escalamento por uma constante inteira e iii) uma in-
terpola¸c˜ao para gerar o novo sinal anal´ogico. Prove que a sugest˜ao ´e VERDADEIRA
ou FALSA.
x(t) = cos(2πf
1
t) +cos(2πf
2
t) (2.57)
28. Antes de ser transmitido, um sinal anal´ogico x(t), formado por uma soma de sinais
senoidais do tipo x(t) =


k=−∞
A
k
cos(2πf
k
t), onde 500 kHz ≤ f
k
≤ 900 kHz e
−∞< t < ∞, ´e submetido a um deslocamento de espectro, de tal forma que a nova faixa
de freq¨ uˆencias passa a ser 10, 5 MHz ≤ f
k
≤ 10, 9 MHz. Na recep¸c˜ao do sinal, o mesmo
deve ser amostrado, para ser tratado digitalmente. Eventualmente, o sinal resultante do
tratamento digital dever´a ser transformado em um sinal anal´ogico. Um estagi´ario est´a em
d´ uvida sobre qual taxa de amostragem F
S
utilizar e sobre que cuidados devem ser tomados
no processo de aquisi¸c˜ao do sinal. Suponha que o custo dos conversores anal´ogico-digital
(A/D), dos elementos de processamento digital e dos conversores digital-anal´ogico (D/A)
cres¸cam exponencialmente com o aumento da taxa de amostragem (F
S
). Suponha que
filtros e deslocadores de espectro possuam baixo custo, se comparados com os conver-
sores. Ajude o estagi´ario a tomar as decis˜oes corretas, justificando detalhadamente a sua
escolha.
TET / UFF
32 Cap´ıtulo 2. Sinais no dom´ınio do tempo
A.S.V.
Cap´ıtulo 3
Sistemas no dom´ınio do tempo
3.1 Introdu¸c˜ao
Nesse cap´ıtulo s˜ao apresentados os conceitos b´asicos relativos aos sistemas utilizados no pro-
cessamento digital de sinais. Inicialmente, os sistemas s˜ao classificados. Em seguida, os tipos
de implementa¸c˜ao para sistemas discretos e digitais s˜ao exemplificados.
3.2 Classifica¸c˜oes de sistemas
• Os sistemas podem ser organizados em diversas classes, de acordo com as suas respectivas
caracter´ısticas.
• Tipo de sinal manipulado: anal´ogico, amostrado, quantizado, digital.
• N´ umero de entradas e sa´ıdas: SISO (Single-Input Single-Output), SIMO (Single-Input
Multiple-Output), MISO (Multiple-Input Single-Output), MIMO (Multiple-Input Multiple-
Output).
• Dinˆamica: instantˆaneo (sem mem´oria) dinˆamico (com mem´oria).
• Estados e vari´aveis de estado em sistemas dinˆamicos:
– Uma vez que eles s˜ao capazes de armazenar energia, os sistemas dinˆamicos podem
apresentar diversas configura¸c˜oes energ´eticas diferentes, denominadas estados.
– Uma medida do estado de um sistema, em um instante de tempo t = t
n
, s˜ao os
valores assumidos por todas as vari´aveis do sistema, em t = t
n
.
– Interpretando-se o conjunto de todas as vari´aveis de um sistema como um espa¸co
vetorial, pode-se selecionar um conjunto m´ınimo de vari´aveis para formar uma base
para esse espa¸co. Uma vez que, a partir da base, podem ser obtidas todas as demais
vari´aveis e, portanto, pode-se caracterizar o estado do sistema, as vari´aveis da base
s˜ao denominadas vari´aveis de estado do sistema.
– Dessa forma, uma defini¸c˜ao cl´assica para estado e vari´aveis de estado ´e:
“O estado de um sistema, em qualquer instante de tempo t = t
n
, ´e o menor conjunto
de vari´aveis (denominadas vari´aveis de estado), calculadas em t = t
n
, suficiente para
determinar o comportamento do sistema para qualquer instante de tempo t ≥ t
n
,
quando a entrada do sistema ´e conhecida para t ≥ t
n
”.
33
34 Cap´ıtulo 3. Sistemas no dom´ınio do tempo
• Estabilidade:
– Equil´ıbrio estabilidade.
– Equil´ıbrio:
∗ Assistoticamente est´avel.
∗ Marginalmente est´avel (oscilat´orio).
∗ Inst´avel.
– Crit´erios de estabilidade.
– Crit´erio BIBO (Bounded-Input Bounded-Output).
• Invariˆancia ao tempo (ou ao deslocamento):
– Para um sistema relaxado, ou sob os mesmos estados iniciais:
x[n] →y[n] e x[n ±N
D
] →y[n ±N
D
].
– Isso significa dizer que a forma de onda da sa´ıda produzida pelo sistema independe do
momento da aplica¸c˜ao da entrada, importando apenas a distˆancia entre o momento
observado na sa´ıda e o momento da aplica¸c˜ao da entrada (∆n = n
y
−N
x
).
• Linearidade:
– Homogeneidade ou escalamento.
– Aditividade ou Princ´ıpio da Superposi¸c˜ao.
– Linearidade = Homogeneidade + Aditividade.
– Linearidade estado inicial:
∗ Matematicamente, a transforma¸c˜ao linear y[n] = K x[n] ´e a ´ unica rela¸c˜ao da
sa´ıda y[n] com a entrada x[n] que caracteriza um sistema como linear.
∗ A transforma¸c˜ao afim y[n] = a x[n] + b, ou qualquer outra transforma¸c˜ao do
tipo y[n] = a x[n] + b[n], aparentemente caracterizam sistemas n˜ao lineares,
pois n˜ao obedecem ao princ´ıpio da superposi¸c˜ao: y[n] ,=

k
d
k
y
k
[n] para
x[n] ,=

k
c
k
x
k
[n].
∗ Por´em, na vis˜ao de sistemas, a parcela da transforma¸c˜ao que ´e independente
da entrada pode ser interpretada como a resposta do sistema `a entrada zero ou
a resposta ao estado do sistema no momento da aplica¸c˜ao da entrada (estado
inicial): y
est
[n] = y[n][
x[n]=0
= b[n].
∗ Assim sendo, o sistema global, definido por y[n] = a x[n] + b[n], pode ser
interpretado como um sistema composto pela conex˜ao em cascata (s´erie) do
subsistema linear v[n] = a x[n] com o subsistema y[n] = v[n] + b[n].
∗ Pode-se, ent˜ao, definir a linearidade incremental, que relaciona as varia¸c˜oes da
sa´ıda y[n] (∆y[n] ou dy[n]) provocadas por varia¸c˜oes da entrada x[n] (∆x[n] ou
dx[n]), da seguinte forma: ∆y[n] = K ∆x[n] ou dy[n] = K dx[n].
∗ Portanto, o teste de linearidade de um sistema pode ser realizado das seguintes
formas:
Absoluta, para um sistema relaxado.
Incremental, para um sistema n˜ao relaxado.
A.S.V.
3.3. Tipos de implementa¸c˜ao para sistemas discretos 35
• Causalidade:
– Para os sistemas anal´ogicos, a causalidade ´e praticamente uma imposi¸c˜ ao, uma
vez que os mesmos s˜ao implementados por sistemas f´ısicos, onde as vari´aveis s˜ao
grandezas f´ısicas e os componentes s˜ao dispositivos que representam fenˆomenos f´ısi-
cos.
– Por outro lado, no caso dos sistemas discretos e digitais, a n˜ao causalidade n˜ao
apenas ´e de simples realiza¸c˜ao com tamb´em pode ser uma t´ecnica ´ util:
∗ Se a vari´avel independente n˜ao for temporal.
∗ Se os dados forem gravados: processamento offline.
∗ Se o tempo real for lento:
processamento online = armazenamento + processamento offline.
∗ Com a inser¸c˜ao de atrasos extras, que n˜ao alteram o throughput do sistema
implementado, mas criam uma latˆencia na opera¸c˜ao do mesmo.
– Sistema causal ou n˜ao antecipativo: y[n] = f(x[n −k]), k ∈ N
+
.
– Se
_
x
1
[n] = x
2
[n] , n < N
x
1
[n] ,= x
2
[n] , n ≥ N
e
_
y
1
[n] = y
2
[n] , n < N →Causal.
y
1
[n] ,= y
2
[n] , n < N →N˜ao causal.
• Passividade:
– Sistema passivo com perdas: E
y
=


−∞
[y[n][
2
<


−∞
[x[n][
2
= E
x
< ∞.
– Sistema passivo sem perdas (lossless): E
y
=


−∞
[y[n][
2
=


−∞
[x[n][
2
= E
x
< ∞.
– Sistema ativo: E
y
=


−∞
[y[n][
2
>


−∞
[x[n][
2
= E
x
< ∞.
– Do ponto de vista f´ısico, um sistema ativo deve possuir, intrinsicamente, uma fonte
(ou conversor) de energia.
3.3 Tipos de implementa¸c˜ao para sistemas discretos
• Circuito a capacitores chaveados (SC)
– Componentes anal´ogicos: transistor (usado como chave), capacitor (usado como
elemento armazenador) e amplificador operacional (OpAmp).
– Vari´aveis anal´ogicas: tens˜ao (armazenada nos capacitores).
– Tecnologia t´ıpica: CMOS.
• Circuito a corrente chaveada (SI)
– Componentes anal´ogicos: apenas transistores, usados como chaves e como estruturas
armazenadoras.
– Vari´aveis anal´ogicas: corrente (armazenada nos transistores).
– Tecnologia t´ıpica: CMOS.
TET / UFF
36 Cap´ıtulo 3. Sistemas no dom´ınio do tempo
3.4 Tipos de implementa¸c˜ao para sistemas digitais
• Hardware de uso geral:
– Programa em linguagem de programa¸c˜ao de uso geral (FORTRAN, PASCAL, C,
DELPHI, C++).
– Programa em ambiente de software de uso espec´ıfico (MATLAB, Octave, SciLab).
• Hardware de uso espec´ıfico:
– Processador de sinal digital (DSP).
– FPGA (Field-Programmable Gate Array) com IP Core.
• Hardware dedicado:
– FPGA.
– Circuito integrado espec´ıfico para a aplica¸c˜ao (ASIC).
A.S.V.
3.5. Exerc´ıcios propostos 37
3.5 Exerc´ıcios propostos
1. Dados o sinal descrito pela Equa¸c˜ao 3.1 e os sistemas descritos pelas Equa¸c˜oes 3.2 a 3.4,
atenda aos seguintes itens:
(a) Considere x
k
[n] = x[n −k] como entrada para cada um dos sistemas e esboce os
gr´aficos x
k
[n] n e y[n] n para k = 0, 6 e −8.
(b) Classifique cada um dos sistemas quanto a: dinˆamica, linearidade, causalidade e
invariˆancia ao deslocamento.
x[n] =
_
1 , [n[ ≤ 2
0 , [n[ > 2
(3.1)
y[n] = (−1)
n
x[n] (3.2)
y[n] = ((−1)
n
x[n])
2
(3.3)
y[n] =
1
5
_
2x[n −1] +x
2
[n] + 2x[n + 1]
_
(3.4)
2. Um sistema ´e dito sem distor¸c˜ao quando produz uma sa´ıda y[n] = A
S
x[n + (−[N
D
[)],
dada uma entrada x[n], para A
S
∈ R e N
D
∈ Z. Suponha um sistema linear e invariante
ao deslocamento, sem distor¸c˜ao, com entrada x[n] e sa´ıda y[n]. Suponha que a entrada
x[n] ´e definida por uma soma de sinais senoidais do tipo x[n] =


k=−∞
A
k
cos(Ω
k
n+Θ
k
),
para −∞< n < ∞. Atenda aos seguintes itens:
(a) Demonstre a rela¸c˜ao entrada sa´ıda que o sistema imp˜oe sobre a amplitude de cada
componente senoidal do sinal de entrada.
(b) Demonstre a rela¸c˜ao entrada sa´ıda que o sistema imp˜oe sobre a freq¨ uˆencia de cada
componente senoidal do sinal de entrada.
(c) Demonstre a rela¸c˜ao entrada sa´ıda que o sistema imp˜oe sobre o ˆangulo de fase de
cada componente senoidal do sinal de entrada.
(d) Esboce trˆes gr´aficos, contendo abscissa freq¨ uencial Ω, de tal forma que cada um deles
ilustre uma das rela¸c˜oes acima demonstradas.
3. Suponha um sistema S
1
, relaxado, com entrada v[n] e sa´ıda y
v
[n], definido pelo conjunto
de equa¸c˜oes (3.5). Suponha um sistema S
2
, relaxado, com entrada w[n] e sa´ıda y
w
[n],
definido pelo conjunto de equa¸c˜oes (3.6). Um aluno de Processamento Digital de Sinais
assegura que os sistemas s˜ao equivalentes, para N = 2 e o sinal de entrada definido por
x[n] = n(u[n] −u[n −8]), para −∞ < n < ∞. Demonstre se a afirmativa desse aluno
´e correta ou n˜ao, atrav´es dos gr´aficos dos sinais x[n], v
m
[n], y
m
[n], y
v
[n], w
k
[n], y
k
[n] e
y
w
[n].
TET / UFF
38 Cap´ıtulo 3. Sistemas no dom´ınio do tempo
v
m
[n] =
_
v[n +mN] , 0 ≤ n ≤ (N −1)
0 , caso contr´ario
, −∞< m < ∞
y
m
[n] = v
m
[−n + (N −1)] , −∞< m < ∞
y
v
[n] =

m=−∞
y
m
[n −mN] (3.5)
w
k
[n] = w[Nn +k] , 0 ≤ k ≤ (N −1)
y
k
[n] =
_
w
k
[
n
N
] ,
n
N
∈ Z
0 ,
n
N
∈ Q
, 0 ≤ k ≤ (N −1)
y
w
[n] =
(N−1)

k=0
y
k
[n −((N −1) −k)] (3.6)
4. Um sistema MISO (Multiple-Input Single-Output), que apresenta um total de C canais de
entrada x
0
[n], x
1
[n], x
2
[n], , x
(C−1)
[n] e um canal de sa´ıda y[n], ´e definido pelo conjunto
de equa¸c˜oes (3.7). Suponha um sistema desse tipo, com trˆes canais de entrada, contendo
as seguintes informa¸c˜oes: x
0
[n] = [9, 7, 5, 3], x
1
[n] = [2, 4, 6, 8], x
2
[n] = [1, 1, 1, 1], para
n = [0, 1, 2, 3], bem como x
0
[n] = x
1
[n] = x
2
[n] = 0 para os demais valores de n. Atenda
aos seguintes itens:
(a) Esboce os gr´aficos x
k
[n] n das informa¸c˜oes de entrada.
(b) Esboce os gr´aficos v
k
[n] n dos sinais internos.
(c) Esboce os gr´aficos w
k
[n] n dos sinais internos.
(d) Esboce o gr´afico y[n] n da informa¸c˜ao de sa´ıda.
(e) Apresente a informa¸c˜ao do canal de sa´ıda na forma vetorial.
v
k
[n] =
_
x
k
[
n
C
] ,
n
C
∈ Z
0 ,
n
C
∈ Q
, 0 ≤ k ≤ (C −1)
w
k
[n] = v
k
[n −k] , 0 ≤ k ≤ (C −1)
y[n] =
(C−1)

k=0
w
k
[n] (3.7)
A.S.V.
Cap´ıtulo 4
Descri¸c˜ao de sistemas lineares e
invariantes ao tempo/deslocamento
4.1 Introdu¸c˜ao
• Os processos de an´alise e de s´ıntese (projeto) necessitam que os sistemas sejam mode-
lados adequadamente, de forma que se possa compreender o funcionamento dos mesmos
(an´alise) ou que seja poss´ıvel realizar modifica¸c˜oes e/ou novas propostas (s´ıntese).
• Os sistemas do tipo SLIT, Sistema Linear e Invariante ao Tempo (ou ao deslocamento),
s˜ao matematicamente mais f´aceis de se caracterizar e de se analisar. Logo, tamb´em s˜ao
mais f´aceis de se projetar.
• Uma subclasse importante de sistemas do tipo SLIT s˜ao os sistemas SISO (Single-Input
Single-Output) onde a rela¸c˜ao entre a sa´ıda e a entrada ´e descrita por uma equa¸c˜ao de
diferen¸ca linear com coeficientes constantes.
• Diversos modelos ou representa¸c˜oes podem ser utilizadas para descrever tais sistemas.
• Algumas das representa¸c˜oes mais comuns s˜ao:
– Equa¸c˜ao de diferen¸ca.
– Equa¸c˜oes de estado.
– Resposta ao impulso (digital unit´ario).
– Resposta em freq¨ uˆencia.
– Fun¸c˜ao de transferˆencia.
– Diagrama de blocos de complexidade gen´erica.
– Diagrama de sistema ou realiza¸c˜ao ou estrutura: diagrama de blocos b´ asicos e
diagrama de fluxo de sinal (grafo).
• Em rela¸c˜ao ao dom´ınio da vari´avel independente utilizada no equacionamento, podem-se
destacar duas classes de representa¸c˜oes: tempo (equa¸c˜ao de diferen¸ca, equa¸c˜oes de estado,
resposta ao impulso e diagramas temporais) e freq¨ uˆencia (resposta em freq¨ uˆencia, fun¸c˜ao
de transferˆencia e diagramas freq¨ uenciais).
39
40 Cap´ıtulo 4. Descri¸c˜ao de sistemas lineares e invariantes ao tempo/deslocamento
• Em quase todas as descri¸c˜oes, excetuando-se apenas as equa¸c˜oes de estado, somente as
rela¸c˜oes entre as vari´aveis externas ao sistema (entradas e sa´ıdas) s˜ao modeladas. N˜ao ´e
levada em considera¸c˜ao a estrutura interna do sistema. Por essa raz˜ao, tal abordagem ´e
denominada de modelo de “terminais de acesso” ou de modelo de “caixa-preta”.
• Outra caracter´ıstica de tais modelos, novamente excetuando-se as equa¸c˜oes de estado, ´e a
sua capacidade de relacionar apenas uma entrada com uma sa´ıda, limitando-se a descrever
somente sistemas do tipo SISO (Single-Input Single-Output). No caso de sistemas com
v´arias entradas e/ou v´arias sa´ıdas ´e necess´ario que se defina um equacionamento para
cada rela¸c˜ao entrada-sa´ıda. Por essa raz˜ao, tal abordagem ´e mais utilizada nos casos de
sistemas com poucas entradas e sa´ıdas.
• Por sua vez, e como o pr´oprio nome j´a diz, as equa¸c˜oes de estado descrevem o sistema em
rela¸c˜ao `as suas vari´aveis de estado, al´em de utilizarem as vari´aveis de entrada e de sa´ıda.
Logo, elas apresentam um modelo para a estrutura interna de funcionamento do sistema.
Por essa raz˜ao, o modelo de equa¸c˜oes de estado ´e capaz de descrever eficientemente
sistemas do tipo MIMO (Multiple-Input Multiple-Output).
• Em essˆencia, o equacionamento por vari´aveis de estado transforma equa¸c˜oes de diferen¸ca
de ordem N em sistemas de N equa¸c˜oes de diferen¸ca de ordem 1.
• Vantagens do equacionamento por vari´aveis de estado:
– Equa¸c˜oes de primeira ordem j´a foram extensivamente estudadas e v´arias t´ecnicas de
an´alise encontram-se `a disposi¸c˜ao.
– Equa¸c˜oes de primeira ordem podem ser resolvidas, sem muita dificuldade, no dom´ınio
do tempo.
– Equa¸c˜oes de primeira ordem podem ser resolvidas, sem muita dificuldade, para sis-
temas variantes ao tempo e para sistemas n˜ao lineares.
– Equa¸c˜oes de primeira ordem s˜ao de extrema facilidade para computa¸c˜ao anal´ogica
ou digital.
4.2 Soma de convolu¸c˜ao
• A opera¸c˜ao de convolu¸c˜ao surge naturalmente na representa¸c˜ao de sinais e sistemas.
• Soma de convolu¸c˜ao (aperi´odica ou linear): y[n] = x[n] ∗ h[n] =


k=−∞
x[k] h[n −k].
• Propriedades da soma de convolu¸c˜ao
– Comutatividade: x[n] ∗ h[n] = h[n] ∗ x[n].
– Associatividade: (x[n] ∗ h
1
[n]) ∗ h
2
[n] = x[n] ∗ (h
1
[n] ∗ h
2
[n]).
– Distributividade: (x
1
[n] +x
2
[n]) ∗ h[n] = (x
1
[n] ∗ h[n]) + (x
2
[n] ∗ h[n]).
• Pode-se mostrar que: “Para uma soma de convolu¸c˜ao convergir, os sinais envolvidos na
opera¸c˜ao devem ser limitados e pelo menos um deles deve ser absolutamente som´avel”.
• Deve ser ressaltado que, computacionalmente, s´o ´e poss´ıvel calcular a soma de convolu¸c˜ao
x[n] ∗ h[n] se a seq¨ uˆencia x[n] e/ou a seq¨ uˆencia h[n] forem finitas.
A.S.V.
4.3. Equa¸c˜ao de diferen¸ca 41
4.3 Equa¸c˜ao de diferen¸ca
• Defini¸c˜ao
– Uma equa¸c˜ao de diferen¸ca linear, com coeficientes constantes, ´e definida por
N

k=0
a

k
y[n −k] =
N
P

k=−N
F
b

k
x

[n −k] , (4.1)
N, N
F
e N
P
∈ N .
– Normalizando-se (4.1) em rela¸c˜ao ao coeficiente a

0
,= 0, obt´em-se
y[n] = −
N

k=1
a
k
y[n −k] +
N
P

k=−N
F
b
k
x

[n −k] , (4.2)
a
k
=
a

k
a

0
,
b
k
=
b

k
a

0
.
– Adicionando-se atrasos `a seq¨ uˆencia x

[n], a Equa¸c˜ao 4.2 pode ser reescrita como
y[n] = −
N

k=1
a
k
y[n −k] +
L

k=0
b
k
x[n −k] , (4.3)
x

[n] = x[n −N
F
] ,
L = N
P
+N
F
.
– A ordem da Equa¸c˜ao 4.3, ´e definida como o valor m´aximo entre N e L.
• Equa¸c˜ao de diferen¸ca sistema
– Para modelar um sistema SLIT SISO atrav´es de uma equa¸c˜ao de diferen¸ca basta
associar as seq¨ uˆencias x[n] e y[n] com a sua entrada e a sua sa´ıda, respectivamente.
– Na faixa −N
F
≤ k ≤ −1, os valores x

[n−k] representam valores futuros da entrada.
Em um sistema causal, a sa´ıda n˜ao pode depender de entradas futuras. Nesse caso,
deve-se ter N
F
= 0.
– A modifica¸c˜ao da Equa¸c˜ao (4.2) na Equa¸c˜ao (4.3) representa a transforma¸c˜ao de um
sistema n˜ao causal em um sistema causal, atrav´es da inser¸c˜ao de latˆencia no sistema.
TET / UFF
42 Cap´ıtulo 4. Descri¸c˜ao de sistemas lineares e invariantes ao tempo/deslocamento
• Classifica¸c˜ao quanto `a realimenta¸c˜ao da sa´ıda do sistema
– Baseado nos valores dos coeficientes a
k
e b
k
, os sistemas podem ser classificados em:
n˜ao recursivos (sem realimenta¸c˜ao) e recursivos (com realimenta¸c˜ao).
– Sistemas n˜ao recursivos ou all-zero ou MA (Moving Average):
_
_
_
a
k
= 0 , k = 1, 2, , N e N > 0
∃ b
k
,= 0 , k = 0, 1, 2, , L e L > 0
.
– Sistemas recursivos:
∗ All-pole ou AR (Auto Regressive):
_
_
_
∃ a
k
,= 0 , k = 1, 2, , N e N > 0
b
0
,= 0 e b
k
= 0 , k = 1, 2, , L e L > 0
.
∗ Pole-zero ou ARMA (Auto Regressive Moving Average)
_
_
_
∃ a
k
,= 0 , k = 1, 2, , N e N > 0
∃ b
k
,= 0 , k = 0, 1, 2, , L e L > 0
.
– As denomina¸c˜oes all-zero, all-pole e pole-zero s˜ao empregadas por similaridade a
sistemas anal´ogicos. Por sua vez, as denomina¸c˜oes MA, AR e ARMA s˜ao empregadas
por similaridade a processos estoc´asticos.
• C´alculo da sa´ıda do sistema
– Para resolver a equa¸c˜ao de diferen¸ca de ordem N, s˜ao necess´arias N condi¸c˜oes
auxiliares em n = N
0
, que correspondem ao estado do sistema em n = N
0
.
– Supondo-se x[n] = 0, para n < N
0
, o c´alculo de y[n], para n ≥ N
0
, pode ser efetuado
com N condi¸c˜oes auxiliares em n = N
0
, que passam a ser denominadas de condi¸c˜oes
iniciais (CI).
– Uma vez que o sistema ´e invariante ao tempo (ou ao deslocamento), ´e comum que
se considere as condi¸c˜oes iniciais em N
0
= 0.
– Para a equa¸c˜ao de diferen¸ca definida acima, as condi¸c˜oes iniciais em n = 0 s˜ao
equivalentes aos seguintes valores de sa´ıda: y[−1] = y
−1
, , y[−N] = y
−N
.
• Subdivis˜ao da sa´ıda do sistema
– N˜ao ´e dif´ıcil mostrar que o sistema SISO n˜ao relaxado ´e equivalente ao sistema MISO
relaxado descrito por y[n] = −

N
k=1
a
k
y[n−k] +

L
k=0
b
k
x[n−k] +

N
k=1
x
y
−k
[n],
onde x
y
−k
[n] = y
−k

N
j=k
(−a
j
) δ[n −(j −k)], supondo-se x[n] = 0, para n < 0.
– Portanto, o estado inicial pode ser interpretado como um conjunto extra de entradas,
internamente adicionadas ao sistema, que coopera com a entrada externa para gerar
a sa´ıda.
– Uma vez que os sistemas abordados s˜ao lineares, pode-se pensar em decompor a
sa´ıda em duas parcelas, uma delas provocada apenas pela entrada, que ´e aplicada
em um determinada momento, e a outra provocada apenas pelo estado do sistema
no momento da aplica¸c˜ao da entrada: y[n] = y
ent
[n] + y
est
[n], y
ent
[n] = y[n][
CI=0
e
y
est
[n] = y[n][
x[n]=0
.
A.S.V.
4.4. Resposta ao impulso 43
4.4 Resposta ao impulso
• Dado um sistema SLIT, SISO, dinˆamico, relaxado, com entrada x[n] e sa´ıda y[n], pode-se
mostrar que a resposta ao impulso digital unit´ario (δ[n]) caracteriza o sistema.
• Opera¸c˜ao linear associada ao SLIT SISO: T ¦¦.
• Resposta do sistema relaxado a uma entrada gen´erica: x[n] →y
ent
[n] = T ¦x[n]¦.
• Resposta ao impulso digital unit´ario: x[n] = δ[n] →y
ent
[n] = T ¦δ[n]¦ h[n].
• Resposta ao impulso atrasado: x[n] = δ[n −k] →y
ent
[n] = T ¦δ[n −k]¦ h[n, k]
Pela propriedade de invariˆancia ao deslocamento: h[n, k] = h[n −k].
• Resposta ao impulso ponderado:
x[n] = c
0
δ[n] →y
ent
[n] = T ¦c
0
δ[n]¦ = c
0
T ¦δ[n]¦ = c
0
h[n].
• Resposta ao impulso atrasado e ponderado:
x[n] = c
k
δ[n −k] →y
ent
[n] = T ¦c
k
δ[n −k]¦ = c
k
T ¦δ[n −k]¦ = c
k
h[n −k].
• Resposta do sistema relaxado a uma entrada gen´erica, em fun¸c˜ao da resposta ao impulso:
x[n] =

k=−∞
x[k] δ[n −k] →y
ent
[n] = T ¦x[n]¦
= T ¦

k=−∞
x[k] δ[n −k]¦
(aditividade) =

k=−∞
T ¦x[k] δ[n −k]¦
(homogeneidade) =

k=−∞
x[k] T ¦δ[n −k]¦

k=−∞
x[k] h[n, k]
(invariˆancia ao deslocamento) =

k=−∞
x[k] h[n −k]
= x[n] ∗ h[n] . (4.4)
• Do ponto de vista da aplica¸c˜ao de cada amostra do sinal de entrada no sistema, a con-
volu¸c˜ ao pode ser interpretada como uma superposi¸c˜ao (soma) ponderada de respostas a
impulsos deslocados. Isso ´e descrito por
¦y[n]¦ =

k=−∞
¦x[k]¦ ¦h[n −k]¦
= + x[−2] ¦h[n + 2]¦ +
x[−1] ¦h[n + 1]¦ +
x[0] ¦h[n]¦ +
x[1] ¦h[n −1]¦ +
x[2] ¦h[n −2]¦ +
. (4.5)
TET / UFF
44 Cap´ıtulo 4. Descri¸c˜ao de sistemas lineares e invariantes ao tempo/deslocamento
• Do ponto de vista do c´alculo de cada amostra do sinal de sa´ıda, a convolu¸c˜ao pode
ser interpretada como o seguinte conjunto de opera¸c˜oes: espelhamento, deslocamento,
multiplica¸c˜ao e soma. Isso ´e descrito por
¦y[n]¦ =

k=−∞
¦x[k]¦ ¦h[n −k]¦
= ¦ ,


k=−∞
¦x[k]¦ ¦h[−2 −k]¦ ,


k=−∞
¦x[k]¦ ¦h[−1 −k]¦ ,


k=−∞
¦x[k]¦ ¦h[−k]¦ ,


k=−∞
¦x[k]¦ ¦h[1 −k]¦ ,


k=−∞
¦x[k]¦ ¦h[2 −k]¦ , ¦
. (4.6)
• Nos sistemas n˜ao recursivos, associando-se uma seq¨ uˆencia b[n] aos coeficientes b
n
:
y[n] =

L
k=0
b
k
x[n−k] =

L
k=0
b[k]x[n−k] =


k=−∞
b[k]x[n−k] = b[n]∗x[n] = x[n]∗b[n].
Portanto, h[n] = b[n].
• Devido ao tipo de resposta ao impulso apresentada, os sistemas podem ser classificados
em: FIR (Finite Impulse Response) e IIR (Infinite Impulse Response).
• Devido `a sua estrutura, os sistemas n˜ao recursivos apresentam resposta ao impulso finita.
Assim, o termo FIR pode ser usado para designar tais sistemas.
• Por outro lado, os sistemas recursivos podem apresentar resposta ao impulso finita ou
infinita. Por´em, embora n˜ao seja correto para todos os casos, encontra-se comumente o
uso da designa¸c˜ao IIR para tais sistemas.
4.5 Diagrama de blocos de complexidade gen´erica
• Representa¸c˜ao gr´afica de um sistema atrav´es da associa¸c˜ao de subsistemas gen´ericos.
• Associa¸c˜oes b´asicas
– Associa¸c˜ao cascata (s´erie)
y[n] = y
21
[n] = h
2
[n] ∗ v[n]
= h
2
[n] ∗ (h
1
[n] ∗ x[n])
= (h
2
[n] ∗ h
1
[n]) ∗ x[n] = h
21
∗ x[n] = h
ser
[n] ∗ x[n]
= (h
1
[n] ∗ h
2
[n]) ∗ x[n] = h
12
∗ x[n] = h
ser
[n] ∗ x[n]
= h
1
[n] ∗ (h
2
[n] ∗ x[n])
= h
1
[n] ∗ w[n] = y
12
[n] .
– Associa¸c˜ao paralela
y[n] = v[n] +w[n]
= (h
1
[n] ∗ x[n]) + (h
2
[n] ∗ x[n])
= (h
1
[n] +h
2
[n]) ∗ x[n]
= h
par
[n] ∗ x[n] .
A.S.V.
4.6. Diagrama de sistema 45
• Realimenta¸c˜ao
– Sistemas em malha aberta (sem realimenta¸c˜ao).
– Sistemas em malha fechada (com realimenta¸c˜ao).
– Realimenta¸c˜ao recursividade.
– Realimenta¸c˜ao computabilidade: loops de computa¸c˜ao sem atrasos.
4.6 Diagrama de sistema
• Defini¸c˜ao
– Um diagrama de sistema ´e uma forma gr´afica de se representar um sistema.
– Ele pode representar a implementa¸c˜ao em hardware, o algoritmo calculado ou,
simplesmente, um modelo de opera¸c˜ao do sistema.
– Uma vez que o diagrama de sistema ´e uma representa¸c˜ao gen´erica de um sistema,
ele ´e tamb´em denominado de realiza¸c˜ao ou estrutura.
– As realiza¸c˜oes n˜ao s˜ao ´ unicas. Um mesmo sistema pode ser modelado por diversas
estruturas diferentes.
– Al´em de fornecerem uma melhor visualiza¸c˜ao da estrutura proposta para o sistema,
tais diagramas permitem ainda que seus respectivos sistemas sejam analisados ou
projetados atrav´es de m´etodos gr´aficos.
• Opera¸c˜oes
– As opera¸c˜oes mais b´asicas de um sistema s˜ao:
∗ Deslocamento unit´ario: w[n] = v[n ±1].
∗ Escalamento em amplitude: w[n] = K v[n].
∗ Adi¸c˜ao: w[n] = v
1
[n] +v
2
[n].
– No caso de sistemas causais, os deslocamentos s˜ao apenas atrasos. Portanto, a
opera¸c˜ao b´asica ´e o atraso unit´ario (unit Delay - D): w[n] = v[n −1] = D¦v[n]¦.
– Estruturas canˆonicas s˜ao aquelas com um n´ umero m´ınimo de atrasadores unit´arios.
Por´em, o termo“canˆonica em rela¸c˜ao a”tamb´em ´e usado para designar uma estrutura
com um n´ umero m´ınimo de um elemento qualquer.
• Representa¸c˜oes gr´aficas
– As representa¸c˜oes gr´aficas mais comuns s˜ao:
∗ Diagrama de blocos b´asicos.
∗ Diagrama ou grafo de fluxo de sinal (Signal Flow Graph - SFG).
– A descri¸c˜ao de um sistema por meio de um SFG possibilita que a Teoria dos Grafos
seja utilizada para an´alise e/ou projeto do sistema. Por exemplo, o c´alculo da re-
la¸c˜ao entre dois pontos quaisquer de um sistema, pode ser realizado atrav´es da sua
modelagem por um SFG e da aplica¸c˜ao da Regra de Mason.
– Normalmente, as duas representa¸c˜oes n˜ao s˜ao utilizadas em conjunto na descri¸c˜ao
de um sistema.
– A Tabela 4.1 apresenta uma correspondˆencia entre os elementos constituintes de um
diagrama de blocos e aqueles do seu respectivo SFG.
TET / UFF
46 Cap´ıtulo 4. Descri¸c˜ao de sistemas lineares e invariantes ao tempo/deslocamento
Diagrama de blocos SFG
Vari´avel de entrada N´o fonte (source)
Vari´avel de sa´ıda N´o sorvedouro (sink)
Vari´avel interna N´o interno
N´o de distribui¸c˜ao N´o de distribui¸c˜ao
Somador N´o de soma
Multiplicador Peso de ramo
Atrasador Peso de ramo
Sentido de sinal Sentido de ramo
Tabela 4.1: Diagrama de blocos SFG: correspondˆencia entre os elementos constituintes.
• Transposi¸c˜ao
– Dada uma estrutura que represente um SLIT SISO, e utilizando-se a propriedade de
transposi¸c˜ao dos grafos, pode-se obter a estrutura transposta equivalente.
– Transposi¸c˜ao do grafo de um SLIT SISO:
∗ Trocar os n´os de sa´ıda e de entrada entre si.
∗ Reverter os sentidos de todos os ramos, mantendo seus respectivos pesos.
∗ Com isso, os n´os de expans˜ao ser˜ao transformados em n´os de soma e vice-versa.
– Transposi¸c˜ao do diagrama de blocos de um SLIT SISO:
∗ Op¸c˜ao 1: DB −→ SFG −→ SFG transposto −→ DB transposto.
∗ Op¸c˜ao 2:
Trocar os sinais de sa´ıda e de entrada entre si.
Reverter os sentidos de todos os sinais, e, conseq¨ uentemente, de todos os
multiplicadores e de todos os atrasadores.
Trocar cada n´o de distribui¸c˜ao por um somador e vice-versa.
4.7 Diagrama de sistema equa¸c˜ao de diferen¸ca
4.7.1 Estruturas b´asicas
• Duas estruturas b´asicas s˜ao largamente utilizadas:
– Linha de retardo com deriva¸c˜oes (tapped delay line).
– Combinador linear (linear combiner).
• Uma linha de retardo com deriva¸c˜oes ´e uma estrutura SIMO, composta de um arranjo
cascata (s´erie) de atrasadores unit´arios, com entrada x[n] e sa´ıdas definidas por
y
k
[n] = x[n −k], onde 0 ≤ k ≤ K e k ∈ N.
• Um combinador linear ´e uma estrutura MISO, composta de multiplicadores e somadores,
com entradas x
k
[n] e sa´ıda definida por y[n] =

K
k=0
c
k
x
k
[n], onde k ∈ N.
• A associa¸c˜ao de uma linha de retardo com deriva¸c˜oes e um combinador linear d´a origem
`a denominada estrutura transversal, que ´e uma estrutura SISO, com entrada x[n] e sa´ıda
definida por y[n] =

K
k=0
c
k
x
k
[n] =

K
k=0
c
k
x[n −k].
A.S.V.
4.7. Diagrama de sistema equa¸c˜ao de diferen¸ca 47
4.7.2 Operador atraso unit´ario
Um atraso unit´ario pode ser representado por um operador linear D¦¦, definido como
v[n −1] = D¦v[n]¦ . (4.7)
Utilizando-se (4.7) de forma recorrente, pode-se representar um atraso gen´erico por um
operador linear D
k
¦¦, k ∈ N, definido como
v[n −k] = D¦D¦ D¦v[n]¦¦¦ = D
k
¦v[n]¦ =
_
D
k
_
v[n] (4.8)
e
D
0
¦v[n]¦ =
_
D
0
_
v[n] = v[n] . (4.9)
Empregando-se (4.8) e (4.9), pode-se definir
K

k=0
c
k
v[n −k] =
K

k=0
c
k
D
k
¦v[n]¦ =
_
K

k=0
c
k
D
k
_
v[n]
=
K

k=0
D
k
¦c
k
v[n]¦ =
_
K

k=0
D
k
_
c
k
v[n] . (4.10)
4.7.3 Operador linear de transferˆencia
Utilizando-se o operador linear atraso unit´ario D¦¦, a equa¸c˜ao de diferen¸ca gen´erica
y[n] = −
N

k=1
a
k
y[n −k] +
L

k=0
b
k
x[n −k] (4.11)
pode ser reescrita como
y[n] = −
_
N

k=1
a
k
D
k
_
y[n] +
_
L

k=0
b
k
D
k
_
x[n] (4.12)
e
_
1 +
N

k=1
a
k
D
k
_
y[n] =
_
L

k=0
b
k
D
k
_
x[n] (4.13)
e
y[n] =
_

L
k=0
b
k
D
k
_
_
1 +

N
k=1
a
k
D
k
_ x[n] = T(D) x[n] , (4.14)
onde
T(D) =
_

L
k=0
b
k
D
k
_
_
1 +

N
k=1
a
k
D
k
_ = K
1

L
k=1
(D +z
k
)

N
k=1
(D +p
k
)
= K
2

L
k=1
(1 +d
k
D)

N
k=1
(1 +c
k
D)
(4.15)
´e definido como o operador linear de transferˆencia T(D) do SLIT com entrada x[n] e sa´ıda y[n].
TET / UFF
48 Cap´ıtulo 4. Descri¸c˜ao de sistemas lineares e invariantes ao tempo/deslocamento
Os valores de z
k
e p
k
s˜ao pontos singulares ou singularidades de T(D). As ra´ızes z
k
do
polinˆomio numerador fazem com que T(D)[
D=−|z
k
|
= 0, sendo denominadas de zeros de T(D).
As ra´ızes p
k
do polinˆomio denominador fazem com que T(D)[
D=−|p
k
|
→∞, sendo denominadas
de p´olos de T(D).
Por sua vez, o valor de K
i
∈ R ´e denominado de ganho da fatora¸c˜ao.
4.7.4 Biquad
Do ponto de vista matem´atico, as equa¸c˜oes de diferen¸ca de ordem 1 e de ordem 2 s˜ao bem
caracterizadas. Assim sendo, pode ser interessante decompor um sistema de ordem qualquer
em arranjos de subsistemas de ordem 1 e de ordem 2.
Matematicamente, uma fun¸c˜ao polinomial racional do tipo
f(x) =
b
0
+b
1
x +b
2
x
2
a
0
+a
1
x +a
2
x
2
= K
1

(x +z
1
) (x +z
2
)
(x +p
1
) (x +p
2
)
= K
2

(1 +d
1
x) (1 +d
2
x)
(1 +c
1
x) (1 +c
2
x)
(4.16)
´e denominada de forma biquadr´atica.
Uma estrutura que possui um operador linear de transferˆencia T(D) descrito por uma forma
biquadr´atica ´e denominado de biquad.
4.7.5 Equacionamento das estruturas n˜ao recursivas
Equa¸c˜oes gerais
Conforme definido anteriormente, uma equa¸c˜ao de diferen¸ca n˜ao recursiva ´e dada por
y[n] =
L

k=0
b
k
x[n −k] , (4.17)
que, para destacar a contribui¸c˜ao dos valores internos e externos ao sistema, pode ser reescrita
como
y[n] =
L

k=0
b
k
x[n −k]
=
_
L

k=1
b
k
x[n −k]
_
+b
0
x[n]
=
_
L

k=1
b
k
v
k
[n]
_
+b
0
x[n]
= y
int
[n] +y
ext
[n] , (4.18)
onde
y
int
[n] =
L

k=1
b
k
x[n −k] =
L

k=1
b
k
v
k
[n] (4.19)
representa a contribui¸c˜ao dos valores v
k
[n] = x[n−k], armazenados nos atrasadores do sistema,
e
y
ext
[n] = b
0
x[n] (4.20)
representa a contribui¸c˜ao dos valores da entrada x[n], para a gera¸c˜ao da sa´ıda y[n].
A.S.V.
4.7. Diagrama de sistema equa¸c˜ao de diferen¸ca 49
Forma Direta e Forma Direta Transposta
Utilizando-se o operador linear D
k
¦¦, a Equa¸c˜ao (4.18) pode assumir as formas dadas por
y[n] =
L

k=0
b
k
D
k
¦x[n]¦
=
_
b
1
D¦x[n]¦ +b
2
D
2
¦x[n]¦ +b
3
D
3
¦x[n]¦ + +b
L
D
L
¦x[n]¦
_
+b
0
x[n]
= (b
1
v
1
[n] +b
2
v
2
[n] +b
3
v
3
[n] + +b
L
v
L
[n]) +b
0
x[n] (4.21)
e
v
k
[n] = x[n −k] = D
k
¦x[n]¦ = D¦D¦ D¦x[n]¦ ¦¦ , 1 ≤ k ≤ L , (4.22)
que representa a estrutura denominada de Forma Direta, com v´arias linhas de retardo em
paralelo,
y[n] =
L

k=0
b
k
D
k
¦x[n]¦
= (b
1
D¦x[n]¦ +b
2
D¦D¦x[n]¦¦ +b
3
D¦D¦D¦x[n]¦¦¦ +
+b
L
D¦D¦D¦ D¦x[n]¦ ¦¦¦) +b
0
x[n]
= (b
1
v
1
[n] +b
2
v
2
[n] +b
3
v
3
[n] + +b
L
v
L
[n]) +b
0
x[n] (4.23)
e
_
_
_
v
0
[n] = x[n]
v
k
[n] = v
k−1
[n −1] = D¦v
k−1
[n]¦ , 1 ≤ k ≤ L
, (4.24)
que representa a Forma Direta, com uma ´ unica linha de retardo,
y[n] =
L

k=0
D
k
¦b
k
x[n]¦
=
_
D¦b
1
x[n]¦ +D
2
¦b
2
x[n]¦ +D
3
¦b
3
x[n]¦ + +D
L
¦b
L
x[n]¦
_
+b
0
x[n]
=
_
v
1
[n] +D¦v
2
[n]¦ +D
2
¦v
3
[n]¦ + +D
L−1
¦v
L
[n]¦
_
+b
0
x[n] (4.25)
e
v
k
[n] = b
k
x[n −1] = b
k
D¦x[n]¦ = D¦b
k
x[n]¦ , 1 ≤ k ≤ L , (4.26)
que representa a estrutura denominada de Forma Direta Transposta, com v´arias linhas de
retardo em paralelo, e
y[n] =
L

k=0
D
k
¦b
k
x[n]¦
= (D¦b
1
x[n] +D¦b
2
x[n] +D¦b
3
x[n] + +D¦b
L
x[n]¦¦¦¦) +b
0
x[n]
= v
1
[n] +b
0
x[n] , (4.27)
e
_
_
_
v
k
[n] = v
k+1
[n −1] +b
k
x[n −1] = D¦v
k+1
[n] +b
k
x[n]¦ , 1 ≤ k ≤ L
v
L+1
[n] = 0
, (4.28)
que representa a Forma Direta Transposta, com uma ´ unica linha de retardo.
TET / UFF
50 Cap´ıtulo 4. Descri¸c˜ao de sistemas lineares e invariantes ao tempo/deslocamento
Emprego de somadores de duas entradas na Forma Direta
Supondo-se que sejam utilizados somadores de duas entradas, com sa´ıda w
k
[n], 0 ≤ k ≤ L,
as Equa¸c˜oes (4.21) – (4.28) assumem, respectivamente, as formas
y[n] = w
0
[n] = w
1
[n] +b
0
x[n] , (4.29)
_
_
_
w
k
[n] = w
k+1
[n] +b
k
v
k
[n] , 1 ≤ k ≤ L
w
L+1
[n] = 0
(4.30)
e
v
k
[n] = x[n −k] = D
k
¦x[n]¦ = D¦D¦ D¦x[n]¦ ¦¦ , 1 ≤ k ≤ L , (4.31)
que representa a Forma Direta, com v´arias linhas de retardo em paralelo,
y[n] = w
0
[n] = w
1
[n] +b
0
x[n] , (4.32)
_
_
_
w
k
[n] = w
k+1
[n] +b
k
v
k
[n] , 1 ≤ k ≤ L
w
L+1
[n] = 0
(4.33)
e
_
_
_
v
0
[n] = x[n]
v
k
[n] = v
k−1
[n −1] = D¦v
k−1
[n]¦ , 1 ≤ k ≤ L
, (4.34)
que representa a Forma Direta, com uma ´ unica linha de retardo,
y[n] = w
0
[n] = w
1
[n] +b
0
x[n] , (4.35)
_
_
_
w
k
[n] = w
k+1
[n] +v
k
[n −(k −1)] = w
k+1
[n] +D
k−1
¦v
k
[n]¦ , 1 ≤ k ≤ L
w
L+1
[n] = 0
(4.36)
e
v
k
[n] = b
k
x[n −1] = b
k
D¦x[n]¦ = D¦b
k
x[n]¦ , 1 ≤ k ≤ L , (4.37)
que representa a Forma Direta Transposta, com v´arias linhas de retardo em paralelo, e
y[n] = w
0
[n] = v
1
[n] +b
0
x[n] , (4.38)
w
k
[n] = v
k+1
[n] +b
k
x[n] , 1 ≤ k ≤ L (4.39)
e
_
_
_
v
k
[n] = w
k
[n −1] = D¦w
k
[n]¦ , 1 ≤ k ≤ L
v
L+1
[n] = 0
, (4.40)
que representa a Forma Direta Transposta, com uma ´ unica linha de retardo.
A.S.V.
4.7. Diagrama de sistema equa¸c˜ao de diferen¸ca 51
Emprego de nota¸c˜ao matricial na Forma Direta
Utilizando-se nota¸c˜ao matricial, para L = 4, as Equa¸c˜oes (4.21) – (4.28) assumem, respectiva-
mente, as formas
y[n] =
_
b
1
b
2
b
3
b
4
¸
_
¸
¸
_
v
1
[n]
v
2
[n]
v
3
[n]
v
4
[n]
_
¸
¸
_
+ [b
0
] x[n] (4.41)
e
_
¸
¸
_
v
1
[n]
v
2
[n]
v
3
[n]
v
4
[n]
_
¸
¸
_
=
_
¸
¸
_
1
D
D
2
D
3
_
¸
¸
_
x[n −1] (4.42)
ou
_
¸
¸
_
v
1
[n + 1]
v
2
[n + 1]
v
3
[n + 1]
v
4
[n + 1]
_
¸
¸
_
=
_
¸
¸
_
1
D
D
2
D
3
_
¸
¸
_
x[n] (4.43)
que representa a Forma Direta, com v´arias linhas de retardo em paralelo,
y[n] =
_
b
1
b
2
b
3
b
4
¸
_
¸
¸
_
v
1
[n]
v
2
[n]
v
3
[n]
v
4
[n]
_
¸
¸
_
+ [b
0
] x[n] (4.44)
e
_
¸
¸
_
v
1
[n]
v
2
[n]
v
3
[n]
v
4
[n]
_
¸
¸
_
=
_
¸
¸
_
0 0 0 0
1 0 0 0
0 1 0 0
0 0 1 0
_
¸
¸
_
_
¸
¸
_
v
1
[n −1]
v
2
[n −1]
v
3
[n −1]
v
4
[n −1]
_
¸
¸
_
+
_
¸
¸
_
1
0
0
0
_
¸
¸
_
x[n −1] (4.45)
ou
_
¸
¸
_
v
1
[n + 1]
v
2
[n + 1]
v
3
[n + 1]
v
4
[n + 1]
_
¸
¸
_
=
_
¸
¸
_
0 0 0 0
1 0 0 0
0 1 0 0
0 0 1 0
_
¸
¸
_
_
¸
¸
_
v
1
[n]
v
2
[n]
v
3
[n]
v
4
[n]
_
¸
¸
_
+
_
¸
¸
_
1
0
0
0
_
¸
¸
_
x[n] (4.46)
que representa a Forma Direta, com uma ´ unica linha de retardo,
TET / UFF
52 Cap´ıtulo 4. Descri¸c˜ao de sistemas lineares e invariantes ao tempo/deslocamento
y[n] =
_
1 D D
2
D
3
¸
_
¸
¸
_
v
1
[n]
v
2
[n]
v
3
[n]
v
4
[n]
_
¸
¸
_
+ [b
0
] x[n] (4.47)
e
_
¸
¸
_
v
1
[n]
v
2
[n]
v
3
[n]
v
4
[n]
_
¸
¸
_
=
_
¸
¸
_
b
1
b
2
b
3
b
4
_
¸
¸
_
x[n −1] (4.48)
ou
_
¸
¸
_
v
1
[n + 1]
v
2
[n + 1]
v
3
[n + 1]
v
4
[n + 1]
_
¸
¸
_
=
_
¸
¸
_
b
1
b
2
b
3
b
4
_
¸
¸
_
x[n] (4.49)
que representa a Forma Direta Transposta, com v´arias linhas de retardo em paralelo, e
y[n] =
_
1 0 0 0
¸
_
¸
¸
_
v
1
[n]
v
2
[n]
v
3
[n]
v
4
[n]
_
¸
¸
_
+ [b
0
] x[n] (4.50)
e
_
¸
¸
_
v
1
[n]
v
2
[n]
v
3
[n]
v
4
[n]
_
¸
¸
_
=
_
¸
¸
_
0 1 0 0
0 0 1 0
0 0 0 1
0 0 0 0
_
¸
¸
_
_
¸
¸
_
v
1
[n −1]
v
2
[n −1]
v
3
[n −1]
v
4
[n −1]
_
¸
¸
_
+
_
¸
¸
_
b
1
b
2
b
3
b
4
_
¸
¸
_
x[n −1] (4.51)
ou
_
¸
¸
_
v
1
[n + 1]
v
2
[n + 1]
v
3
[n + 1]
v
4
[n + 1]
_
¸
¸
_
=
_
¸
¸
_
0 1 0 0
0 0 1 0
0 0 0 1
0 0 0 0
_
¸
¸
_
_
¸
¸
_
v
1
[n]
v
2
[n]
v
3
[n]
v
4
[n]
_
¸
¸
_
+
_
¸
¸
_
b
1
b
2
b
3
b
4
_
¸
¸
_
x[n] (4.52)
que representa a Forma Direta Transposta, com uma ´ unica linha de retardo.
A.S.V.
4.7. Diagrama de sistema equa¸c˜ao de diferen¸ca 53
4.7.6 Equacionamento das estruturas recursivas
Forma Direta I e Forma Direta II
A equa¸c˜ao de diferen¸ca gen´erica
y[n] = −
N

k=1
a
k
y[n −k] +
L

k=0
b
k
x[n −k] (4.53)
pode ser reescrita como
y[n] = −
N

k=1
a
k
y[n −k] +w[n] (4.54)
e
w[n] =
L

k=0
b
k
x[n −k] (4.55)
ou como
y[n] =
L

k=0
b
k
v[n −k] (4.56)
e
v[n] = −
N

k=1
a
k
v[n −k] +x[n] , (4.57)
onde w[n] e v[n] s˜ao vari´aveis internas do sistema.
De um modo geral, um diagrama de sistema elaborado em uma Forma Direta, como o
pr´oprio nome j´a diz, representa o diagrama obtido diretamente a partir de um determinado
equacionamento. No caso particular de uma equa¸c˜ao de diferen¸ca com recursividade, duas
formas diretas s˜ao definidas. Ambas consideram que o sistema total ´e formado por dois subsis-
temas, conectados em cascata (s´erie), sendo um deles recursivo e o outro n˜ao recursivo.
A Forma Direta I, com origem nas Equa¸c˜oes (4.54) e (4.55), possui o seguinte arranjo:
entrada → sistema n˜ao recursivo → sinal interno → sistema recursivo → sa´ıda.
A Forma Direta II, com origem nas Equa¸c˜oes (4.56) e (4.57), possui o seguinte arranjo:
entrada → sistema recursivo → sinal interno → sistema n˜ao recursivo → sa´ıda.
Decomposi¸c˜ao em arranjos cascata e paralelo
A descri¸c˜ao de (4.53) por meio do operador linear de transferˆencia T(D) definido por (4.14) e
(4.15), permite que sua estrutura global possa ser decomposta em arranjos de dois tipos, usando
estruturas de ordem 1 e de ordem 2: cascata (s´erie) e paralela.
Considerando-se L = N, a decomposi¸c˜ao em um arranjo cascata de estruturas de ordem 2,
com o aux´ılio de uma estrutura de ordem 1, ´e dada por
T(D) =
_
¸
¸
_
¸
¸
_
K
C1

N
2
l=1
b
0l
+b
1l
D+b
2l
D
2
1+a
1l
D+a
2l
D
2
, N par
K
C1

_
(b
00
+b
10
D)
(1+a
10
D)

N−1
2
l=1
b
0l
+b
1l
D+b
2l
D
2
1+a
1l
D+a
2l
D
2
_
, N ´ımpar
, (4.58)
TET / UFF
54 Cap´ıtulo 4. Descri¸c˜ao de sistemas lineares e invariantes ao tempo/deslocamento
T(D) =
_
¸
¸
_
¸
¸
_
K
C2

N
2
l=1

2
k=1
(D+z
kl
)

2
k=1
(D+p
kl
)
, N par
K
C2

_
(D+z
10
D)
(D+p
10
D)

N−1
2
l=1

2
k=1
(D+z
kl
)

2
k=1
(D+p
kl
)
_
, N ´ımpar
(4.59)
ou
T(D) =
_
¸
¸
_
¸
¸
_
K
C3

N
2
l=1

2
k=1
(1+d
kl
D)

2
k=1
(1+c
kl
D)
, N par
K
C3

_
(1+d
10
D)
(1+c
10
D)

N−1
2
l=1

2
k=1
(1+d
kl
D)

2
k=1
(1+c
kl
D)
_
, N ´ımpar
. (4.60)
Considerando-se L = N, a decomposi¸c˜ao em um arranjo paralelo de estruturas de ordem 2,
com o aux´ılio de uma estrutura de ordem 1, ´e dada por
T(D) =
_
¸
¸
¸
_
¸
¸
¸
_
K
P1

N
2
l=1
b

0l
+b

1l
D+b

2l
D
2
1+a
1l
D+a
2l
D
2
, N par
K
P1

_
(
b

00
+b

10
D
)
(1+a
10
D)
+

N−1
2
l=1
b

0l
+b

1l
D+b

2l
D
2
1+a
1l
D+a
2l
D
2
_
, N ´ımpar
, (4.61)
T(D) =
_
¸
¸
¸
_
¸
¸
¸
_
K
P2

N
2
l=1

2
k=1
(
D+z

kl
)

2
k=1
(D+p
kl
)
, N par
K
P2

_
(
D+z

10
D
)
(D+p
10
D)
+

N−1
2
l=1

2
k=1
(
D+z

kl
)

2
k=1
(D+p
kl
)
_
, N ´ımpar
(4.62)
ou
T(D) =
_
¸
¸
¸
_
¸
¸
¸
_
K
P3

N
2
l=1

2
k=1
(
1+d

kl
D
)

2
k=1
(1+c
kl
D)
, N par
K
P3

_
(
1+d

10
D
)
(1+c
10
D)
+

N−1
2
l=1

2
k=1
(
1+d

kl
D
)

2
k=1
(1+c
kl
D)
_
, N ´ımpar
. (4.63)
Detalhes sobre fatora¸c˜oes das equa¸c˜oes de diferen¸ca s˜ao apresentados no Apˆendice C.
4.7.7 Exemplos com estruturas de ordem 1 e de ordem 2
• Exemplos simples, visando estabelecer uma conex˜ao entre algumas equa¸c˜oes e algumas
de suas poss´ıveis realiza¸c˜oes.
• Forma direta
– Estrutura n˜ao recursiva
∗ Caso geral: y[n] =

L
k=0
b
k
x[n −k].
∗ Exemplo 0 (L = 0): y[n] = b
0
x[n].
∗ Exemplo 1 (L = 1): y[n] = b
0
x[n] +b
1
x[n −1].
∗ Exemplo 2 (L = 2): y[n] = b
0
x[n] +b
1
x[n −1] +b
2
x[n −2].
– Estrutura recursiva (caso L = 0)
∗ Caso geral: y[n] = −

N
k=1
a
k
y[n −k] +b
0
x[n].
∗ Exemplo 1 (N = 1): y[n] = (−a
1
)y[n −1] +b
0
x[n].
∗ Exemplo 2 (N = 2): y[n] = (−a
1
)y[n −1] + (−a
2
)y[n −2] +b
0
x[n].
A.S.V.
4.7. Diagrama de sistema equa¸c˜ao de diferen¸ca 55
– Estrutura recursiva (caso L = N)
∗ Caso geral: y[n] = −

N
k=1
a
k
y[n −k] +

N
k=0
b
k
x[n −k].
∗ Exemplo 1 (N = 1): y[n] = (−a
1
)y[n −1] +b
0
x[n] +b
1
x[n −1].
Forma direta I: y[n] = (−a
1
)y[n −1] +v[n] e v[n] = b
0
x[n] +b
1
x[n −1].
Forma direta II: y[n] = b
0
w[n] +b
1
w[n −1] e w[n] = (−a
1
)w[n −1] +x[n].
∗ Exemplo 2 (N = 2):
y[n] = (−a
1
)y[n −1] + (−a
2
)y[n −2] +b
0
x[n] +b
1
x[n −1] +b
2
x[n −2].
Forma direta I: y[n] = (−a
1
)y[n −1] + (−a
2
)y[n −2] +v[n] e
v[n] = b
0
x[n] +b
1
x[n −1] +b
2
x[n −2].
Forma direta II: y[n] = b
0
w[n] +b
1
w[n −1] +b
2
w[n −2] e
w[n] = (−a
1
)w[n −1] + (−a
2
)w[n −2] +x[n].
• Rela¸c˜ao entre os coeficientes na decomposi¸c˜ao de blocos de ordem 2 em arranjos, cascata
e paralelo, de blocos de ordem 1 (L=N=2)
– Associa¸c˜ao cascata (s´erie)
T(D) =
_

2
k=0
b
k
D
k
1 +

2
k=1
a
k
D
k
_
=
(b
0
) + (b
1
) D + (b
2
) D
2
(1) + (a
1
) D + (a
2
) D
2
= b
0

(1) +
_
b
1
b
0
_
D +
_
b
2
b
0
_
D
2
(1) + (a
1
) D + (a
2
) D
2
= K
C

2

l=1
(1 +d
kl
D)
(1 +c
kl
D)
= K
C

(1 +d
k1
D)
(1 +c
k1
D)

(1 +d
k2
D)
(1 +c
k2
D)
= K
C

(1) + (d
k1
+d
k2
) D + (d
k1
d
k2
) D
2
(1) + (c
k1
+c
k2
) D + (c
k1
c
k2
) D
2
– Associa¸c˜ao paralela
T(D) =
_

2
k=0
b

k
D
k
1 +

2
k=1
a
k
D
k
_
=
(b

0
) + (b

1
) D + (b

2
) D
2
(1) + (a
1
) D + (a
2
) D
2
= b

0

(1) +
_
b

1
b

0
_
D +
_
b

2
b

0
_
D
2
(1) + (a
1
) D + (a
2
) D
2
= K
P

2

l=1
(1 +d

kl
D)
(1 +c
kl
D)
= K
P

_
(1 +d

k1
D)
(1 +c
k1
D)
+
(1 +d

k2
D)
(1 +c
k2
D)
_
= K
P

(1 +d

k1
D) (1 +c
k2
D) + (1 +d

k2
D) (1 +c
k1
D)
(1 +c
k1
D) (1 +c
k2
D)
= K
P

(2) + (d

k1
+c
k2
+d

k2
+c
k1
) D + (d

k1
c
k2
+d

k2
c
k1
) D
2
(1) + (c
k1
+c
k2
) D + (c
k1
c
k2
) D
2
TET / UFF
56 Cap´ıtulo 4. Descri¸c˜ao de sistemas lineares e invariantes ao tempo/deslocamento
4.7.8 Casos particulares de interesse
• Estrutura n˜ao recursiva com coeficientes sim´etricos
– Estrutura n˜ao recursiva: y[n] =

L
k=0
b
k
x[n −k].
– Posi¸c˜ao do eixo de simetria: N
S
=
L
2
.
– Quantidade de coeficientes (L + 1)
∗ Para L par: quantidade ´ımpar de coeficientes, com eixo de simetria localizado
na posi¸c˜ao do coeficiente central.
∗ Para L ´ımpar: quantidade par de coeficientes, com eixo de simetria localizado
entre os dois coeficientes centrais.
– Tipo de simetria dos cooeficientes
∗ Simetria par: b
k
= b
L−k
.
∗ Simetria ´ımpar: b
k
= −b
L−k
.
∗ Denomina¸c˜ao comum
Simetria par: simetria.
Simetria ´ımpar: antissimetria.
– Quatro casos poss´ıveis
∗ N´ umero de coeficientes (L + 1): par ou ´ımpar.
∗ Tipo de simetria: par ou ´ımpar.
– Importˆancia
∗ A implementa¸c˜ao de uma estrutura com simetria requer, praticamente, metade
do n´ umero de multiplicadores apresentado por uma estrutura sem simetria, para
um mesmo comprimento L.
∗ A fun¸c˜ao de transferˆencia de um sistema que ´e modelado por uma estrutura com
coeficientes sim´etricos apresenta argumento (ˆangulo de fase) linear.
– Exemplos
∗ L par e simetria par:
y[n] = b
0
x[n] +b
1
x[n −1] +b
2
x[n −2] +b
1
x[n −3] +b
0
x[n −4].
∗ L par e simetria ´ımpar:
y[n] = b
0
x[n] +b
1
x[n −1] + 0x[n −2] + (−b
1
)x[n −3] + (−b
0
)x[n −4].
∗ L ´ımpar e simetria par:
y[n] = b
0
x[n] +b
1
x[n −1] +b
1
x[n −2] +b
0
x[n −3].
∗ L ´ımpar e simetria ´ımpar:
y[n] = b
0
x[n] +b
1
x[n −1] + (−b
1
)x[n −2] + (−b
0
)x[n −3].
• Associa¸c˜ao cascata (s´erie) de estrutura n˜ao recursiva (comb filter) com estrutura recursiva
do tipo all-pole (resonator): a estrutura final ´e do tipo FIR e recebe a denomina¸c˜ao de
frequency-sampling structure.
• Associa¸c˜ao cascata (s´erie) de estruturas n˜ao recursivas do tipo lattice.
A.S.V.
4.8. Equa¸c˜oes de estado 57
4.8 Equa¸c˜oes de estado
4.8.1 Introdu¸c˜ao
• As vari´aveis de estado fornecem uma descri¸c˜ao interna de um sistema.
• De acordo com tal defini¸c˜ao, pode-se dizer que, para um determinado instante n = N
0
,
conhecendo-se o valor de cada uma das vari´aveis de entrada de um sistema r
i
[N
0
] e o
valor de cada uma das vari´aveis de estado x
j
[N
0
], ´e poss´ıvel determinar o valor de cada
uma das suas vari´aveis de sa´ıda y
k
[N
0
].
• Conseq¨ uentemente, conhecendo-se o comportamento temporal de cada uma das vari´aveis
de entrada de um sistema r
i
[N
0
] e o comportamento temporal de cada uma das vari´aveis
de estado x
j
[N
0
], ´e poss´ıvel determinar o comportamento temporal de cada uma das suas
vari´aveis de sa´ıda y
k
[N
0
].
• Portanto, a an´alise de um sistema por meio das Equa¸c˜oes de Estado possui duas etapas:
– Determinar o comportamento temporal das vari´aveis de estado.
– Determinar o comportamento temporal das vari´aveis de sa´ıda.
• Para isso, s˜ao definidos dois conjuntos de equa¸c˜oes lineares de primeira ordem:
– Equa¸c˜ao de estado: que relaciona as vari´aveis de estado com as vari´aveis de entrada.
– Equa¸c˜ao de sa´ıda: que relaciona as vari´aveis de sa´ıda com as vari´aveis de estado e
com as vari´aveis de entrada.
• A vari´avel de sa´ıda de um operador atraso unit´ario ´e uma forte candidata a ser escolhida
como vari´avel de estado, Isso pode ser entendido de duas maneiras equivalentes:
– O operador ´e um elemento capaz de armazenar informa¸c˜ao.
– A rela¸c˜ao entre as vari´aveis de entrada e de sa´ıda do operador ´e uma equa¸c˜ao de
diferen¸ca de primeira ordem: y[n] = r[n −1] ou y[n + 1] = r[n].
4.8.2 Defini¸c˜ao
• O modelo de equa¸c˜oes de estado de um sistema ´e um equacionamento que envolve as
vari´aveis de entrada (r
i
[n]), as vari´aveis de sa´ıda (y
j
[n]) e um dos poss´ıveis conjuntos de
vari´aveis de estado (x
k
[n]) do sistema a ser modelado.
• Matematicamente, o modelo ´e definido da seguinte forma:
– Vetor de seq¨ uˆencias de entrada: r[n] = [ r
1
[n] r
2
[n] r
R
[n] ]
T
.
– Vetor de seq¨ uˆencias de sa´ıda: y[n] = [ y
1
[n] y
2
[n] y
Y
[n] ]
T
.
– Vetor de estados ou vetor de vari´aveis de estado: x[n] = [ x
1
[n] x
2
[n] x
X
[n] ]
T
.
– Equa¸c˜ao de pr´oximo estado: x[n + 1] = A x[n] +B r[n].
– Equa¸c˜ao de sa´ıda: y[n] = C x[n] +D r[n].
– Vetor de condi¸c˜ao inicial ou vetor de estado inicial: x[0].
TET / UFF
58 Cap´ıtulo 4. Descri¸c˜ao de sistemas lineares e invariantes ao tempo/deslocamento
• Das defini¸c˜oes acima pode-se observar que:
dim¦r[n]¦ = R 1, dim¦y[n]¦ = Y 1, dim¦x[n]¦ = X 1,
dim¦A¦ = X X, dim¦B¦ = X R, dim¦C¦ = Y X, dim¦D¦ = Y R.
• O conjunto de matrizes ¦A, B, C, D¦ n˜ao ´e ´ unico para cada sistema. Dado um SLIT e
um conjunto qualquer ¦A, B, C, D¦
i
, que o represente, este pode ser levado a um outro
conjunto qualquer ¦A, B, C, D¦
j
, atrav´es de uma transforma¸c˜ao linear sobre matrizes.
• Este modelo tamb´em ´e denominado de descri¸c˜ao ou representa¸c˜ao no espa¸co de estados.
• Um SLIT de ordem N possui um conjunto de N vari´aveis de estado.
• Uma vez que as vari´aveis de estado guardam a informa¸c˜ao necess´aria para a defini¸c˜ao dos
valores de todas as demais vari´aveis do sistema, ´e natural que a primeira escolha para as
vari´aveis de estado sejam as sa´ıdas do blocos atrasadores, pois elas s˜ao as vari´aveis do
sistema que guardam informa¸c˜ao.
• Assim sendo, para estruturas canˆonicas em rela¸c˜ao aos atrasadores, um SLIT de ordem
N possui um conjunto de N atrasadores.
4.8.3 N˜ao unicidade da representa¸c˜ao de estados
O conjunto de vari´aveis de estado de um sistema n˜ao ´e ´ unico. Portanto, a sua representa¸c˜ao
de estados tamb´em n˜ao ´e ´ unica. A partir de um conjunto de vari´aveis de estado x[n] pode-se
obter um outro conjunto ˆ x[n], atrav´es de uma transforma¸c˜ao linear Q, o que ´e expresso por
ˆ x[n] = Q x[n] . (4.64)
Caso a matriz Q seja n˜ao singular, tem-se que
Q
−1
ˆ x[n] = Q
−1
Q x[n]
= I x[n]
= x[n] . (4.65)
Combinando-se (4.64) e (4.65) com a equa¸c˜ao de pr´oximo estado, obt´em-se
ˆ x[n + 1] = Q x[n + 1]
= Q (A x[n] +B r[n])
= Q A x[n] +Q B r[n]
= Q A Q
−1
ˆ x[n] +Q B r[n]
=
ˆ
A ˆ x[n] +
ˆ
B r[n] , (4.66)
onde
ˆ
A = Q A Q
−1
(4.67)
e
ˆ
B = Q B . (4.68)
A.S.V.
4.9. Equa¸c˜oes de estado equa¸c˜ao de diferen¸ca 59
Por sua vez, combinando-se (4.65) com a equa¸c˜ao de sa´ıda, obt´em-se
y[n] = C x[n] +D r[n]
= C Q
−1
ˆ x[n] +D r[n]
=
ˆ
C ˆ x[n] +
ˆ
D r[n] , (4.69)
onde
ˆ
C = C Q
−1
(4.70)
e
ˆ
D = D . (4.71)
4.9 Equa¸c˜oes de estado equa¸c˜ao de diferen¸ca
Supondo-se um SLIT SISO, descrito por uma equa¸c˜ao de diferen¸ca, pode-se facilmente obter
uma representa¸c˜ao de estados para o sistema a partir de uma estrutura canˆonica, considerando-
se a sa´ıda de cada atrasador unit´ario como uma vari´avel de estado.
Como exemplo, considere-se um SLIT SISO, de ordem 4, descrito por
y[n] = −
4

k=1
a
k
y[n −k] +
4

k=0
b
k
r[n −k] . (4.72)
Supondo-se uma estrutura IIR na Forma Direta II e definindo-se a vari´avel interna
v[n] = −
4

k=1
a
k
v[n −k] +r[n] , (4.73)
pode-se escrever 4.72 como
y[n] =
4

k=0
b
k
v[n −k] . (4.74)
4.9.1 Forma canˆonica com matriz companheira - I
Definindo-se as sa´ıdas dos atrasadores como vari´aveis de estado, de tal forma que
x
1
[n] = v[n −1]
x
2
[n] = v[n −2]
x
3
[n] = v[n −3]
x
4
[n] = v[n −4] , (4.75)
obt´em-se
TET / UFF
60 Cap´ıtulo 4. Descri¸c˜ao de sistemas lineares e invariantes ao tempo/deslocamento
x
1
[n + 1] = v[n] = −a
1
v[n −1] −a
2
v[n −2] −a
3
v[n −3] −a
4
v[n −4] +r[n]
= −a
1
x
1
[n] −a
2
x
2
[n] −a
3
x
3
[n] −a
4
x
4
[n] +r[n]
x
2
[n + 1] = v[n −1] = x
1
[n]
x
3
[n + 1] = v[n −2] = x
2
[n]
x
4
[n + 1] = v[n −3] = x
3
[n] , (4.76)
o que pode ser descrito matricialmente como
_
¸
¸
_
x
1
[n + 1]
x
2
[n + 1]
x
3
[n + 1]
x
4
[n + 1]
_
¸
¸
_
=
_
¸
¸
_
−a
1
−a
2
−a
3
−a
4
1 0 0 0
0 1 0 0
0 0 1 0
_
¸
¸
_
_
¸
¸
_
x
1
[n]
x
2
[n]
x
3
[n]
x
4
[n]
_
¸
¸
_
+
_
¸
¸
_
1
0
0
0
_
¸
¸
_
_
r[n]
¸
(4.77)
ou
x[n + 1] = A x[n] +B r[n] . (4.78)
Por sua vez, usando-se a Equa¸c˜ao(4.74), a sa´ıda pode ser definida por
y[n] = b
0
v[n] +b
1
v[n −1] +b
2
v[n −2] +b
3
v[n −3] +b
4
v[n −4]
= b
0
(−a
1
x
1
[n] −a
2
x
2
[n] −a
3
x
3
[n] −a
4
x
4
[n] +r[n]) +
b
1
x
1
[n] +b
2
x
2
[n] +b
3
x
3
[n] +b
4
x
4
[n]
= (b
1
−b
0
a
1
)x
1
[n] + (b
2
−b
0
a
2
)x
2
[n] + (b
3
−b
0
a
3
)x
3
[n] + (b
4
−b
0
a
4
)x
4
[n] +
b
0
r[n] , (4.79)
que, matricialmente, assume a forma
_
y[n]
¸
=
_
(b
1
−b
0
a
1
) (b
2
−b
0
a
2
) (b
3
−b
0
a
3
) (b
4
−b
0
a
4
)
¸
_
¸
¸
_
x
1
[n]
x
2
[n]
x
3
[n]
x
4
[n]
_
¸
¸
_
+
_
b
0
¸ _
r[n]
¸
(4.80)
ou
y[n] = C x[n] +D r[n] . (4.81)
4.9.2 Forma canˆonica com matriz companheira - II
Definindo-se as sa´ıdas dos atrasadores como vari´aveis de estado, de tal forma que
x
1
[n] = v[n −4]
x
2
[n] = v[n −3]
x
3
[n] = v[n −2]
x
4
[n] = v[n −1] , (4.82)
obt´em-se
A.S.V.
4.9. Equa¸c˜oes de estado equa¸c˜ao de diferen¸ca 61
x
1
[n + 1] = v[n −3] = x
2
[n]
x
2
[n + 1] = v[n −2] = x
3
[n]
x
3
[n + 1] = v[n −1] = x
4
[n]
x
4
[n + 1] = v[n] = −a
1
v[n −1] −a
2
v[n −2] −a
3
v[n −3] −a
4
v[n −4] +r[n]
= −a
1
x
4
[n] −a
2
x
3
[n] −a
3
x
2
[n] −a
4
x
1
[n] +r[n] , (4.83)
o que pode ser descrito matricialmente como
_
¸
¸
_
x
1
[n + 1]
x
2
[n + 1]
x
3
[n + 1]
x
4
[n + 1]
_
¸
¸
_
=
_
¸
¸
_
0 1 0 0
0 0 1 0
0 0 0 1
−a
4
−a
3
−a
2
−a
1
_
¸
¸
_
_
¸
¸
_
x
1
[n]
x
2
[n]
x
3
[n]
x
4
[n]
_
¸
¸
_
+
_
¸
¸
_
0
0
0
1
_
¸
¸
_
_
r[n]
¸
(4.84)
ou
x[n + 1] = A x[n] +B r[n] . (4.85)
Por sua vez, usando-se a Equa¸c˜ao(4.74), a sa´ıda pode ser definida por
y[n] = b
0
v[n] +b
1
v[n −1] +b
2
v[n −2] +b
3
v[n −3] +b
4
v[n −4]
= b
0
(−a
1
x
4
[n] −a
2
x
3
[n] −a
3
x
2
[n] −a
4
x
1
[n] +r[n]) +
b
1
x
4
[n] +b
2
x
3
[n] +b
3
x
2
[n] +b
4
x
1
[n]
= (b
4
−b
0
a
4
)x
1
[n] + (b
3
−b
0
a
3
)x
2
[n] + (b
2
−b
0
a
2
)x
3
[n] + (b
1
−b
0
a
1
)x
4
[n] +
b
0
r[n] , (4.86)
que, matricialmente, assume a forma
_
y[n]
¸
=
_
(b
4
−b
0
a
4
) (b
3
−b
0
a
3
) (b
2
−b
0
a
2
) (b
1
−b
0
a
1
)
¸
_
¸
¸
_
x
1
[n]
x
2
[n]
x
3
[n]
x
4
[n]
_
¸
¸
_
+
_
b
0
¸ _
r[n]
¸
(4.87)
ou
y[n] = C x[n] +D r[n] . (4.88)
TET / UFF
62 Cap´ıtulo 4. Descri¸c˜ao de sistemas lineares e invariantes ao tempo/deslocamento
4.10 Exerc´ıcios propostos
1. Dadas a constante N
D
∈ N
+
e a seq¨ uˆencia finita x[n] = ¦3, 2, 1¦, para n = ¦0, 1, 2¦,
esboce os seguintes gr´aficos:
• x[n] n.
• x[−n] n.
• x[n −N
D
] n.
• x[n +N
D
] n.
• x[−n −N
D
] n.
• x[−n +N
D
] n.
2. Prove que a soma de convolu¸c˜ao y[n] = x[n] ∗ h[n] possui as seguintes propriedades:
• Comutatividade.
• Associatividade.
• Distributividade.
3. Dados um sinal x
1
[n], com valores n˜ao nulos apenas no intervalo N
1
L
≤ n ≤ N
1
H
,
um sinal x
2
[n], com valores n˜ao nulos apenas no intervalo N
2
L
≤ n ≤ N
2
H
, e o sinal
y[n] = x
1
[n] ∗ x
2
[n], apresente exemplos gr´aficos das trˆes seq¨ uˆencias e calcule o intervalo
de valores potencialmente n˜ao nulos para o sinal y[n], dadas as seguintes rela¸c˜oes:
• N
1
L
< N
1
H
< N
2
L
< N
2
H
.
• N
1
L
< N
2
L
< N
1
H
< N
2
H
.
• N
1
L
= N
2
L
< N
1
H
= N
2
H
.
• N
2
L
< N
1
L
< N
2
H
< N
1
H
.
• N
2
L
< N
2
H
< N
1
L
< N
1
H
.
4. Dado o sinal y[n] = x
1
[n] ∗ x
2
[n], onde x
1
[n] e x
2
[n] s˜ao seq¨ uˆencias finitas, com limites
N
1
L
< N
1
H
e N
2
L
< N
2
H
, respectivamente, calcule:
• A quantidade de valores potencialmente n˜ao nulos de y[n].
• Os limites N
y
L
< N
y
H
de valores potencialmente n˜ao nulos de y[n].
5. Ajuste os limites da equa¸c˜ao da soma de convolu¸c˜ao y[n] = x
1
[n] ∗ x
2
[n], assumindo que
os sinais x
1
[n] e x
2
[n] possuem as seguintes caracter´ısticas:
(a) x
1
[n] e x
2
[n] s˜ao seq¨ uˆencias bilaterais.
(b) x
1
[n] ´e uma seq¨ uˆencia bilateral e x
2
[n] ´e uma seq¨ uˆencia lateral direita, com limite
N
2
.
(c) x
1
[n] ´e uma seq¨ uˆencia lateral esquerda, com limite N
1
, e x
2
[n] ´e uma seq¨ uˆencia
bilateral.
(d) x
1
[n] e x
2
[n] s˜ao seq¨ uˆencias finitas, com limites N
1
L
< N
1
H
e N
2
L
< N
2
H
,
respectivamente.
6. Calcule a resposta ao impulso h[n] de um SLIT n˜ao recursivo y[n] =

L
k=0
b
k
x[n −k] e
esboce o gr´afico h[n] n.
A.S.V.
4.10. Exerc´ıcios propostos 63
7. Dado um SLIT composto por uma associa¸c˜ao paralela de dois SLITs (S1 e S2) definidos
por equa¸c˜oes de diferen¸ca, onde: a
S1
= [a
0
] = [1], b
S1
= [b
0
b
1
b
2
] = [0.4 0.3 0.1],
a
S2
= [a
0
] = [1] e b
S2
= [b
0
b
1
b
2
] = [0.6 0.4 0.2], atenda aos seguintes itens:
(a) Desenhe o diagrama de blocos gen´ericos do SLIT.
(b) Desenhe o diagrama de sistema do SLIT.
(c) Calcule a resposta ao impulso h
1
[n] do subsistema S1.
(d) Calcule a resposta ao impulso h
2
[n] do subsistema S2.
(e) Calcule, algebricamente, a resposta ao impulso h[n] do SLIT.
(f) Calcule, graficamente, a resposta do SLIT `a entrada x[n], cujos valores n˜ao nulos
s˜ao dados por x[−5 −4 −3] = [3 2 1].
8. Dado um SLIT composto por uma associa¸c˜ao cascata (s´erie) de dois SLITs (S1 e S2)
definidos por equa¸c˜oes de diferen¸ca, onde: a
S1
= [a
0
] = [1], b
S1
= [b
0
b
1
b
2
] = [0.5 0.3 0.1],
a
S2
= [a
0
] = [1] e b
S2
= [b
0
b
1
b
2
] = [0.6 0.4 0.2], atenda aos seguintes itens:
• Desenhe o diagrama de blocos gen´ericos do SLIT.
• Desenhe o diagrama de sistema do SLIT.
• Calcule a resposta ao impulso h
1
[n] do subsistema S1.
• Calcule a resposta ao impulso h
2
[n] do subsistema S2.
• Calcule, graficamente, a resposta ao impulso h[n] do sistema.
• Calcule, graficamente, a resposta do SLIT `a entrada x[n], cujos valores n˜ ao nulos
s˜ao dados por x[2 3 4] = [3 2 1].
9. Dado um sistema SISO descrito por y[n] = −

N
k=1
a
k
y[n − k] +

L
k=0
b
k
x[n − k],
onde N > 0, L ≥ 0, com condi¸c˜oes iniciais y[−1] = y
−1
, y[−2] = y
−2
, , y[−N] = y
−N
e x[n] = f[n] u[n], atenda aos seguintes itens:
• Desenhe sua estrutura na Forma Direta I, para N = 1, N = 2 e N = 3, considerando
que os atrasadores possam ser inicializados com suas respectivas condi¸c˜oes iniciais.
• Adapte cada estrutura do item anterior, considerando que o conte´ udo de um atrasador
possa ser apenas anulado e aplicando a condi¸c˜ao inicial como entrada extra.
• Redesenhe cada estrutura do item anterior, interpretando-as como sistemas MISO
relaxados, y[−1] = y[−2] = = y[−N] = 0, com cada entrada possuindo o seu
pr´oprio subsistema de elementos b´asicos de sistema.
• A partir das estruturas do item anterior, mostre que o sistema SISO n˜ao relaxado
´e equivalente a um sistema MISO relaxado, descrito pela equa¸c˜ao de diferen¸ca
modificada y[n] = −

N
k=1
a
k
y[n − k] +

L
k=0
b
k
x[n − k] +

N
k=1
x
y
−k
[n], onde
x
y
−k
[n] = y
−k

N
j=k
(−a
j
) δ[n −(j −k)].
10. Assumindo o significado original para o termo “forma canˆonica” de uma estrutura, um
aluno de Processamento Digital de Sinais garante que: i) toda estrutura associada a uma
equa¸c˜ao de diferen¸ca recursiva ´e n˜ao canˆonica e ii) toda estrutura associada a uma equa¸c˜ao
de diferen¸ca n˜ao recursiva ´e canˆonica. As afirmativas s˜ao corretas? Justifique.
TET / UFF
64 Cap´ıtulo 4. Descri¸c˜ao de sistemas lineares e invariantes ao tempo/deslocamento
11. Um aluno de Processamento Digital de Sinais garante que, para uma dada equa¸c˜ao de
diferen¸ca, linear, com coeficientes constantes, n˜ao recursiva, com condi¸c˜oes iniciais nulas,
´e poss´ıvel apresentar seis estruturas, as quais s˜ao pictoricamente diferentes entre si:
(a) Forma Direta (FD).
(b) Forma Direta Transposta (FDT).
(c) Estrutura das Equa¸c˜oes de Estado escritas a partir da FD (EEFD).
(d) Estrutura das Equa¸c˜oes de Estado escritas a partir da FDT (EEFDT).
(e) EEFD transposta.
(f) EEFDT transposta.
A afirmativa ´e correta?
Justifique, usando, como exemplo, um sistema com trˆes atrasadores.
12. Trabalhando com sistemas lineares e invariantes ao deslocamento (SLITs) gen´ericos,
descritos por equa¸c˜oes de diferen¸ca lineares, com coeficientes constantes gen´ericos, um
aluno de Processamento Digital de Sinais garante que a associa¸c˜ao cascata de subsis-
temas gera sempre um sistema de ordem superior `a ordem de cada subsistema utilizado.
Ele garante o mesmo para a associa¸c˜ao paralela. As afirmativas s˜ao corretas? Justifique.
13. Dado um SLIT formado por uma associa¸c˜ao cascata (s´erie) de duas se¸c˜oes n˜ao recursivas
de 2
a
ordem, atenda aos seguintes itens:
• Apresente a equa¸c˜ao de diferen¸ca de cada se¸c˜ao: y
1
[n] = f
1
(x
1
[n −k], a
1k
, b
1k
) e
y
2
[n] = f
2
(x
2
[n −k], a
2k
, b
2k
).
• Apresente a equa¸c˜ao de diferen¸ca do sistema: y[n] = f(x[n −k], a
k
, b
k
).
• Desenhe a realiza¸c˜ao de cada se¸c˜ao, em blocos b´asicos e em diagramas de fluxo de
sinal (SFG), considerando as seguintes formas:
– Forma direta I.
– Forma direta I transposta.
• Desenhe a realiza¸c˜ao do sistema formado por uma ´ unica se¸c˜ao, em blocos b´asicos e
em diagramas de fluxo de sinal (SFG), considerando as seguintes formas:
– Forma direta I.
– Forma direta I transposta.
• Calcule a resposta ao impulso de cada se¸c˜ao, h
1
[n] e h
2
[n], a partir de suas equa¸c˜oes
de diferen¸ca.
• Calcule a resposta ao impulso do sistema, h[n], a partir de sua equa¸c˜ao de diferen¸ca.
• Calcule a resposta ao impulso do sistema, h[n], utilizando um processo de convolu¸c˜ao,
graficamente, passo a passo.
A.S.V.
4.10. Exerc´ıcios propostos 65
14. Dada a forma biquadr´atica
f(x) =
b
0
+b
1
x +b
2
x
2
a
0
+a
1
x +a
2
x
2
= K
1

(x +z
1
) (x +z
2
)
(x +p
1
) (x +p
2
)
= K
2

(1 +d
1
x) (1 +d
2
x)
(1 +c
1
x) (1 +c
2
x)
,
atenda aos seguintes itens:
• Calcule a rela¸c˜ao entre os conjuntos de parˆametros das fatora¸c˜oes, ¦z
k
, p
k
, K
1
¦ e
¦c
k
, d
k
, K
2
¦, e o conjunto de parˆametros originais ¦b
k
, a
k
¦.
• Para a forma original e ambas as fatora¸c˜oes, desenhe as seguintes realiza¸c˜ oes, uti-
lizando blocos b´asicos e diagramas de fluxo de sinal (SFG), de tal forma que cada
multiplicador seja associado a apenas um dos coeficientes da equa¸c˜ao de diferen¸ca:
– Forma direta I.
– Forma direta I transposta.
– Forma direta II.
– Forma direta II transposta.
15. Dado um SLIT definido por uma equa¸c˜ao de diferen¸ca, com N = L = 3 e a
0
,= 1, desenhe
as seguintes realiza¸c˜oes, utilizando blocos b´asicos e diagramas de fluxo de sinal (SFG),
de tal forma que cada multiplicador seja associado a apenas um dos coeficientes da equa¸c˜ao
de diferen¸ca:
• Forma direta I.
• Forma direta I transposta.
• Forma direta II.
• Forma direta II transposta.
16. Dado um SLIT formado por uma associa¸c˜ao cascata (s´erie) de uma se¸c˜ao de 1
a
ordem
(N = L = 1) e de uma se¸c˜ao de 2
a
ordem (N = L = 2), atenda aos seguintes itens:
• Apresente a equa¸c˜ao de diferen¸ca de cada se¸c˜ao.
• Apresente a equa¸c˜ao que descreve o sistema.
• Desenhe a realiza¸c˜ao do sistema, em blocos b´asicos e em diagramas de fluxo de sinal
(SFG), considerando cada se¸c˜ao nas seguintes formas:
– Forma direta I.
– Forma direta I transposta.
– Forma direta II.
– Forma direta II transposta.
17. Dado um SLIT formado por uma associa¸c˜ao cascata (s´erie) de duas se¸c˜oes de 2
a
ordem
(N = L = 2), atenda aos seguintes itens:
• Apresente a equa¸c˜ao de diferen¸ca de cada se¸c˜ao.
• Apresente a equa¸c˜ao que descreve o sistema.
• Desenhe a realiza¸c˜ao do sistema, em blocos b´asicos e em diagramas de fluxo de sinal
(SFG), considerando cada se¸c˜ao nas seguintes formas:
– Forma direta I.
– Forma direta I transposta.
– Forma direta II.
– Forma direta II transposta.
TET / UFF
66 Cap´ıtulo 4. Descri¸c˜ao de sistemas lineares e invariantes ao tempo/deslocamento
18. Suponha o sistema linear e invariante ao deslocamento (SLIT), relaxado, definido por
y[n] =
_
4

k=1
b
0k
+b
1k
D
1 +a
1k
D
_
x[n] = T(D) x[n] (4.89)
ou por
y[n] = (T
1
(D) T
2
(D)) x[n] , (4.90)
onde
T(D) =
_
4

k=1
b
0k
+b
1k
D
1 +a
1k
D
_
, (4.91)
T
1
(D) =
_
2

k=1
b
0k
+b
1k
D
1 +a
1k
D
_
=

2
k=0
c
k1
D
k
1 +

2
k=1
d
k1
D
k
, (4.92)
T
2
(D) =
_
4

k=3
b
0k
+b
1k
D
1 +a
1k
D
_
=

2
k=0
c
k2
D
k
1 +

2
k=1
d
k2
D
k
, (4.93)
e
(D
k
) x[n] = D
k
¦x[n]¦ = x[n −k] . (4.94)
Atenda aos seguintes itens:
(a) Para cada bloco de ordem 1 da Equa¸c˜ao (4.89), com os coeficientes a
lm
e b
lm
,
apresente as seguintes descri¸c˜oes:
i. Equa¸c˜ao de diferen¸ca.
ii. Realiza¸c˜ao na Forma Direta I.
iii. Realiza¸c˜ao na Forma Direta I transposta.
iv. Realiza¸c˜ao na Forma Direta II.
v. Realiza¸c˜ao na Forma Direta II transposta.
(b) Para cada bloco de ordem 2 da Equa¸c˜ao (4.90), calcule os coeficientes c
lm
e d
lm
.
A.S.V.
4.10. Exerc´ıcios propostos 67
(c) Para cada bloco de ordem 2 da Equa¸c˜ao (4.90), com os coeficientes c
lm
e d
lm
,
apresente as seguintes descri¸c˜oes:
i. Equa¸c˜ao de diferen¸ca.
ii. Realiza¸c˜ao na Forma Direta I.
iii. Realiza¸c˜ao na Forma Direta I transposta.
iv. Realiza¸c˜ao na Forma Direta II.
v. Realiza¸c˜ao na Forma Direta II transposta.
vi. Equa¸c˜oes de estado (formas canˆonicas).
vii. Realiza¸c˜ao das equa¸c˜oes de estado apresentadas.
viii. Realiza¸c˜ao transposta das equa¸c˜oes de estado apresentadas.
(d) Obtenha a equa¸c˜ao de diferen¸ca na forma
y[n] =
4

k=1
(−α
k
) y[n −k] +
4

k=0
β
k
x[n −k] (4.95)
e apresente, para (4.95), as seguintes descri¸c˜oes:
i. Realiza¸c˜ao na Forma Direta I.
ii. Realiza¸c˜ao na Forma Direta I transposta.
iii. Realiza¸c˜ao na Forma Direta II.
iv. Realiza¸c˜ao na Forma Direta II transposta.
v. Equa¸c˜oes de estado (formas canˆonicas).
vi. Realiza¸c˜ao das equa¸c˜oes de estado apresentadas.
vii. Realiza¸c˜ao transposta das equa¸c˜oes de estado apresentadas.
19. Suponha o sistema linear e invariante ao deslocamento (SLIT), relaxado, definido por
y[n] =
_
4

k=1
b
0k
+b
1k
D
1 +a
1k
D
_
x[n] = T(D) x[n] (4.96)
ou por
y[n] = (T
1
(D) +T
2
(D)) x[n] , (4.97)
onde
T(D) =
_
4

k=1
b
0k
+b
1k
D
1 +a
1k
D
_
, (4.98)
T
1
(D) =
_
2

k=1
b
0k
+b
1k
D
1 +a
1k
D
_
=

2
k=0
c
k1
D
k
1 +

2
k=1
d
k1
D
k
, (4.99)
T
2
(D) =
_
4

k=3
b
0k
+b
1k
D
1 +a
1k
D
_
=

2
k=0
c
k2
D
k
1 +

2
k=1
d
k2
D
k
, (4.100)
e
(D
k
) x[n] = D
k
¦x[n]¦ = x[n −k] . (4.101)
TET / UFF
68 Cap´ıtulo 4. Descri¸c˜ao de sistemas lineares e invariantes ao tempo/deslocamento
Atenda aos seguintes itens:
(a) Para cada bloco de ordem 1 da Equa¸c˜ao (4.96), com os coeficientes a
lm
e b
lm
,
apresente as seguintes descri¸c˜oes:
i. Equa¸c˜ao de diferen¸ca.
ii. Realiza¸c˜ao na Forma Direta I.
iii. Realiza¸c˜ao na Forma Direta I transposta.
iv. Realiza¸c˜ao na Forma Direta II.
v. Realiza¸c˜ao na Forma Direta II transposta.
(b) Para cada bloco de ordem 2 da Equa¸c˜ao (4.97), calcule os coeficientes c
lm
e d
lm
.
(c) Para cada bloco de ordem 2 da Equa¸c˜ao (4.97), com os coeficientes c
lm
e d
lm
,
apresente as seguintes descri¸c˜oes:
i. Equa¸c˜ao de diferen¸ca.
ii. Realiza¸c˜ao na Forma Direta I.
iii. Realiza¸c˜ao na Forma Direta I transposta.
iv. Realiza¸c˜ao na Forma Direta II.
v. Realiza¸c˜ao na Forma Direta II transposta.
vi. Equa¸c˜oes de estado (formas canˆonicas).
vii. Realiza¸c˜ao das equa¸c˜oes de estado apresentadas.
viii. Realiza¸c˜ao transposta das equa¸c˜oes de estado apresentadas.
(d) Obtenha a equa¸c˜ao de diferen¸ca na forma
y[n] =
4

k=1
(−α
k
) y[n −k] +
4

k=0
β
k
x[n −k] (4.102)
e apresente, para (4.102), as seguintes descri¸c˜oes:
i. Realiza¸c˜ao na Forma Direta I.
ii. Realiza¸c˜ao na Forma Direta I transposta.
iii. Realiza¸c˜ao na Forma Direta II.
iv. Realiza¸c˜ao na Forma Direta II transposta.
v. Equa¸c˜oes de estado (formas canˆonicas).
vi. Realiza¸c˜ao das equa¸c˜oes de estado apresentadas.
vii. Realiza¸c˜ao transposta das equa¸c˜oes de estado apresentadas.
20. Dado um SLIT definido por uma equa¸c˜ao de diferen¸ca, com N = L = 2 e a
0
,= 1, atenda
aos seguintes itens:
• Na Forma Direta II, considere o vetor de estados x[n] =
_
x
1
[n] x
2
[n]
¸
T
, de tal
forma que y[n] = b
0
v[n] +b
1
x
2
[n] +b
2
x
1
[n], calcule as matrizes A, B, C e D e
escreva as equa¸c˜oes de estado do sistema.
• Na Forma Direta II transposta, considere o vetor de estados x[n] =
_
x
1
[n] x
2
[n]
¸
T
,
de tal forma que seja mantida a mesma associa¸c˜ao entre as vari´aveis de estado e os
atrasadores unit´arios empregada na Forma Direta II (D
k
↔x
k
), calcule as matrizes
A, B, C e D e escreva as equa¸c˜oes de estado do sistema.
A.S.V.
4.10. Exerc´ıcios propostos 69
21. Dado o SLIT definido por y[n] =

4
k=0
b
k
v[n−k] e v[n] =

4
k=1
(−a
k
)v[n−k] +r[n], onde
r[n], y[n] e v[n] s˜ao, respectivamente, a entrada, a sa´ıda e uma vari´avel interna, calcule
as matrizes do equacionamento de estados, considerando o seguinte vetor de estados:
x[n] = [x
1
[n] x
2
[n] x
3
[n] x
4
[n]]
T
= [v[n −1] v[n −2] v[n −3] v[n −4]]
T
.
22. Dado um SLIT descrito pelo vetor de estados x[n] =
_
x
1
[n] x
2
[n]
¸
T
e pelas matrizes
A =
_
a
11
a
12
a
21
a
22
_
, B =
_
b
1
b
2
_
, C =
_
c
1
c
2
¸
e D =
_
d
¸
, considere o novo vetor
de estados ˆ x[n] =
_
ˆ x
1
[n] ˆ x
2
[n]
¸
T
=
_
(x
1
[n] −x
2
[n]) (x
1
[n] +x
2
[n])
¸
T
e atenda aos
seguintes itens:
(a) Calcule as matrizes Q e Q
−1
, de mudan¸ca de vetores de estado x[n] ←→ ˆ x[n].
(b) Calcule as novas matrizes
ˆ
A,
ˆ
B,
ˆ
C e
ˆ
D.
23. Dada a matriz Q =
_
¸
¸
_
0 0 0 1
0 0 1 0
0 1 0 0
1 0 0 0
_
¸
¸
_
, atenda aos seguintes itens:
• Calcule a matriz inversa Q
−1
.
• Prove que a multiplica¸c˜ao QM equivale a aplicar a opera¸c˜ao de espelhamento
up-down sobre a a matriz M.
• Prove que a multiplica¸c˜ao MQ
−1
equivale a aplicar a opera¸c˜ao de espelhamento
left-right sobre a a matriz M.
• Prove que a multiplica¸c˜ao QMQ
−1
equivale a aplicar as opera¸c˜oes de espelhamento
up-down e left-right, em ambas as ordens de aplica¸c˜ao, sobre a a matriz M.
24. Foi pedido a um aluno de Processamento Digital de Sinais que escrevesse as equa¸c˜oes de
estado de um sistema linear e invariante ao deslocamento (SLIT), relaxado, recursivo, com
a = [1, a
1
, a
2
, a
3
] e b = [b
0
, b
1
, b
2
, b
3
], a partir de sua descri¸c˜ao dada pela Forma Direta I.
Como resultado, ele apresentou as Equa¸c˜oes (4.103) – (4.105). As equa¸c˜oes apresen-
tadas representam um poss´ıvel conjunto de equa¸c˜oes de estado para o SLIT em quest˜ao?
Justifique.
_
¸
¸
¸
¸
¸
¸
_
x
1
[n + 1]
x
2
[n + 1]
x
3
[n + 1]
x
4
[n + 1]
x
5
[n + 1]
x
6
[n + 1]
_
¸
¸
¸
¸
¸
¸
_
=
_
¸
¸
¸
¸
¸
¸
_
(−a
1
) (−a
2
) (−a
3
) b
1
b
2
b
3
1 0 0 0 0 0
0 1 0 0 0 0
0 0 0 0 0 0
0 0 0 1 0 0
0 0 0 0 1 0
_
¸
¸
¸
¸
¸
¸
_

_
¸
¸
¸
¸
¸
¸
_
x
1
[n]
x
2
[n]
x
3
[n]
x
4
[n]
x
5
[n]
x
6
[n]
_
¸
¸
¸
¸
¸
¸
_
+
_
¸
¸
¸
¸
¸
¸
_
b
0
0
0
1
0
0
_
¸
¸
¸
¸
¸
¸
_
r[n] (4.103)
y[n] =
_
(−a
1
) (−a
2
) (−a
3
) b
1
b
2
b
3
¸

_
¸
¸
¸
¸
¸
¸
_
x
1
[n]
x
2
[n]
x
3
[n]
x
4
[n]
x
5
[n]
x
6
[n]
_
¸
¸
¸
¸
¸
¸
_
+ [b
0
] r[n] (4.104)
TET / UFF
70 Cap´ıtulo 4. Descri¸c˜ao de sistemas lineares e invariantes ao tempo/deslocamento
x[0] =
_
¸
¸
¸
¸
¸
¸
_
x
1
[0]
x
2
[0]
x
3
[0]
x
4
[0]
x
5
[0]
x
6
[0]
_
¸
¸
¸
¸
¸
¸
_
=
_
¸
¸
¸
¸
¸
¸
_
0
0
0
0
0
0
_
¸
¸
¸
¸
¸
¸
_
(4.105)
25. A sintaxe [y, x
f
] = filter (b, a, r, x
i
) indica que foram dados:
• A especifica¸c˜ao de um sistema linear e invariante ao deslocamento (SLIT) por meio
dos coeficientes a = [a
0
, a
1
, , a
N
] e b = [b
0
, b
1
, , b
L
] da equa¸c˜ao de diferen¸ca que
o define.
• A entrada r = [ r[0], r[1], , r[K] ].
• O estado inicial x
i
= [ x
1
[0], x
2
[0], , x
M
[0] ].
Baseando-se no c´alculo das equa¸c˜oes da estrutura denominada de Forma Direta II Trans-
posta, que descreve o SLIT, a fun¸c˜ao retorna:
• A sa´ıda y = [ y[0], y[1], , y[K] ].
• O estado final x
f
= [ x
1
[K], x
2
[K], , x
M
[K] ].
Dado um sistema descrito por a = [1, 3, 5] e b = [0, 4, 6], com o estado inicial x
i
= [0, 0, 0],
atenda aos seguintes itens:
(a) Escreva as Equa¸c˜oes de Estado do SLIT.
(b) Calcule as matrizes A, B, C e Ddo SLIT, de tal forma que seja poss´ıvel acompanhar
os resultados do c´alculo efetuado atrav´es das equa¸c˜oes de estado diretamente com
aqueles obtidos atrav´es da fun¸c˜ao filter().
(c) A partir dos itens (a) e (b), calcule a sa´ıda e o estado final, para as seguintes entradas:
i. r = [1].
ii. r = [1, 1].
iii. r = [1, 1, 0].
iv. r = [1, 1, 0, −1].
v. r = [1, 1, 0, −1, −1].
(d) Esboce os gr´aficos r[n] n e y[n] n, para o item (c.v).
A.S.V.
Cap´ıtulo 5
C´alculo da resposta de um SLIT
5.1 Introdu¸c˜ao
• Um dos principais objetivos a serem alcan¸cados quando se modela um sistema ´e o c´alculo
da sua sa´ıda, a qual ´e interpretada com uma resposta do sistema a uma energia aplicada
externamente e/ou a uma energia internamente armazenada.
• Dados utilizados na defini¸c˜ao do problema:
– Equa¸c˜ao de diferen¸ca ou equa¸c˜oes de estado: que representam o sistema.
– Condi¸c˜oes iniciais ou estado inicial: que representam a energia interna do sistema.
– Entrada: que representa a energia externamente aplicada ao sistema.
• Procedimentos poss´ıveis para o c´alculo da resposta de um SLIT:
– Implementa¸c˜ao em hardware ou c´alculo num´erico: solu¸c˜ao baseada na itera¸c˜ao da
equa¸c˜ao de diferen¸ca ou das equa¸c˜oes de estado, a partir das condi¸c˜oes iniciais ou
do estado inicial.
– Forma fechada:
∗ Solu¸c˜ao baseada em algumas itera¸c˜oes das equa¸c˜oes de estado, a partir do estado
inicial, e posterior tentativa de inferˆencia de uma forma geral para a sa´ıda.
∗ Solu¸c˜ao baseada em algumas itera¸c˜oes da equa¸c˜ao de diferen¸ca, a partir das
condi¸c˜oes iniciais, e posterior tentativa de inferˆencia de uma forma geral para a
sa´ıda.
∗ Solu¸c˜ao convencional da equa¸c˜ao de diferen¸ca, atrav´es do c´alculo das respos-
tas homogˆenea y
h
[n], particular y
p
[n] e complementar y
c
[n], com o aux´ılio das
condi¸c˜oes iniciais.
– Casos particulares:
∗ C´alculo da resposta ao impulso h[n] a partir da resposta homogˆenea y
h
[n]:
h[0] = y
ent
[0] e h[n] = y
h
[n], para n > 0 e condi¸c˜ao inicial h[0].
∗ C´alculo da resposta ao impulso h[n] a partir da resposta ao degrau y
u
[n]:
δ[n] = u[n] −u[n −1] →h[n] = y
u
[n] −y
u
[n −1].
∗ C´alculo da resposta `a entrada y
ent
[n], dado um SLIT FIR relaxado, com resposta
ao impulso h[n]: y[n] = y
ent
[n] +y
est
[n] = y
ent
[n] = x[n] ∗ h[n] = h[n] ∗ x[n].
71
72 Cap´ıtulo 5. C´alculo da resposta de um SLIT
5.2 Equa¸c˜oes de estado respostas do sistema
No equacionamento de estados, o vetor de sa´ıdas ´e computado a partir do vetor de estados
e do vetor de entradas. Por sua vez, o vetor de estados ´e calculado recursivamente, a partir
do pr´oprio vetor de estados, do vetor de entradas e do estado inicial (valor inicial do vetor
de estados). Dessa forma, manipulando-se as equa¸c˜oes de estado, pode-se calcular o vetor de
sa´ıdas diretamente a partir do estado inicial e do vetor de entradas.
5.2.1 Resposta gen´erica
Definindo-se o instante inicial por N
0
= 0, o estado inicial por x[N
0
] = x[0] e utilizando-se a
equa¸c˜ao de pr´oximo estado
x[n + 1] = A x[n] +B r[n] ,
o valor de x[n], para n > N
0
= 0, ´e dado por
x[1] = A x[0] +B r[0] = A
1
x[0] +I B r[0] = A
1
x[0] +A
0
B r[0]
x[2] = A x[1] +B r[1] = A
2
x[0] +A
1
B r[0] +A
0
B r[1]
x[3] = A x[2] +B r[2] = A
3
x[0] +A
2
B r[0] +A
1
B r[1] +A
0
B r[2]
.
.
.
x[n] = A
n
x[0] +
(n−1)

k=0
A
(n−1−k)
B r[k] , n > 0. (5.1)
Substituindo-se a Equa¸c˜ao (5.1) na equa¸c˜ao de sa´ıda, obt´em-se
y[n] =
_
C x[0] +D r[0] , n = 0
C A
n
x[0] +C

(n−1)
k=0
A
(n−1−k)
B r[k] +D r[n] , n > 0
. (5.2)
5.2.2 Resposta ao estado
Para um sistema com estado inicial x[0] e entrada nula, a resposta ´e dada por
y[n] =
_
C x[0] , n = 0
C A
n
x[0] , n > 0
. (5.3)
5.2.3 Resposta `a entrada
Para um sistema relaxado e entrada r[n], a resposta ´e dada por
y[n] =
_
D r[0] , n = 0
C

(n−1)
k=0
A
(n−1−k)
B r[k] +D r[n] , n > 0
. (5.4)
Conseq¨ uentemente, a resposta ao impulso unit´ario ´e calculada por
h[n] =
_
D , n = 0
C A
(n−1)
B , n > 0
. (5.5)
A.S.V.
5.3. Solu¸c˜ ao convencional da equa¸c˜ao de diferen¸ca 73
5.3 Solu¸c˜ao convencional da equa¸c˜ao de diferen¸ca
• Exemplos de c´alculo da resposta de um SLIT de primeira ordem, utilizando a solu¸c˜ao
convencional da equa¸c˜ao de diferen¸ca, s˜ao apresentados no Apˆendice F.
• A Tabela 5.1 apresenta o resultado para o sistema descrito pela equa¸c˜ao de diferen¸ca
y[n] +a
1
y[n −1] = 0, com condi¸c˜ao inicial y[−1].
• As Tabelas 5.2 e 5.3 resumem os resultados para o sistema relaxado descrito pela equa¸c˜ao
de diferen¸ca y[n] +a
1
y[n −1] = b
0
x[n], onde H
D0
(Ω) =
_
b
0
1+a
1
e
−jΩ
_
.
• As Tabelas 5.4 e 5.5 resumem os resultados para o sistema relaxado descrito pela equa¸c˜ao
de diferen¸ca y[n] +a
1
y[n −1] = b
1
x[n −1], onde H
D1
(Ω) =
_
b
1
e
−jΩ
1+a
1
e
−jΩ
_
.
• As Tabelas 5.6 e 5.7 resumem os resultados para o sistema relaxado descrito pela equa¸c˜ao
de diferen¸ca y[n] +a
1
y[n −1] = b
0
x[n] +b
1
x[n −1].
x[n] y
h
[n]
0 y[−1] (−a
1
)
n+1
u[n]
Tabela 5.1: Solu¸c˜ao da equa¸c˜ao homogˆenea para um SLIT descrito por y[n] + a
1
y[n − 1] = 0,
com condi¸c˜ao inicial y[−1].
x[n] y
p
[n]
δ[n]
_
b
0
1+a
1
_
(δ[n])
u[n]
_
b
0
1+a
1
_
(u[n])
z
n
0
u[n]
_
b
0
1+a
1
z
−1
0
_
(z
n
0
u[n])
e
jΩ
0
n
u[n]
_
b
0
1+a
1
e
−jΩ
0
_

_
e
jΩ
0
n
u[n]
_
cos(Ω
0
n) u[n] [H
D0
(Ω
0
)[ cos(Ω
0
n +∠H
D0
(Ω
0
)) u[n]
Tabela 5.2: Solu¸c˜ao particular para um SLIT descrito por y[n] +a
1
y[n −1] = b
0
x[n].
x[n] y
c
[n]
δ[n] (−1)
_
b
0
1+a
1
_
¦(−a
1
)
n+1
u[n] −(−a
1
)
n
u[n −1]¦
u[n] (−1)
_
b
0
1+a
1
_
(−a
1
)
n+1
u[n]
z
n
0
u[n] (−1)
_
b
0
1+a
1
z
−1
0
_
z
−1
0
(−a
1
)
n+1
u[n]
e
jΩ
0
n
u[n] (−1)
_
b
0
1+a
1
e
−jΩ
0
_
e
−jΩ
0
(−a
1
)
n+1
u[n]
cos(Ω
0
n) u[n] (−1) [H
D0
(Ω
0
)[ cos(Ω
0
−∠H
D0
(Ω
0
)) (−a
1
)
n+1
u[n]
Tabela 5.3: Solu¸c˜ao complementar para um SLIT descrito por y[n] +a
1
y[n −1] = b
0
x[n].
TET / UFF
74 Cap´ıtulo 5. C´alculo da resposta de um SLIT
x[n] y
p
[n]
δ[n]
_
b
1
1+a
1
_
(δ[n −1])
u[n]
_
b
1
1+a
1
_
(u[n −1])
z
n
0
u[n]
_
b
1
z
−1
0
1+a
1
z
−1
0
_
(z
n
0
u[n −1])
e
jΩ
0
n
u[n]
_
b
1
e
−jΩ
0
1+a
1
e
−jΩ
0
_

_
e
jΩ
0
n
u[n −1]
_
cos(Ω
0
n) u[n] [H
D1
(Ω
0
)[ cos(Ω
0
n +∠H
D1
(Ω
0
)) u[n −1]
Tabela 5.4: Solu¸c˜ao particular para um SLIT descrito por y[n] +a
1
y[n −1] = b
1
x[n −1].
x[n] y
c
[n]
δ[n] (−1)
_
b
1
1+a
1
_
¦(−a
1
)
n
u[n −1] −(−a
1
)
n−1
u[n −2]¦
u[n] (−1)
_
b
1
1+a
1
_
(−a
1
)
n
u[n −1]
z
n
0
u[n] (−1)
_
b
1
1+a
1
z
−1
0
_
z
−1
0
(−a
1
)
n
u[n −1]
e
jΩ
0
n
u[n] (−1)
_
b
1
1+a
1
e
−jΩ
0
_
e
−jΩ
0
(−a
1
)
n
u[n −1]
cos(Ω
0
n) u[n] (−1)
_
b
1
b
0
_
[H
D0
(Ω
0
)[ cos(Ω
0
−∠H
D0
(Ω
0
)) (−a
1
)
n
u[n −1]
Tabela 5.5: Solu¸c˜ao complementar para um SLIT descrito por y[n] +a
1
y[n −1] = b
1
x[n −1].
A.S.V.
5.3. Solu¸c˜ ao convencional da equa¸c˜ao de diferen¸ca 75
x[n] y
p
[n]
δ[n]
_
b
0
1+a
1
_
(δ[n]) +
_
b
1
1+a
1
_
(δ[n −1])
u[n]
_
b
0
1+a
1
_
(u[n]) +
_
b
1
1+a
1
_
(u[n −1])
z
n
0
u[n]
_
b
0
1+a
1
z
−1
0
_
(z
n
0
u[n]) +
_
b
1
z
−1
0
1+a
1
z
−1
0
_
(z
n
0
u[n −1])
e
jΩ
0
n
u[n]
_
b
0
1+a
1
e
−jΩ
0
_

_
e
jΩ
0
n
u[n]
_
+
_
b
1
e
−jΩ
0
1+a
1
e
−jΩ
0
_

_
e
jΩ
0
n
u[n −1]
_
[H
D0
(Ω
0
)[ cos(Ω
0
n +∠H
D0
(Ω
0
)) u[n]
cos(Ω
0
n) u[n] +
[H
D1
(Ω
0
)[ cos(Ω
0
n +∠H
D1
(Ω
0
)) u[n −1]
Tabela 5.6: Solu¸c˜ao particular para um SLIT descrito por y[n] +a
1
y[n−1] = b
0
x[n] +b
1
x[n−1].
x[n] y
c
[n]
(−1)
_
b
0
1+a
1
_
¦(−a
1
)
n+1
u[n] −(−a
1
)
n
u[n −1]¦
δ[n] +
(−1)
_
b
1
1+a
1
_
¦(−a
1
)
n
u[n −1] −(−a
1
)
n−1
u[n −2]¦
(−1)
_
b
0
1+a
1
_
(−a
1
)
n+1
u[n]
u[n] +
(−1)
_
b
1
1+a
1
_
(−a
1
)
n
u[n −1]
(−1)
_
b
0
1+a
1
z
−1
0
_
z
−1
0
(−a
1
)
n+1
u[n]
z
n
0
u[n] +
(−1)
_
b
1
1+a
1
z
−1
0
_
z
−1
0
(−a
1
)
n
u[n −1]
(−1)
_
b
0
1+a
1
e
−jΩ
0
_
e
−jΩ
0
(−a
1
)
n+1
u[n]
e
jΩ
0
n
u[n] +
(−1)
_
b
1
1+a
1
e
−jΩ
0
_
e
−jΩ
0
(−a
1
)
n
u[n −1]
(−1) [H
D0
(Ω
0
)[ cos(Ω
0
−∠H
D0
(Ω
0
)) (−a
1
)
n+1
u[n]
cos(Ω
0
n) u[n] +
(−1)
_
b
1
b
0
_
[H
D0
(Ω
0
)[ cos(Ω
0
−∠H
D0
(Ω
0
)) (−a
1
)
n
u[n −1]
Tabela 5.7: Solu¸c˜ao complementar para um SLIT descrito por y[n] + a
1
y[n − 1] = b
0
x[n] +
b
1
x[n −1].
TET / UFF
76 Cap´ıtulo 5. C´alculo da resposta de um SLIT
5.4 SLIT FIR com entrada de comprimento indefinido
• C´alculo da resposta `a entrada y
ent
[n], dado um SLIT FIR relaxado, com resposta ao
impulso h[n]: y[n] = y
ent
[n] +y
est
[n] = y
ent
[n] = x[n] ∗ h[n] = h[n] ∗ x[n].
• Comprimentos das seq¨ uˆencias: N
y
= N
x
+N
h
−1, onde N
x
´e indefinido e N
h
´e finito.
• Poss´ıveis problemas
– Comprimento: N
x
de valor elevado.
– Opera¸c˜oes: quantidade excessiva de valores a serem calculados.
– Espa¸co: quantidade excessiva de valores a serem armazenados.
– Tempo: atraso excessivo na produ¸c˜ao do resultado, pois o c´alculo s´o pode ser efetu-
ado ap´os terem sido adquiridos todos os valores dos operandos.
• Poss´ıvel solu¸c˜ao
– Segmenta¸c˜ao do c´alculo ou block filtering.
– Segmenta¸c˜ao de x[n] em seq¨ uˆencias x
m
[n], de comprimento L
x
.
– C´alculo de segmentos y
m
[n] da convolu¸c˜ao y[n], com dimens˜ao fixa N
y
m
.
• Block filtering
– Problema: efeito de borda em cada segmento y
m
[n] do c´alculo de y[n].
– Solu¸c˜oes
∗ M´etodo baseado em convolu¸c˜ao linear, com N
y
m
= (L
x
+N
h
−1): overlap-add.
∗ M´etodo baseado em convolu¸c˜ao circular, com N
y
m
= L
x
: overlap-save.
– Caracter´ısticas
∗ Overlap-add: o m´etodo naturalmente gera superposi¸c˜ao em parte dos segmentos
y
m
[n]. Os valores superpostos devem ser somados para produzir o resultado final
y[n] correto.
∗ Overlap-save: o m´etodo naturalmente gera erros no c´alculo. Para contornar esse
problema, ´e adicionada uma superposi¸c˜ao na montagem dos segmentos x
m
[n]. A
parte errada de y
m
[n], relativa `a superposi¸c˜ao, ´e descartada. Os demais valores
s˜ao guardadas e justapostos aos demais segmentos assim calculados.
• Overlap-add
– T´ecnica de block filtering baseada no c´alculo da convolu¸c˜ao linear.
– Seq¨ uˆencias: h[n] (comprimento finito) e x[n] (comprimento indefinido).
– Segmenta¸c˜ao da seq¨ uˆencia x[n]:
x[n] =

m=0
x
m
[n] (5.6)
e
x
m
[n] =
_
x[n] , (mL
x
) ≤ n ≤ (m+ 1) (L
x
−1)
0 , caso contr´ario
(5.7)
A.S.V.
5.4. SLIT FIR com entrada de comprimento indefinido 77
ou
x[n] =

m=0
x
m
[n −mL
x
] (5.8)
e
x
m
[n] =
_
x[n +mL
x
] , 0 ≤ n ≤ (L
x
−1)
0 , caso contr´ario
. (5.9)
– C´alculo segmentado da convolu¸c˜ao:
De (5.6) e (5.7), obt´em-se:
y[n] =

m=0
y
m
[n] (5.10)
e
y
m
[n] = h[n] ∗ x
m
[n] =

k=−∞
h[n −k]x
m
[n] =
(m+1)(L
x
−1)

k=(mL
x
)
h[n −k]x
m
[n] , (5.11)
para (mL
x
) ≤ n ≤ (m+ 1) (N
h
+L
x
−1).
De (5.8) e (5.9), obt´em-se:
y[n] =

m=0
y
m
[n −mL
x
] (5.12)
e
y
m
[n] = h[n] ∗ x
m
[n] =

k=−∞
h[n −k]x
m
[k] =
(L
x
−1)

k=0
h[n −k]x
m
[k] , (5.13)
para 0 ≤ n ≤ (N
h
+L
x
−1).
– Superposi¸c˜ao (overlap) dos segmentos y
m
[n]:
∗ Comprimento de cada segmento x
m
[n]: L
x
.
∗ Comprimento de cada segmento da convolu¸c˜ao y
m
[n]: L
x
+N
h
−1.
∗ Comprimento da superposi¸c˜ao nas bordas de y
m
[n]: N
h
−1.
– Tratamento da superposi¸c˜ao dos segmentos y
m
[n]: adi¸c˜ao dos conjuntos de valores
superpostos, para completar o c´alculo da convolu¸c˜ao nas bordas de cada segmento.
TET / UFF
78 Cap´ıtulo 5. C´alculo da resposta de um SLIT
• Overlap-save
– T´ecnica de block filtering baseada no uso da convolu¸c˜ao circular para efetuar o c´alculo
da convolu¸c˜ao linear.
– Seq¨ uˆencias: h[n] (comprimento finito) e x[n] (comprimento indefinido).
– Segmenta¸c˜ao da seq¨ uˆencia x[n]: nesse caso, ser for adotada a segmenta¸c˜ao definida
pelas Equa¸c˜oes (5.6) a (5.9), os (N
h
−1) pontos iniciais de cada convolu¸c˜ao
circular ˜ y
m
[n] =
˜
h[n] ˜ x
m
[n] assumir˜ao valores diferentes daqueles apresentados
pela convolu¸c˜ao linear y
m
[n] = h[n] ∗ x
m
[n]. Os demais (L
x
−(N
h
−1)) pontos
representar˜ao a convolu¸c˜ao linear corretamente.
– Segmenta¸c˜ao adequada da seq¨ uˆencia x[n]: deve ser realizada uma segmenta¸c˜ao onde
os (N
h
−1) pontos iniciais de cada segmento x
m
[n] sejam c´opias dos (N
h
−1) pontos
finais do segmento anterior. Dessa forma, os valores incorretos de ˜ y
m
[n] gerados por
tais pontos iniciais, poder˜ao ser descartados do c´alculo da convolu¸c˜ao do segmento,
uma vez que eles j´a foram calculados corretamente no segmento anterior.
Deslocamento inicial de x[n], para gera¸c˜ao de (N
h
−1) valores nulos iniciais:
x/[n] = x[n −(N
h
−1)] u[n −(N
h
−1)] , 0 ≤ n ≤ (N
x
+ (N
h
−1) −1) . (5.14)
Segmenta¸c˜ao de x/[n], com superposi¸c˜ao de (N
h
−1) valores iniciais:
x/
m
[n] = x/[n −m(L
x
−(N
h
−1))] , 0 ≤ n ≤ (L
x
−1) . (5.15)
– C´alculo segmentado da convolu¸c˜ao: os (N
h
−1) pontos iniciais de cada segmento de
convolu¸c˜ao circular ˜ y
m
[n] devem ser ignorados, pois apresentam valores incorretos.
Os demais valores representam o segmento de convolu¸c˜ao linear y
m
[n] e devem ser
guardados para serem justapostos aos demais segmentos assim calculados.
˜ y
m
[n] =
˜
h[n] ∗ ˜ x
m
[n] , 0 ≤ n ≤ (L
x
−1) . (5.16)
y
m
[n] =
_
0 , 0 ≤ n ≤ (N
h
−2)
˜ y
m
[n] , (N
h
−1) ≤ n ≤ (L
x
−1)
. (5.17)
y[n] =

m=0
y
m
[n −m(L
x
−(N
h
−1))] . (5.18)
– Superposi¸c˜ao (overlap) dos segmentos ˜ y
m
[n]:
∗ Comprimento de cada segmento x
m
[n]: L
x
.
∗ Comprimento da superposi¸c˜ao nas bordas de x
m
[n]: N
h
−1.
∗ Comprimento de cada segmento da convolu¸c˜ao ˜ y
m
[n]: L
x
.
∗ Comprimento de cada segmento da convolu¸c˜ao y
m
[n]: L
x
−(N
h
−1).
– Tratamento da superposi¸c˜ao dos segmentos ˜ y
m
[n]: abandono dos (N
h
−1) pontos
iniciais de cada segmento, que representam valores incorretos. Armazenamentos dos
demais L
x
−(N
h
−1) pontos, que representam o segmento da convolu¸c˜ao y
m
[n].
A.S.V.
5.5. Tipos de respostas de um SLIT 79
5.5 Tipos de respostas de um SLIT
Observando-se o resultado dos c´alculos das respostas dos sistemas de primeira ordem, pode-se
propor uma organiza¸c˜ao ou classifica¸c˜ao da resposta total do SLIT em adi¸c˜oes de parcelas com
determinadas caracter´ısticas. Embora tal classifica¸c˜ao esteja sendo definida a partir de sistemas
de primeira ordem, pode-se mostrar que eles valem para sistemas de ordens superiores.
5.5.1 Caso geral
• Conceitos b´asicos
– H´a um SLIT descrito por uma equa¸c˜ao de diferen¸ca ou por equa¸c˜oes de estado.
– H´a um ponto inicial de an´alise n = N
0
. Normalmente, devido `a propriedade de
invariˆancia ao deslocamento, adota-se n = N
0
= 0.
– H´a uma entrada passada, anterior a n = N
0
, que ´e normalmente desconhecida, mas
que produz um estado inicial em n = N
0
.
– Caso o SLIT seja representado por uma equa¸c˜ao de diferen¸ca, o estado inicial ´e
representado por valores da sa´ıda anteriores a n = N
0
. Se o sistema for representado
por equa¸c˜oes de estado, o estado inicial ´e representado por um vetor de estados
inicial em n = N
0
.
– H´a uma entrada atual, aplicada a partir do ponto n = N
0
, que ´e a entrada de
interesse.
– Deseja-se calcular a sa´ıda atual a partir do ponto n = N
0
, conhecendo-se o estado
inicial e a entrada atual.
• A resposta total y
tot
[n] de um SLIT, descrito por uma equa¸c˜ao de diferen¸ca, submetido a
uma entrada atual x[n], e possuindo uma determinada condi¸c˜ao ou estado inicial, pode ser
dividida em diferentes partes, dependendo das caracter´ısticas que se pretende observar:
– Solu¸c˜ao da equa¸c˜ao de diferen¸ca: respostas homogˆenea, particular e complementar.
– Influˆencia interna ou externa: respostas ao estado e `a entrada.
– Forma da resposta: respostas natural e for¸cada.
– Dura¸c˜ao da resposta: respostas transit´oria e permanente.
• Da resolu¸c˜ao da equa¸c˜ao de diferen¸ca, s˜ao obtidas a resposta da equa¸c˜ao homogˆenea y
h
[n]
e resposta do sistema relaxado y
r
[n], a qual ´e composta pela soma da resposta particular
y
p
[n] com a resposta complementar y
c
[n]: y
tot
[n] = y
h
[n] +y
r
[n] = y
h
[n] + (y
p
[n] +y
c
[n]).
• A resposta homogˆenea y
h
[n] representa a influˆencia da energia interna do sistema, nele
depositada antes da aplica¸c˜ao da entrada atual. A resposta particular y
p
[n] representa a
influˆencia direta da entrada atual. A resposta complementar y
c
[n] representa a influˆencia
da energia interna do sistema, depositada pela entrada atual.
• Pode-se interpretar a resposta homogˆenea y
h
[n] como a resposta ao estado y
est
[n] e
interpretar a resposta do sistema relaxado y
r
[n] como a resposta `a entrada y
ent
[n]:
y
tot
[n] = y
est
[n] +y
ent
[n].
TET / UFF
80 Cap´ıtulo 5. C´alculo da resposta de um SLIT
• Uma vez que a forma das respostas homogˆenea y
h
[n] e complementar y
c
[n] ´e determinada
pelo sistema e a forma da resposta particular y
p
[n] ´e determinada pela entrada, podem-se
definir a resposta natural (do sistema) y
nat
[n] = (y
h
[n] +y
c
[n]) e a resposta for¸cada (pela
entrada) y
for
[n] = y
p
[n]: y
tot
[n] = y
nat
[n] +y
for
[n].
• Agrupando-se as partes da resposta total que tendem ou n˜ao a zero, podem-se definir a
resposta transit´oria y
tran
[n] e a resposta permanente y
perm
[n]: y
tot
[n] = y
tran
[n] +y
perm
[n].
• Define-se por regime transit´orio, ou transiente, o per´ıodo de tempo (t) ou de ´ındices (n)
desde a aplica¸c˜ao da entrada atual at´e o momento em que a ´ ultima componente da resposta
transit´oria retorna a zero. Durante esse per´ıodo, coexistem tanto a resposta transit´oria
y
tran
[n] como a resposta permanente y
perm
[n]: y
tot
[n][
RT
= y
tran
[n] +y
perm
[n].
• Por sua vez, define-se por regime permanente, regime estacion´ario ou estado estacion´ario
(steady-state), o per´ıodo de tempo (t) ou de ´ındices (n) que come¸ca imediatamente ap´ os o
t´ermino do transiente. Nesse per´ıodo, encontra-se apenas a resposta permanente y
perm
[n]:
y
tot
[n][
RP
= y
tot
[n][
SS
= y
perm
[n].
5.5.2 Casos particulares
• Caso a entrada x[n] seja transit´oria, a resposta for¸cada tamb´em o ser´a: y
for
[n][
n→∞
= 0.
• Para uma entrada senoidal x[n] = A
0
cos(Ω
0
n + Θ
0
), pode-se mostrar que a resposta
for¸cada ´e calculada por
y
for
[n] = A
0
[H(Ω
0
)[ cos(Ω
0
n + Θ
0
+∠H(Ω
0
)) = A

0
cos(Ω
0
n + Θ

0
) , (5.19)
onde: A

0
= A
0
[H(Ω
0
)[, Θ

0
= Θ
0
+∠H(Ω
0
) e H(Ω) = [H(Ω)[ e
j∠H(Ω)
.
• Caso a resposta natural seja transit´oria, a resposta no regime permanente ser´a igual `a
resposta for¸cada: y
tot
[n][
RP
= y
perm
[n] = y
for
[n].
• Em um sistema est´avel, por defini¸c˜ao, a resposta natural deve ser um sinal do tipo tran-
sit´orio.
• Portanto, em um SLIT est´avel, valem as seguintes rela¸c˜oes, para n →∞:
– Resposta natural: y
nat
[n] →0.
– Resposta em regime permanente: y
tot
[n][
RP
= y
perm
[n] = y
for
[n].
– Para x[n] tempor´ario: y
tran
[n] = y
tot
[n] e y
perm
[n] = 0.
– Para x[n] permanente: y
tran
[n] = y
nat
[n] e y
perm
[n] = y
for
[n].
– Para x[n] = A
0
cos(Ω
0
n + Θ
0
), a resposta no regime permanente ´e dada pela
Equa¸c˜ao 5.19.
A.S.V.
5.5. Tipos de respostas de um SLIT 81
5.5.3 Exemplo de nota¸c˜ao alternativa
• Nota¸c˜ oes alternativas podem ser encontradas na literatura. Um exemplo ´e:
– Resposta homogˆenea −→ resposta `as condi¸c˜oes iniciais.
– Resposta `a entrada −→ resposta for¸cada.
– Resposta particular −→ termo da resposta for¸cada devido `a entrada.
– Resposta complementar −→ termo da resposta for¸cada devido ao sistema.
– Resposta for¸cada −→ resposta particular.
– Resposta natural −→ resposta complementar.
5.5.4 Um questionamento comum
• Os resultados calculados no Apˆendice F, para um SLIT de primeira ordem, apontam uma
solu¸c˜ ao gen´erica do tipo
y[n] = y
h
[n] +y
r
[n] = y
h
[n] +y
p
[n] +y
c
[n] = C
h
a
n
+C
p
x[n] +C
c
a
n
. (5.20)
• Pode-se mostrar que esse formato de equa¸c˜ao final ´e mantido para SLITs de ordens su-
periores.
• Uma an´alise isolada da Equa¸c˜ao (5.20) pode levantar um questionamento sobre a pro-
priedade de invariˆancia no tempo do sistema, uma vez que, aparentemente, a equa¸c˜ao
indica que y[n][
x[n−N
D
]
,= y[n −N
D
].
• Por´em, uma an´alise mais detalhada revela que ambas as exponenciais (y
h
[n] e y
c
[n]) s˜ao
vinculadas ao momento da aplica¸c˜ao do sinal de entrada x[n].
• No caso da resposta homogˆenea y
h
[n], ela representa a resposta ao estado do sistema
no momento da aplica¸c˜ao da entrada. Assim, ao se testar a resposta para uma entrada
deslocada x[n − N
D
], a condi¸c˜ao inicial tamb´em deve ser deslocada para o novo ponto
inicial, de forma que o teste seja realizado com igualdade de estados. Isso ir´a gerar uma
sa´ıda y
h
[n][
x[n−N
D
]
= C
h
a
(n−N
D
)
= y
h
[n −N
D
].
• Por outro lado, deve ser lembrado que a resposta complementar y
c
[n] surge como conse-
q¨ uˆencia da aplica¸c˜ao do sinal de entrada. Logo, um sinal de entrada deslocado x[n−N
D
]
obrigatoriamente provocar´a o deslocamento da resposta complementar, de tal forma que
y
c
[n][
x[n−N
D
]
= C
c
a
(n−N
D
)
= y
c
[n −N
D
].
• Portanto, no contexto da dinˆamica de opera¸c˜ao do sistema: y[n][
x[n−N
D
]
= y[n −N
D
].
TET / UFF
82 Cap´ıtulo 5. C´alculo da resposta de um SLIT
5.6 Representa¸c˜ao em dom´ınio transformado
• O c´alculo da resposta de um SLIT atrav´es da solu¸c˜ao convencional da equa¸c˜ao de diferen¸ca
torna-se invi´avel para sistemas de ordens elevadas.
• Uma solu¸c˜ ao para tal problema ´e realizar uma mudan¸ca de dom´ınio na representa¸c˜ao dos
sinais e dos sistemas, de tal forma a obter um equacionamento de solu¸c˜ao mais simples.
• Uma mudan¸ca comum ´e representa¸c˜ao dos sinais por uma composi¸c˜ao de sinais exponen-
ciais (ou senoidais), com freq¨ uˆencias espec´ıficas.
• Essa transforma¸c˜ao ´e conhecida por representa¸c˜ao de sinais e sistemas no dom´ınio da
freq¨ uˆencia.
• Com tal mudan¸ca, surgem novas representa¸c˜oes para um SLIT, que s˜ao a Fun¸c˜ao Resposta
em Freq¨ uˆencia e a Fun¸c˜ao de Transferˆencia (ou Fun¸c˜ao de Sistema).
• Al´em de facilitar o c´alculo da resposta de um SLIT, a mudan¸ca de dom´ınio conduz a
novas interpreta¸c˜oes sobre a composi¸c˜ao dos sinais e dos sistemas, as quais podem dar
origem a novas t´ecnicas de an´alise e s´ıntese.
• A representa¸c˜ao no dom´ınio da freq¨ uˆencia ´e tratada a seguir. Inicialmente, de forma
intuitiva, o problema ´e abordado com base no resultado dos c´alculos das respostas dos
sistemas de primeira ordem. Em seguida, ´e realizada uma formaliza¸c˜ao para sistemas de
ordens elevadas.
A.S.V.
5.7. Exerc´ıcios propostos 83
5.7 Exerc´ıcios propostos
1. Suponha um SLIT n˜ao recursivo, com coeficientes b
k
, onde 0 ≤ k ≤ L. Para L = 2, 3 e 4,
atenda aos seguintes itens:
(a) Apresente a estrutura na forma direta, com uma ´ unica linha de retardo.
(b) Calcule a resposta ao impulso h[n], iterativamente, atrav´es da estrutura na forma
direta, com uma ´ unica linha de retardo, para 0 ≤ n ≤ (L + 2).
(c) Calcule as matrizes A, B, C e D, considerando x
l
= r[n − l], para 1 ≤ l ≤ L,
e escreva as equa¸c˜oes de estado.
(d) Apresente a estrutura associada `as equa¸c˜oes de estado calculadas, utilizando os
coeficientes a
lc
, b
l
, c
c
e d, das matrizes A, B, C e D.
(e) Calcule as matrizes P
n
= A
(n−1)
, para 1 ≤ n ≤ (L+2), verificando o padr˜ao que se
desenvolve.
(f) Calcule as matrizes M
n
= P
n
B, para 1 ≤ n ≤ (L + 2), verificando o padr˜ao que
se desenvolve.
(g) Calcule a resposta ao impulso h[n], iterativamente, atrav´es da Equa¸c˜ao (5.21), para
0 ≤ n ≤ (L + 2).
h[n] =
_
D , n = 0
C A
(n−1)
B , n > 0
. (5.21)
2. Dado o SLIT descrito pela equa¸c˜ao de diferen¸ca y[n] + a
1
y[n − 1] = b
0
x[n] + b
1
x[n − 1],
atenda aos seguintes itens:
• Suponha as entradas: δ[n], u[n], z
n
u[n], e
jΩ
0
n
u[n] e cos(Ω
0
n) u[n].
• Calcule a resposta do sistema relaxado y
r
[n] para a entrada x[n].
• Calcule a resposta do sistema relaxado y
r
D
[n] para a entrada x
D
= x[n −N
D
].
• Compare as respostas calculadas, mostrando que y
r
D
[n] = y
r
[n −N
D
].
3. Dado o SLIT causal, est´avel e relaxado, definido pela equa¸c˜ao de diferen¸ca
y[n] + (−0.5095) y[n − 1] = (0.2452) x[n] + (0.2452) x[n − 1], tendo como entrada o
gate retangular unit´ario x[n] = G
10
[n −10], atenda aos seguintes itens:
(a) Descreva o sinal de entrada em fun¸c˜ao do degrau unit´ario:
x[n] = G
10
[n −10] = f(u[n]).
(b) Calcule a resposta total do sistema, no regime permanente.
4. Dado um SLIT relaxado, tendo como entrada o degrau unit´ario x[n] = u[n] e definido
pela equa¸c˜ao de diferen¸ca y[n] + (−1.05) y[n −1] = (0.2) x[n] + (0.3) x[n −1], calcule a
resposta total do sistema, no regime permanente.
TET / UFF
84 Cap´ıtulo 5. C´alculo da resposta de um SLIT
A.S.V.
Parte III
Representa¸c˜ao em dom´ınio
transformado para sistemas de
primeira ordem
85
Cap´ıtulo 6
Resposta em Freq
¨
uˆencia
6.1 Introdu¸c˜ao
O conte´ udo deste cap´ıtulo ´e apresentado de forma intuitiva e sem um formalismo matem´atico
que o justifique. Ele ´e baseado na observa¸c˜ao dos resultados encontrados no c´alculo das res-
postas dos sistemas de primeira ordem, efetuado no Apˆendice F. A extrapola¸c˜ao para sistemas
de ordens superiores e um formalismo matem´atico adequado s˜ao apresentados em cap´ıtulos
posteriores.
6.2 Fun¸c˜ao Resposta em Freq¨ uˆencia H(Ω) de um SLIT
• Foi citado, para o caso gen´erico, e calculado no Apˆendice F, para alguns casos particulares,
que, para uma entrada senoidal, a resposta for¸cada ´e formulada com base na fun¸c˜ao
cont´ınua H(Ω) = [H(Ω)[ e
j∠H(Ω)
.
• Para cada valor particular Ω
k
da freq¨ uˆencia Ω, pode-se obter uma resposta diferente,
baseada em H(Ω
k
). Portanto, para um SLIT est´avel, com uma entrada senoidal, operando
em regime permanente, a fun¸c˜ao H(Ω) ´e denominada de fun¸c˜ao Resposta em Freq¨ uˆencia
do sistema.
• O conhecimento da fun¸c˜ao Resposta em Freq¨ uˆencia de um SLIT ´e bastante ´ util:
– Dado um SLIT est´avel, com fun¸c˜ao H(Ω), a sua resposta, no regime permanente
y
perm
[n], para uma entrada senoidal x[n] = A
k
cos(Ω
k
n + Θ
k
), ´e facilmente obtida,
a partir do c´alculo de H(Ω
k
), por
y
perm
[n] = y
for
[n] = A
k
[H(Ω
k
)[ cos(Ω
k
n + Θ
k
+∠H(Ω
k
)) = A

k
cos(Ω
k
n + Θ

k
) ,
onde: A

k
= A
k
[H(Ω
k
)[, Θ

k
= Θ
k
+∠H(Ω
k
) e H(Ω) = [H(Ω)[ e
j∠H(Ω)
.
– Caso seja poss´ıvel representar uma entrada gen´erica x[n] atrav´es de uma combina¸c˜ao
linear de sinais senoidais x[n] =

k
A
k
cos(Ω
k
n + Θ
k
), o c´alculo da resposta de um
SLIT est´avel, no regime permanente, ´e extremamente facilitado pelo uso de H(Ω).
• Pode-se mostrar que a dependˆencia da fun¸c˜ao H(Ω), em rela¸c˜ao `a vari´avel Ω, ´e formulada
com base na fun¸c˜ao e
jΩ
. Assim, uma nota¸c˜ao alternativa, e bastante utilizada, para a
Resposta em Freq¨ uˆencia ´e H(e
jΩ
).
87
88 Cap´ıtulo 6. Resposta em Freq¨ uˆencia
• Para facilitar a visualiza¸c˜ao da influˆencia de H(e
jΩ
) no c´alculo da resposta for¸cada do
sistema, a fun¸c˜ao costuma ser representada por seus gr´aficos de m´odulo [H(e
jΩ
)[ e ˆangulo
de fase ∠H(e
jΩ
), em fun¸c˜ao da freq¨ uˆencia Ω.
• Em virtude do comportamento peri´odico de H(e
jΩ
), com per´ıodo fundamental Ω
p
= 2π, os
gr´aficos s˜ao elaborados apenas para uma faixa fundamental: −π ≤ Ω < π ou 0 ≤ Ω < 2π.
• Para as fun¸c˜oes que apresentam simetrias (par / ´ımpar), as faixas s˜ao reduzidas `a metade:

π
2
≤ Ω <
π
2
ou 0 ≤ Ω < π.
• Normalmente, os gr´aficos s˜ao apresentados com faixas normalizadas: −1 ≤ Ω
norm
< 1,
0 ≤ Ω
norm
< 2, −
1
2
≤ Ω
norm
<
1
2
ou 0 ≤ Ω
norm
< 1, onde Ω
norm
=

π
.
• A Tabela 6.1 resume os resultados dos c´alculos efetuados no Apˆendice F.
SLIT Resposta em Freq¨ uˆencia
y[n] +a
1
y[n −1] = b
0
x[n] H(e
jΩ
) =
_
b
0
1+a
1
e
−jΩ
_
y[n] +a
1
y[n −1] = b
1
x[n −1] H(e
jΩ
) =
_
b
1
e
−jΩ
1+a
1
e
−jΩ
_
y[n] +a
1
y[n −1] = b
0
x[n] +b
1
x[n −1] H(e
jΩ
) =
_
b
0
+b
1
e
−jΩ
1+a
1
e
−jΩ
_
Tabela 6.1: Exemplos de associa¸c˜oes entre a equa¸c˜ao de diferen¸ca que descreve um SLIT e a
sua fun¸c˜ao Resposta em Freq¨ uˆencia H(e
jΩ
).
6.3 SLIT interpretado como filtro
• Uma vez que a fun¸c˜ao H(e
jΩ
) pode apresentar seletividade em freq¨ uˆencia, um SLIT
est´avel, operando em regime permanente, pode ser interpretado como um filtro seletor
em freq¨ uˆencia, discreto no tempo.
• A seletividade do sistema pode ser facilmente observada pelo representa¸c˜ao gr´afica da
fun¸c˜ao H(e
jΩ
): gr´afico de m´odulo e gr´afico de ˆangulo de fase, em fun¸c˜ao da freq¨ uˆencia.
• Por exemplo, conforme os resultados apresentados no Apˆendice F, para o SLIT definido
pela equa¸c˜ao de diferen¸ca y[n] +a
1
y[n−1] = b
0
x[n] +b
1
x[n−1], a Resposta em Freq¨ uˆencia
´e H(e
jΩ
) =
_
b
0
+b
1
e
−jΩ
1+a
1
e
−jΩ
_
.
• Dependendo dos valores dos coeficientes do sistema, a fun¸c˜ao H(e
jΩ
) pode apresentar di-
ferentes valores de m´odulo, bem como diferentes valores de ˆangulo de fase, para diferentes
faixas da freq¨ uˆencia Ω.
• Sendo assim, na gera¸c˜ao do sinal de sa´ıda, os cossenos que comp˜oem o sinal de entrada
podem sofrer altera¸c˜oes seletivas na amplitude e no ˆangulo de fase, de acordo com as
faixas de freq¨ uˆencias ocupadas.
• As altera¸c˜oes seletivas sofridas pelo sinal podem ser percebidas de dois modos equivalentes:
– Uma mudan¸ca na sua forma, quando representado em fun¸c˜ao do tempo, o que ´e
denominado de conforma¸c˜ao.
A.S.V.
6.4. Filtros com fase linear 89
– Uma mudan¸ca na sua composi¸c˜ao freq¨ uencial ou espectral, quando representado em
fun¸c˜ao da freq¨ uˆencia, o que ´e chamado de filtragem.
• Logo, escolhendo-se adequadamente os coeficientes do sistema, podem-se realizar os tipos
b´asicos de filtros: passa-baixa, passa-alta, passa-banda, rejeita-banda e equalizador
(de amplitude ou de fase).
• Se a entrada x[n], a sa´ıda y[n] e os coeficientes da equa¸c˜ao de diferen¸ca a
k
e b
k
, forem
quantizados, o SLIT pode ser visto como um filtro digital.
• Deve ser observado que a quantiza¸c˜ao de todos esses valores pode fazer com que o
filtro/sistema digital produza resultados significativamente diferentes daqueles gerados
pelo filtro/sistema discreto no tempo. Por essa raz˜ao, procura-se utilizar, no projeto de
um filtro, uma especifica¸c˜ao mais rigorosa do que a original. Tal t´ecnica ´e denominada
de overdesign.
6.4 Filtros com fase linear
• Para que um SLIT apresente seletividade em freq¨ uˆencia, recebendo a denomina¸c˜ao de
filtro seletor em freq¨ uˆencia, ele deve possuir faixas ou bandas de passagem (Ω
p
) e de
rejei¸c˜ao (Ω
r
).
• O que se espera de um filtro ideal ´e que ele n˜ao altere as componentes espectrais do sinal
de entrada nas faixas de passagem e que ele anule as componentes nas faixas de rejei¸c˜ao.
• Assim sendo, nas faixas de rejei¸c˜ao, a sua fun¸c˜ao Resposta em Freq¨ uˆencia deve possuir
[H(Ω
r
)[ = 0, enquanto ∠H(Ω
r
) pode assumir qualquer valor.
• Por sua vez, nas faixas de passagem, deve-se ter [H(Ω
p
)[ = 1 e ∠H(Ω
p
) = 0.
• Em filtros n˜ao ideais, n˜ao ´e poss´ıvel garantir que ∠H(Ω
p
) = 0, uma vez que a gera¸c˜ao do
sinal de sa´ıda envolver´a o emprego de atrasos.
• Por´em, deve-se garantir que os atrasos acrescentados em cada componente na faixa de
passagem n˜ao ir˜ao distorcer a soma final que ir´a compor o sinal de sa´ıda:
x[n] =

k
cos(Ω
k
n) →y[n] = x
p
[n −N
D
]
=

k
p
cos
_

k
p
(n −N
D
)
_
=

k
p
cos
_

k
p
n −Ω
k
p
N
D
_
=

k
p
[H(Ω
k
p
)[cos
_

k
p
n +∠H(Ω
k
p
)
_
.
• Portanto, na faixa de passagem, pode-se admitir que a Resposta em Freq¨ uˆencia apresente
[H(Ω
p
)[ = 1 e ∠H(Ω
p
) = −N
D
Ω.
• Por essa raz˜ao, tais sistemas s˜ao denominados filtros com ˆangulo de fase linear, filtros
com excesso de fase linear, filtros com atraso de fase linear ou, simplesmente, filtros com
fase linear.
• Pode-se ainda definir a grandeza atraso de grupo: τ = −
d∠H(Ω)
dΩ
.
• Logo, na faixa de passagem, os filtros com fase linear devem apresentar [H(Ω
p
)[ = 1 e
τ = N
D
.
TET / UFF
90 Cap´ıtulo 6. Resposta em Freq¨ uˆencia
6.5 Exerc´ıcios propostos
1. Calcule [H(e
jΩ
)[ e ∠H(e
jΩ
) para as seguintes fun¸c˜oes:
• H(e
jΩ
) =
_
b
0
1+a
1
e
−jΩ
_
.
• H(e
jΩ
) =
_
b
1
e
−jΩ
1+a
1
e
−jΩ
_
.
• H(e
jΩ
) =
_
b
0
+b
1
e
−jΩ
1+a
1
e
−jΩ
_
.
2. Dada a equa¸c˜ao de diferen¸ca y[n] = b
0
x[n] +b
1
x[n −1], esboce os gr´aficos [H(e
jΩ
)[ Ω e
∠H(e
jΩ
) Ω para os seguintes casos:
• b
0
,= 0 e b
1
= 0.
• b
0
= 0 e b
1
,= 0.
• b
1
= b
0
.
• b
1
= −b
0
.
3. Dados os subsistemas S
1
e S
2
, respectivamente definidos pelas fun¸c˜oes H
1
(e
jΩ
) =
b
0
+b
1
e
−jΩ
1+a
1
e
−jΩ
e H
2
(e
jΩ
) =
d
0
+d
1
e
−jΩ
1+c
1
e
−jΩ
, calcule a resposta em freq¨ uˆencia total H(e
jΩ
) do sistema S, obtido
atrav´es das seguintes associa¸c˜oes:
• Cascata (s´erie).
• Paralela.
4. Deseja-se filtrar, digitalmente, um sinal anal´ogico x
a
(t), composto por uma combina¸c˜ao
linear de sinais senoidais. O sinal ´e limitado em banda, envolvendo freq¨ uˆencias na faixa
de 0 ≤ f ≤ 15 kHz. O sinal x
a
(t) ser´a amostrado com freq¨ uˆencia de amostragem F
S
,
gerando a seq¨ uˆencia x[n], que ser´a processada por um filtro digital, produzindo a seq¨ uˆencia
y[n]. Atenda aos seguintes itens:
(a) Que valor deve ser escolhido para a freq¨ uˆencia de amostragem F
S
? Justifique.
(b) Assumindo que o sinal y[n] deve corresponder a um sinal anal´ogico que possua
componentes senoidais envolvendo freq¨ uˆencias na faixa de 0 ≤ f ≤ 5 kHz:
• Que tipo de seletividade em freq¨ uˆencia o filtro deve apresentar? Justifique.
• Calcule a freq¨ uˆencia de corte Ω
c
do filtro digital ideal.
A.S.V.
Cap´ıtulo 7
Fun¸c˜ao de Transferˆencia
7.1 Introdu¸c˜ao
O conte´ udo deste cap´ıtulo ´e apresentado de forma intuitiva e sem um formalismo matem´atico
que o justifique. Ele ´e baseado na observa¸c˜ao dos resultados encontrados no c´alculo das res-
postas dos sistemas de primeira ordem, efetuado no Apˆendice F. A extrapola¸c˜ao para sistemas
de ordens superiores e um formalismo matem´atico adequado s˜ao apresentados em cap´ıtulos
posteriores.
7.2 Fun¸c˜ao de Transferˆencia H(z) de um SLIT
• Com base nos c´alculos efetuados no Apˆendice F, relativos a respostas de um SLIT descrito
por uma equa¸c˜ao de diferen¸ca de primeira ordem, foram apresentadas algumas defini¸c˜oes
para os sistemas abordados.
• Pode-se mostrar que esses resultados valem para um SLIT descrito por uma equa¸c˜ao de
diferen¸ca de ordem gen´erica.
• Foi observado que, para um SLIT est´avel, a resposta em regime permanente ser´a igual `a
resposta for¸cada.
• Foi mostrado que, para um sinal de entrada senoidal, a resposta for¸cada ser´a tamb´em um
sinal senoidal, com a mesma freq¨ uˆencia da entrada, por´em com amplitude e ˆangulo de
fase modificados pela fun¸c˜ao Resposta em Freq¨ uˆencia H(e
jΩ
).
• Portanto, para um sinal de entrada composto por uma combina¸c˜ao linear de sinais
senoidais, a resposta for¸cada ser´a composta por uma combina¸c˜ao linear dos sinais senoidais
de entrada processados pela fun¸c˜ao Resposta em Freq¨ uˆencia H(e
jΩ
).
• Tal resultado facilita o c´alculo da resposta no regime permanente para um SLIT est´avel.
• Por´em, ele n˜ao permite analisar o que acontece durante o regime transit´orio, uma vez que
estar˜ao presentes a resposta natural e a resposta for¸cada.
• Um racioc´ınio semelhante ao anterior pode ser aplicado nesse caso.
• A partir dos exemplos apresentados no Apˆendice F, pode-se observar que a resposta
natural envolve sinais com varia¸c˜oes exponenciais do tipo a
n
.
91
92 Cap´ıtulo 7. Fun¸c˜ao de Transferˆencia
• Enquanto os sinais senoidais podem ser descritos como combina¸c˜oes de sinais exponenciais
do tipo e
jΩn
, pode-se pensar em expressar os sinais com varia¸c˜oes exponenciais atrav´es
de combina¸c˜oes de exponenciais gen´ericas do tipo z
n
=
_
[z[e
j∠z
_
n
= [z[
n
e
j∠zn
= a
n
e
jΩn
.
• Nos exemplos apresentados no Apˆendice F, pode-se observar que os sinais do tipo z
n
k
s˜ao
modificados por uma fun¸c˜ao H(z), que ´e caracter´ıstica de cada sistema. Uma vez que
ela define uma rela¸c˜ao direta entre a entrada do sistema e a resposta `a entrada, a fun¸c˜ao
H(z) pode ser denominada de Fun¸c˜ao de Transferˆencia do SLIT. A Tabela 7.1 resume os
resultados dos c´alculos efetuados.
• Uma vez que se consiga expressar os sinais de entrada como combina¸c˜oes de exponenciais
do tipo z
n
k
= [z
k
[
n
e
jΩ
k
n
, o processo de an´alise da resposta total do sistema (transit´orio +
permanente), utilizando a fun¸c˜ao H(z), pode ser similar ao adotado na an´alise do regime
permanente senoidal, que emprega a fun¸c˜ao H(e
jΩ
).
• Al´em disso, analisando-se a fun¸c˜ao H(z) e a resposta natural de um SLIT, pode-se verificar
que a Fun¸c˜ao de Transferˆencia carrega informa¸c˜ao sobre a estabilidade do sistema.
• Finalmente, pode-se pensar ainda em uma unifica¸c˜ao dos dois processos de an´alise, ao se
definir uma rela¸c˜ao entre as fun¸c˜oes H(e
jΩ
) e H(z).
SLIT Fun¸c˜ao de Transferˆencia
y[n] +a
1
y[n −1] = b
0
x[n] H(z) =
_
b
0
1+a
1
z
−1
_
y[n] +a
1
y[n −1] = b
1
x[n −1] H(z) =
_
b
1
z
−1
1+a
1
z
−1
_
y[n] +a
1
y[n −1] = b
0
x[n] +b
1
x[n −1] H(z) =
_
b
0
+b
1
z
−1
1+a
1
z
−1
_
Tabela 7.1: Exemplos de associa¸c˜oes entre a equa¸c˜ao de diferen¸ca que descreve um SLIT e a
sua Fun¸c˜ao de Transferˆencia H(z).
7.3 Representa¸c˜ao alternativa para seq¨ uˆencias
Para um SLIT descrito por uma equa¸c˜ao de diferen¸ca, os c´alculos de H(z) e das respostas
do sistema podem ser facilitados ao se utilizar uma representa¸c˜ao alternativa para seq¨ uˆencias,
baseada em seq¨ uˆencias exponenciais do tipo z
n
. Duas representa¸c˜oes s˜ao poss´ıveis: bilateral e
unilateral.
7.3.1 Representa¸c˜ao bilateral
Supondo-se que ´e poss´ıvel associar uma seq¨ uˆencia gen´eria v[n] a uma combina¸c˜ao linear bilateral
de seq¨ uˆencias exponenciais do tipo z
n
, onde −∞< n < ∞, de tal forma que
V (z) =

l=−∞
v[l] z
−l
, (7.1)
A.S.V.
7.3. Representa¸c˜ao alternativa para seq¨ uˆencias 93
pode-se expressar o impulso δ[n] por
∆(z) =

l=−∞
δ[l] z
−l
= 1 (7.2)
e a representa¸c˜ao de uma seq¨ uˆencia deslocada v[n −N
D
] por
V
N
D
(z) =

l=−∞
v[l −N
D
] z
−l
=

m=−∞
v[m] z
−(m+N
D
)
=

m=−∞
v[m] z
−m
z
−N
D
= z
−N
D

m=−∞
v[m] z
−m
= z
−N
D
V (z) . (7.3)
No caso da soma de seq¨ uˆencias envolvendo atrasos
w[n] =
K

k=0
c
k
v[n −k] , (7.4)
que ocorre em equa¸c˜oes de diferen¸ca, obt´em-se
W(z) =

l=−∞
w[l] z
−l
=

l=−∞
_
K

k=0
c
k
v[l −k]
_
z
−l
=
K

k=0
c
k
_

l=−∞
v[l −k] z
−l
_
=
K

k=0
c
k
V
k
(z)
=
K

k=0
c
k
z
−k
V (z)
=
_
K

k=0
c
k
z
−k
_
V (z)
= P(z) V (z) , (7.5)
onde
P(z) =
K

k=0
c
k
z
−k
. (7.6)
TET / UFF
94 Cap´ıtulo 7. Fun¸c˜ao de Transferˆencia
7.3.2 Representa¸c˜ao unilateral
Inicialmente, ser´a suposto a existˆencia de uma representa¸c˜ao alternativa unilateral direita, dada
por
F
U
(z) =

l=0
f[l] z
−l
. (7.7)
Deve-se notar que, para seq¨ uˆencias do tipo x[n] = f[n] u[n], as duas representa¸c˜oes s˜ao
equivalentes, uma vez que
F
B
(z) =

l=−∞
f[l] u[l] z
−l
=

l=0
f[l] z
−l
= F
U
(z) . (7.8)
Com essa nova representa¸c˜ao, pode-se expressar uma seq¨ uˆencia gen´erica v[n] por
V (z) =

l=0
v[l] z
−l
, (7.9)
o impulso δ[n] por
∆(z) =

l=0
δ[l] z
−l
= 1 (7.10)
e a representa¸c˜ao de uma seq¨ uˆencia atrasada v[n −N
D
], N
D
∈ N
+
, por
V
N
D
(z) =

l=0
v[l −N
D
] z
−l
=

m=−N
D
v[m] z
−(m+N
D
)
=
−1

m=−N
D
v[m] z
−(m+N
D
)
+

m=0
v[m] z
−m
z
−N
D
=
−1

m=−N
D
v[m] z
−(m+N
D
)
+z
−N
D

m=0
v[m] z
−m
=
N
D

m=1
v[−m] z
−(N
D
−m)
+z
−N
D
V (z) . (7.11)
Quando v[n] = f[n] u[n], tem-se que
V
N
D
(z)[
unilateral
= z
−N
D
V (z) = V
N
D
(z)[
bilateral
,
conforme previsto na Equa¸c˜ao (7.8).
A.S.V.
7.3. Representa¸c˜ao alternativa para seq¨ uˆencias 95
No caso da soma de seq¨ uˆencias envolvendo atrasos
w[n] =
K

k=0
c
k
v[n −k] , (7.12)
que ocorre em equa¸c˜oes de diferen¸ca, obt´em-se
W(z) =

l=0
w[l] z
−l
=

l=0
_
K

k=0
c
k
v[l −k]
_
z
−l
=
K

k=0
c
k
_

l=0
v[l −k] z
−l
_
=
K

k=0
c
k
V
k
(z)
=
K

k=1
c
k
V
k
(z) +c
0
V (z)
=
K

k=1
c
k
_
k

m=1
v[−m] z
−(k−m)
+z
−k
V (z)
_
+c
0
V (z)
=
K

k=1
c
k
_
k

m=1
v[−m] z
−(k−m)
_
+
K

k=1
c
k
z
−k
V (z) +c
0
V (z)
=
K

k=1
_
k

m=1
c
k
z
−(k−m)
_
v[−m] +
_
K

k=0
c
k
z
−k
_
V (z)
=
K

k=1
_
K

m=k
c
m
z
−(m−k)
_
v[−k] +
_
K

k=0
c
k
z
−k
_
V (z)
=
K

k=1
P
v[−k]
(z) v[−k] +P(z) V (z) , (7.13)
onde
P
v[−k]
(z) =
K

m=k
c
m
z
−(m−k)
(7.14)
e
P(z) =
K

k=0
c
k
z
−k
. (7.15)
TET / UFF
96 Cap´ıtulo 7. Fun¸c˜ao de Transferˆencia
7.4 Exemplos de mapeamento
Utilizando-se as representa¸c˜oes alternativas em conjunto com as identidades apresentadas no
Apˆendice D, demonstra-se que as seq¨ uˆencias x[n] = u[n], x[n] = a
n
u[n] e x[n] = z
n
0
u[n],
podem ser expressas, respectivamente, por
X
B
(z) = X
U
(z) =

l=0
z
−l
=

l=0
_
z
−1
_
l
=
1
1 −z
−1
, [z[ > 1 . (7.16)
X
B
(z) = X
U
(z) =

l=0
a
l
z
−l
=

l=0
_
az
−1
_
l
=
1
1 −az
−1
, [z[ > [a[ . (7.17)
X
B
(z) = X
U
(z) =

l=0
z
l
0
z
−l
=

l=0
_
z
0
z
−1
_
l
=
1
1 −z
0
z
−1
, [z[ > [z
0
[ . (7.18)
Deve-se notar, nesses exemplos, que os mapeamentos x[n] ↔X(z) s˜ao definidos apenas para
determinadas faixas de valores de z. Tais faixas s˜ao denominadas de Regi˜ao de Convergˆencia
(Region Of Convergence ou ROC) do mapeamento.
7.5 Representa¸c˜ao alternativa convolu¸c˜ao
A soma de convolu¸c˜ao ´e uma opera¸c˜ao que aparece naturalmente na an´alise de um SLIT. Por-
tanto, ´e interessante conhecer o efeito causado sobre a convolu¸c˜ao pela representa¸c˜ao alternativa
proposta. Como ser´a demonstrado, a representa¸c˜ao alternativa realiza um mapeamento da con-
volu¸c˜ao em uma opera¸c˜ao de multiplica¸c˜ao, o que representa um resultado muito importante.
7.5.1 Representa¸c˜ao bilateral
Considerando-se a convolu¸c˜ao de duas seq¨ uˆencias gen´ericas w[n] e v[n], calculada por
y[n] = w[n] ∗ v[n] =

k=−∞
w[k] v[n −k] , (7.19)
e utilizando-se a associa¸c˜ao y[n] ↔Y (z), tem-se que
Y (z) =

l=−∞
y[l] z
−l
=

l=−∞
(w[l] ∗ v[l]) z
−l
=

l=−∞
_

k=−∞
w[k] v[l −k]
_
z
−l
=

l=−∞
_

k=−∞
w[k] v[l −k] z
−l
_
=

m=−∞
_

k=−∞
w[k] v[m] z
−(m+k)
_
=

m=−∞
_

k=−∞
w[k] v[m] z
−m
z
−k
_
A.S.V.
7.5. Representa¸c˜ao alternativa convolu¸c˜ao 97
=

m=−∞
_

k=−∞
w[k] z
−k
_
v[m] z
−m
=

m=−∞
W(z) v[m] z
−m
= W(z)

m=−∞
v[m] z
−m
= W(z) V (z) . (7.20)
7.5.2 Representa¸c˜ao unilateral
Considerando-se a convolu¸c˜ao de duas seq¨ uˆencias unilaterais w[n] u[n] e v[n] u[n], calculada
por
y[n] u[n] = (w[n] u[n]) ∗ (v[n] u[n]) =

k=−∞
(w[k] u[k]) (v[n −k] u[n −k]) , (7.21)
e utilizando-se a associa¸c˜ao y[n] ↔Y (z), tem-se que
Y (z) =

l=0
y[l] u[l] z
−l
=

l=0
[(w[l] u[l]) ∗ (v[l] u[l])] z
−l
=

l=0
_

k=−∞
(w[k] u[k]) (v[l −k] u[l −k])
_
z
−l
=

l=0
_

k=−∞
(w[k] u[k]) (v[l −k] u[l −k]) z
−l
_
=

m=−k
_

k=−∞
(w[k] u[k]) (v[m] u[m]) z
−(m+k)
_
=

m=−k
_

k=0
w[k] (v[m] u[m]) z
−m
z
−k
_
=

m=0
_

k=0
w[k] v[m] z
−m
z
−k
_
=

m=0
_

k=0
w[k] z
−k
_
v[m] z
−m
=

m=0
W(z) v[m] z
−m
= W(z)

m=0
v[m] z
−m
= W(z) V (z) . (7.22)
TET / UFF
98 Cap´ıtulo 7. Fun¸c˜ao de Transferˆencia
7.6 Representa¸c˜ao alternativa equa¸c˜ao de diferen¸ca
Supondo-se um SLIT est´avel, descrito pela equa¸c˜ao de diferen¸ca
y[n] +a
1
y[n −1] = b
0
x[n] +b
1
x[n −1] ,
pode-se aplicar a representa¸c˜ao alternativa para os sinais de entrada x[n] e de sa´ıda y[n], gerando
uma equa¸c˜ao equivalente, envolvendo X(z) e Y (z). Em seguida, a equa¸c˜ao equivalente pode
ser resolvida e a solu¸c˜ao Y (z) remapeada para a solu¸c˜ao y[n].
Por´em, deve-se notar que o uso das representa¸c˜oes bilateral e unilateral carregam significados
diferentes no c´alculo das respostas dos sistemas.
Ao aplicar-se a representa¸c˜ao bilateral sobre a equa¸c˜ao de diferen¸ca, ´e intrinsicamente su-
posto que se procura uma solu¸c˜ao y[n], para uma entrada x[n], no intervalo −∞ < n < ∞.
Isso ´e equivalente a dizer que a entrada x[n] foi aplicada ao sistema em n →−∞. Uma vez que
o sistema ´e est´avel, sua resposta ao estado inicial em n →−∞´e transit´oria, ocorrendo em um
intervalo de tempo finito. Portanto, aplicar a representa¸c˜ao bilateral para resolver um SLIT
est´avel ´e equivalente a resolver o sistema relaxado.
Por outro lado, na resolu¸c˜ao de uma equa¸c˜ao de diferen¸ca que descreve um SLIT est´avel e
n˜ao relaxado, deve-se ter em mente que:
• S˜ao considerados os valores de uma entrada conhecida x[n], aplicada a partir de n = N
0
,
o que pode ser representado por x[n −N
0
] u[n −N
0
].
• S˜ao desconhecidas as entradas x[n] para n < N
0
. Por´em, o efeito causado no SLIT por
tais entradas ´e descrito pelas condi¸c˜oes iniciais para n = N
0
, que podem ser fornecidas
na forma de valores de y[n] para n < N
0
.
• S˜ao calculados os valores da sa´ıda y[n] a partir de n = N
0
, o que pode ser representado
por y[n −N
0
] u[n −N
0
].
• Aproveitando-se a caracter´ıstica de invariˆancia ao deslocamento, o valor N
0
= 0 ´e sempre
utilizado como ponto inicial de an´alise.
Tais especifica¸c˜oes para o processo de c´alculo das respostas do SLIT levam naturalmente `a
representa¸c˜ao unilateral.
Logo, pode-se resumir o uso das representa¸c˜oes alternativas na resolu¸c˜ao de um SLIT est´avel
da seguinte forma:
• No caso de sistemas relaxados, onde y[n] = 0, para n < 0, a Equa¸c˜ao (7.8) indica que
ambas as representa¸c˜oes alternativas podem ser utilizadas, gerando o mesmo resultado:
y
tot
[n] = y
r
[n] = y
ent
[n], para n ≥ 0.
• No caso de sistemas n˜ao relaxados, a Equa¸c˜ao (7.11) mostra como as condi¸c˜oes iniciais
ser˜ao inclu´ıdas nos c´alculos, possibilitando que a representa¸c˜ao unilateral seja empregada
para encontrar a resposta do sistema y
tot
[n] = y
r
[n] +y
h
[n] = y
ent
[n] +y
est
[n], para n ≥ 0.
A.S.V.
7.7. Representa¸c˜ao alternativa respostas de um SLIT 99
7.7 Representa¸c˜ao alternativa respostas de um SLIT
7.7.1 Respostas para uma entrada gen´erica
Utilizando-se a associa¸c˜ao v[n] ↔V
U
(z), a equa¸c˜ao de diferen¸ca
y[n] +a
1
y[n −1] = b
0
x[n] +b
1
x[n −1] ,
com x[n] = f[n] u[n] e condi¸c˜ao inicial y[−1], pode ser expressa por
Y (z) +a
1
_
y[−1] +z
−1
Y (z)
¸
= b
0
X(z) +b
1
_
x[−1] +z
−1
X(z)
¸
_
1 +a
1
z
−1
_
Y (z) +a
1
y[−1] =
_
b
0
+b
1
z
−1
_
X(z)
Y (z) =
_
b
0
+b
1
z
−1
1 +a
1
z
−1
_
X(z) +
_
1
1 +a
1
z
−1
_
(−a
1
) y[−1]
Y (z) = H(z) X(z) +
1
D
H
(z)
(P
−1
(z) y[−1])
Y (z) = Y
ent
(z) +Y
est
(z)
Y (z) = Y
r
(z) +Y
h
(z) , (7.23)
onde
H(z) =
N
H
(z)
D
H
(z)
=
_
b
0
+b
1
z
−1
1 +a
1
z
−1
_
,
D
H
(z) =
_
1 +a
1
z
−1
_
e
P
−1
(z) = (−a
1
)
s˜ao, respectivamente, a Fun¸c˜ao de Transferˆencia, o seu denominador e o polinˆomio relativo `a
condi¸c˜ao inicial y[−1], bem como
Y
ent
(z) = H(z) X(z) ,
Y
est
(z) =
1
D
H
(z)
(P
−1
(z) y[−1]) ,
Y
r
(z) = Y
ent
(z)
e
Y
h
(z) = Y
est
(z) ,
s˜ao, respectivamente, as representa¸c˜oes alternativas para a resposta `a entrada, a resposta ao
estado, a resposta do sistema relaxado e a resposta da equa¸c˜ao homogˆenea.
Aplicando-se (7.17) e (7.21) em (7.23), obt´em-se:
y
r
[n] = y
ent
[n] = h[n] ∗ x[n] (7.24)
e
y
h
[n] = y
est
[n] = (−a
1
)y[−1](−a
1
)
n
u[n] . (7.25)
TET / UFF
100 Cap´ıtulo 7. Fun¸c˜ao de Transferˆencia
7.7.2 Respostas para uma entrada conhecida
Supondo-se x[n] = A
D
u[n], obt´em-se de (7.16) e (7.23), respectivamente, X(z) =
A
D
1−z
−1
e
Y
ent
(z) = Y
r
(z) = H(z) X(z) =
_
b
0
+b
1
z
−1
1 +a
1
z
−1
__
A
D
1 −z
−1
_
=
_
K
H
1 +a
1
z
−1
_
+
_
K
X
1 −z
−1
_
= Y
c
(z) +Y
p
(z)
= Y
c
(z) +Y
for
(z) , (7.26)
onde:
Y
c
(z) =
_
K
H
1 +a
1
z
−1
_
e
Y
p
(z) = Y
for
(z) =
_
K
X
1 −z
−1
_
s˜ao, respectivamente, as representa¸c˜oes alternativas para a resposta complementar e a resposta
particular (ou for¸cada), bem como
K
H
= A
D
_
a
1
b
0
−b
1
1 +a
1
_
e
K
X
= A
D
_
b
0
+b
1
1 +a
1
_
.
De (7.23) e (7.26) obt´em-se:
Y (z) = Y
ent
(z) +Y
est
(z)
= Y
r
(z) +Y
h
(z)
= (Y
c
(z) +Y
p
(z)) +Y
h
(z)
= (Y
c
(z) +Y
for
(z)) +Y
h
(z)
=
_
K
H
1 +a
1
z
−1
+
K
X
1 −z
−1
_
+
_
(−a
1
) y[−1]
1 +a
1
z
−1
_
=
_
K
H
+ (−a
1
) y[−1]
1 +a
1
z
−1
_
+
_
K
X
1 −z
−1
_
= Y
nat
(z) +Y
for
(z) , (7.27)
onde:
Y
nat
(z) = Y
c
(z) +Y
h
(z) = Y
c
(z) +Y
est
(z) =
_
K
H
+ (−a
1
) y[−1]
1 +a
1
z
−1
_
e
Y
for
(z) = Y
p
(z) =
_
K
X
1 −z
−1
_
.
s˜ao, respectivamente, as representa¸c˜oes alternativas para a resposta natural e a resposta for¸cada.
Aplicando-se (7.16), (7.17) e (7.21) em (7.27), obt´em-se:
y[n] = y
for
[n] +y
nat
[n] = K
X
u[n] + (K
H
+ (−a
1
) y[−1]) (−a
1
)
n
u[n] (7.28)
A.S.V.
7.8. Rela¸c˜ ao entre H(z) e h[n] de um SLIT 101
7.8 Rela¸c˜ao entre H(z) e h[n] de um SLIT
N˜ao ´e coincidˆencia o fato da Fun¸c˜ao de Transferˆencia ser denominada de H(z). Empregando-se
a representa¸c˜ao alternativa proposta, a resposta ao impulso y
δ
[n] = h[n] pode ser expressa por
Y
δ
(z) =

l=−∞
y
δ
[l] z
−l
=

l=−∞
h[l] z
−l
= H(z) . (7.29)
Utilizando-se (7.10) e (7.23), a resposta ao impulso h(n) de um SLIT relaxado, descrito pela
equa¸c˜ao de diferen¸ca
y[n] +a
1
y[n −1] = b
0
x[n] +b
1
x[n −1]
pode ser expressa por
Y
δ
(z) = Y
r
(z)[
x[n]=δ[n]
= H(z) X(z) = H(z) ∆(z) = H(z) =
_
b
0
+b
1
z
−1
1 +a
1
z
−1
_
. (7.30)
De (7.29) e (7.30), pode-se dizer que
H(z) =
_
b
0
+b
1
z
−1
1 +a
1
z
−1
_
= Y
δ
(z) =

l=−∞
h[l] z
−l
, (7.31)
o que justifica a nota¸c˜ao H(z) para a Fun¸c˜ao de Transferˆencia do SLIT.
7.9 Regi˜ao de convergˆencia de H(z)
Nos exemplos apresentados pelas Equa¸c˜oes (7.16) a (7.18), foi visto que o mapeamento de
seq¨ uˆencias gen´ericas x[n] em fun¸c˜oes X(z) s´o existe para determinadas faixas de valores de z.
Sendo assim, no mapeamento da seq¨ uˆencia h[n] (resposta ao impulso) na fun¸c˜ao H(z) (Fun¸c˜ao
de Transferˆencia), deve-se definir a faixa de valores de z que garanta a sua existˆencia. Tal faixa
de valores ´e definida como a regi˜ao de convergˆencia (ROC) de H(z).
7.10 P´olos e zeros de H(z)
• Deve-se notar que a Fun¸c˜ao de Transferˆencia ´e uma fun¸c˜ao polinomial racional
H(z) =
N
H
(z)
D
H
(z)
, com vari´avel complexa (z) e coeficientes constantes (b
k
e a
k
).
• Nesse caso, as ra´ızes complexas dos polinˆomios N
H
(z) e D
H
(z) dever˜ao ocorrer em pares
complexos conjugados.
• Nota-se ainda que as ra´ızes dos polinˆomios N
H
(z) e D
H
(z) dependem, respectivamente,
dos coeficientes b
k
e a
k
da equa¸c˜ao de diferen¸ca que descreve o SLIT.
• As ra´ızes do polinˆomio N
H
(z) s˜ao denominadas de zeros da fun¸c˜ao H(z), uma vez que
ela ´e anulada para tais valores de z.
• As ra´ızes do polinˆomio D
H
(z) s˜ao denominadas de p´olos da fun¸c˜ao H(z), uma vez que
ela tende a infinito para tais valores de z.
• Quando as singularidades (zeros e p´olos) em z →∞ s˜ao computadas, o n´ umero total de
zeros ´e igual ao n´ umero total de p´olos.
TET / UFF
102 Cap´ıtulo 7. Fun¸c˜ao de Transferˆencia
7.11 P´olos de H(z) estabilidade do SLIT
• A posi¸c˜ao dos p´olos de H(z), que depende dos coeficientes a
k
da equa¸c˜ao de diferen¸ca,
carrega informa¸c˜ao sobre a estabilidade do SLIT, segundo o crit´erio BIBO (Bounded-Input
Bounded-Output).
• Isso pode ser constatado atrav´es da an´alise de cada uma das partes do sinal de sa´ıda.
• Observando-se as respostas homogˆenea/estado, complementar e natural, como aquelas
calculadas no Apˆendice F, nota-se que elas dependem dos coeficientes a
k
, com forma
exponencial.
• Em (7.23) e (7.25), pode-se verificar a mesma dependˆencia para a resposta ao estado.
• Ainda, nas Equa¸c˜oes (7.23) e (7.26) a (7.28), pode-se perceber que a resposta `a entrada
depende dos p´olos do sinal de entrada e dos p´olos de H(z).
• De forma geral, pode-se mostrar que uma equa¸c˜ao de diferen¸ca de ordem qualquer d´a
origem a uma resposta composta por fun¸c˜oes polinomiais racionais de mesma ordem.
• Sabe-se que uma fun¸c˜ao polinomial racional de ordem qualquer pode ser fatorada em
fra¸c˜oes parciais de primeira ordem, do tipo H
k
(z) =
N
k
(z)
(1−p
k
z
−1
)
M
k
, com p´olo z = p
k
, de
multiplicidade M
k
.
• No caso de haver uma fra¸c˜ao parcial com p´olo z = p
k
complexo, de multiplicidade M
k
,
dever´a haver uma outra com p´olo z

= p

k
complexo conjugado, de multiplicidade M
k
.
• Pode-se mostrar que:
– Quando [p
k
[ < 1, a fra¸c˜ao H
k
(z) ´e mapeada em um termo h
k
[n] que tende a zero
quando n tende a infinito, independente da multiplicidade M
k
.
– Quando [p
k
[ = 1, e os p´olos (reais ou complexos conjugados) possuem multiplicidade
M
k
= 1, a fra¸c˜ao H
k
(z) ´e mapeada em um termo h
k
[n] constante (p´olo real) ou
senoidal (par de p´olos complexos conjugados).
– Quando [p
k
[ = 1, e os p´olos (reais ou complexos conjugados) possuem multiplicidade
M
k
> 1, a fra¸c˜ao H
k
(z) ´e mapeada em um termo h
k
[n] que tende a infinito quando
n tende a infinito.
– Quando [p
k
[ > 1, a fra¸c˜ao H
k
(z) ´e mapeada em um termo h
k
[n] que tende a infinito
quando n tende a infinito, independente da multiplicidade M
k
.
• Portanto, examinando-se H(z) na Equa¸c˜ao (7.23), com a entrada e a condi¸c˜ao inicial
limitadas, pode-se dizer que:
– Se todos os p´olos estiverem localizados na regi˜ao [z[ < 1, o SLIT ser´a classificado
como assintoticamente est´avel.
– Se houver pelo menos um p´olo ou um par de p´olos complexos conjugados com mul-
tiplicidade M = 1 na regi˜ao [z[ = 1, o SLIT ser´a classificado como marginalmente
est´avel (oscilat´orio).
– Se houver pelo menos um p´olo ou um par de p´olos complexos conjugados com mul-
tiplicidade M > 1 na regi˜ao [z[ = 1, o SLIT ser´a classificado como inst´avel.
– Se houver pelo menos um p´olo na regi˜ao [z[ > 1, o SLIT ser´a classificado como
inst´avel.
A.S.V.
7.12. Rela¸c˜ao entre H(e
jΩ
) e H(z) de um SLIT 103
7.12 Rela¸c˜ao entre H(e
jΩ
) e H(z) de um SLIT
• Por meio dos c´alculos efetuados no Apˆendice F, foi visto que, para um SLIT est´avel,
descrito por uma equa¸c˜ao de diferen¸ca de primeira ordem, com uma entrada senoidal,
de freq¨ uˆencia Ω
0
, a resposta ´e dependente da Fun¸c˜ao Resposta em Freq¨ uˆencia H(e
jΩ
),
calculada em Ω = Ω
0
.
• Para um mesmo SLIT, foi visto que, para uma entrada exponencial complexa x[n] = z
n
0
,
a resposta ´e dependente da Fun¸c˜ao de Transferˆencia H(z), calculada em z = z
0
.
• A Resposta em Freq¨ uˆencia H(e
jΩ
) ´e uma fun¸c˜ao polinomial racional complexa da vari´avel
real Ω. Seus gr´aficos de m´odulo
¸
¸
H(e
jΩ
)
¸
¸
e de ˆangulo de fase (argumento) ∠H(e
jΩ
) s˜ao
curvas peri´odicas, de per´ıodo Ω
p
= 2 π.
• Por sua vez, a Fun¸c˜ao de Transferˆencia H(z), ´e uma fun¸c˜ao polinomial racional complexa
da vari´avel complexa z. Portanto, seus gr´aficos de m´odulo [H(z)[ e de ˆangulo de fase
(argumento) ∠H(z) s˜ao superf´ıcies.
• A regi˜ao do plano complexo z definida por z = [z[ e
j∠z
= (1) e
jΩ
´e denominada de c´ırculo
de raio unit´ario ou, simplesmente, de c´ırculo unit´ario.
• Assumindo-se que H(z) ´e definida para o c´ırculo unit´ario, pode-se estabelecer uma rela¸c˜ao
entre H(e
jΩ
) e H(z):
– Do ponto de vista alg´ebrico, pode-se realizar o seguinte c´alculo: H(e
jΩ
) = H(z)[
z=e
jΩ
.
– Do ponto de vista geom´etrico, as curvas de m´odulo e de fase de H(e
jΩ
) s˜ao percorridas
nas superf´ıcies de m´odulo e de fase de H(z), respectivamente, para z = e
jΩ
.
• Pode-se mostrar que tais resultados s˜ao v´alidos para equa¸c˜oes de diferen¸ca de qualquer
ordem.
TET / UFF
104 Cap´ıtulo 7. Fun¸c˜ao de Transferˆencia
7.13 Exerc´ıcios propostos
1. Dados a seq¨ uˆencia x[n] = a
n
, −∞ < n < ∞, e o deslocamento N
D
∈ N
+
, compare as
representa¸c˜oes bilateral X
B
(z) e unilateral X
U
(z) para as seguintes seq¨ uˆencias:
• x[n]
• x[n] u[n]
• x[n] u[n −N
D
]
• x[n −N
D
]
• x[n −N
D
] u[n]
• x[n −N
D
] u[n −N
D
]
2. Dado um SLIT descrito pela equa¸c˜ao de diferen¸ca y[n] +a
1
y[n −1] = b
0
x[n] +b
1
x[n −1],
atenda aos seguintes itens:
(a) Calcule a fun¸c˜ao de transferˆencia do sistema H(z).
(b) Calcule a resposta ao impulso do sistema h[n].
3. Utilizando a associa¸c˜ao v[n] ↔ V (z), calcule a Fun¸c˜ao de Transferˆencia H(z) dos SLITs
descritos pelas seguintes equa¸c˜oes de diferen¸ca:
• y[n] = −

2
k=1
a
k
y[n −k] +

2
k=0
b
k
x[n −k].
• y[n] = −

3
k=1
a
k
y[n −k] +

3
k=0
b
k
x[n −k].
• y[n] = −

N
k=1
a
k
y[n −k] +

N
k=0
b
k
x[n −k].
4. Utilizando a associa¸c˜ao v[n] ↔ V (z), calcule a resposta total Y (z) dos SLITs descritos
pelas seguintes equa¸c˜oes de diferen¸ca, na forma Y (z) = H(z)X(z)+
1
D
H
(z)

k
N
−k
(z)y[−k]:
• y[n] = −

2
k=1
a
k
y[n −k] +

2
k=0
b
k
x[n −k], CI = ¦y[−1], y[−2]¦.
• y[n] = −

3
k=1
a
k
y[n −k] +

3
k=0
b
k
x[n −k], CI = ¦y[−1], y[−2], y[−3]¦.
• y[n] = −

N
k=1
a
k
y[n −k] +

N
k=0
b
k
x[n −k], CI = ¦y[−1], y[−2], , y[−N]¦.
A.S.V.
Cap´ıtulo 8
Principais resultados da representa¸c˜ao
em dom´ınio transformado
8.1 Introdu¸c˜ao
O conte´ udo deste cap´ıtulo ´e apresentado de forma intuitiva e sem um formalismo matem´atico
que o justifique. Ele ´e baseado na observa¸c˜ao dos resultados encontrados no c´alculo das res-
postas dos sistemas de primeira ordem, efetuado no Apˆendice F. A extrapola¸c˜ao para sistemas
de ordens superiores e um formalismo matem´atico adequado s˜ao apresentados em cap´ıtulos
posteriores.
8.2 Resumo dos resultados
A seguir, ´e apresentada uma lista de t´opicos contendo os principais resultados que surgem da
representa¸c˜ ao de sinais e sistemas em dom´ınio transformado.

´
E dado um SLIT, causal e est´avel, com entrada x[n] e sa´ıda y[n], possuindo condi¸c˜oes
iniciais CI = ¦y[−1], y[−2], , y[−N]¦ e definido por uma equa¸c˜ao de diferen¸ca do tipo
y[n] = −

N
k=1
a
k
y[n −k] +

L
k=0
b
k
x[n −k].

´
E identificada uma fun¸c˜ao H(e
jΩ
), denominada de Resposta em Freq¨ uˆencia do SLIT.

´
E identificada uma fun¸c˜ao H(z), denominada de Fun¸c˜ao de Transferˆencia do SLIT.
• A Resposta em Freq¨ uˆencia pode ser obtida diretamente da equa¸c˜ao de diferen¸ca, segundo
H(e
jΩ
) =
N
H
(e
jΩ
)
D
H
(e
jΩ
)
=

L
k=0
b
k
e
−jΩk
1+

N
k=1
a
k
e
−jΩk
.
• A Fun¸c˜ao de Transferˆencia pode ser obtida diretamente da equa¸c˜ao de diferen¸ca, segundo
H(z) =
N
H
(z)
D
H
(z)
=

L
k=0
b
k
z
−k
1+

N
k=1
a
k
z
−k
.
• A Resposta em Freq¨ uˆencia H(e
jΩ
) pode ser usada para calcular diretamente a sa´ıda do
SLIT, em regime permanente, conforme apresentado na Tabela 8.1.
• A Resposta em Freq¨ uˆencia, atrav´es dos resultados apresentados na Tabela 8.1. indica que
o SLIT, operando em regime permanente, pode ser interpretado como um filtro seletor
em freq¨ uˆencia, cuja seletividade ´e controlada pelos coeficientes (a
k
, b
k
) da sua equa¸c˜ao de
diferen¸ca.
105
106 Cap´ıtulo 8. Principais resultados da representa¸c˜ao em dom´ınio transformado
• Para que um SLIT, operando como filtro seletor em freq¨ uˆencia, n˜ao apresente distor¸c˜ao
de fase, o argumento da sua Resposta em Freq¨ uˆencia ∠H(e
jΩ
) deve ser uma fun¸c˜ao linear
ou, de outra forma, o atraso de grupo τ = −
d∠H(e
jΩ
)
dΩ
deve ser constante, na faixa de
passagem do filtro.
Entrada Sa´ıda (em regime permanente)
x[n] = c
k
e
jΩ
k
n
y[n] = H(e
jΩ
k
) c
k
e
jΩ
k
n
x[n] =

k
c
k
e
jΩ
k
n
y[n] =

k
H(e
jΩ
k
) c
k
e
jΩ
k
n
x[n] = A
k
cos(Ω
k
n +φ
k
) y[n] =
¸
¸
H(e
jΩ
k
)
¸
¸
A
k
cos(Ω
k
n +φ
k
+∠H(e
jΩ
k
))
x[n] =

k
A
k
cos(Ω
k
n +φ
k
) y[n] =

k
¸
¸
H(e
jΩ
k
)
¸
¸
A
k
cos(Ω
k
n +φ
k
+∠H(e
jΩ
k
))
Tabela 8.1: Exemplos de rela¸c˜ao entrada-sa´ıda para um SLIT causal e est´avel, operando em
regime permanente.
• Um sinal de entrada x[n], um sinal de sa´ıda y[n] e a resposta ao impulso h[n], podem ser
descritos, respectivamente, pelas representa¸c˜oes alternativas
X(z) =

l=−∞
x[l] z
−l
, (8.1)
Y (z) =

l=−∞
y[l] z
−l
, (8.2)
e
H(z) =

l=−∞
h[l] z
−l
, (8.3)
que ´e a pr´ opria Fun¸c˜ao de Transferˆencia do SLIT.
• Dadas as condi¸c˜oes iniciais CI = ¦y[−1], y[−2], , y[−N]¦, a Fun¸c˜ao de Transferˆencia
H(z) pode ser usada para calcular indiretamente a sa´ıda do SLIT, desde a aplica¸c˜ao da
entrada atual em n = 0, conforme resumido em
Y (z) = Y
ent
(z) +Y
est
(z) = H(z) X(z) +
1
D
H
(z)
_
N

k=1
P
−k
(z) y[−k]
_
, (8.4)
onde D
H
(z) e P
−k
(z) dependem dos coeficientes a
k
.
• De acordo com (8.4), e seguindo o crit´erio BIBO (Bounded-Input Bounded-Output), pode-
se mostrar que, para uma entrada limitada, a estabilidade do SLIT est´a associada com a
posi¸c˜ao dos p´olos de H(z), que s˜ao as ra´ızes de D
H
(z).
• Dado um SLIT causal e est´avel, pode-se mostrar que
H(e
jΩ
) = H(z)[
z=e
jΩ
= H(z)[
|z|=1
. (8.5)
A.S.V.
8.2. Resumo dos resultados 107
• A Equa¸c˜ao 8.5 mostra que as curvas de
¸
¸
H(e
jΩ
)
¸
¸
e de ∠H(e
jΩ
) podem ser obtidas das
superf´ıcies de [H(z)[ e de ∠H(z), ao se percorrˆe-las com os valores de z sob o c´ırculo
unit´ario.
• Sabendo-se da existˆencia da rela¸c˜ao h[n] ↔ H(z), a Equa¸c˜ao 8.5 demonstra a rela¸c˜ao
h[n] ↔H(e
jΩ
) ↔H(z).
TET / UFF
108 Cap´ıtulo 8. Principais resultados da representa¸c˜ao em dom´ınio transformado
A.S.V.
Parte IV
Sinais e sistemas no dom´ınio da
freq
¨
uˆencia
109
Cap´ıtulo 9
Sinais no dom´ınio da freq
¨
uˆencia
9.1 Introdu¸c˜ao
A mudan¸ca da vari´avel dependente utilizada nas descri¸c˜oes funcionais de sinais e de sistemas
pode ser de grande utilidade. As transforma¸c˜oes “tempo/espa¸co ↔ freq¨ uˆencia anal´ogica” e
“´ındice ↔ freq¨ uˆencia digital”, entre vari´aveis independentes, s˜ao comumente empregadas.
Nesse cap´ıtulo, s˜ao abordados os efeitos da transforma¸c˜ao“´ındice ↔freq¨ uˆencia digital”sobre
as seq¨ uˆencias. Inicialmente, ´e apresentado um resumo das representa¸c˜oes em freq¨ uˆencia, para
que se possa estabelecer um paralelo entre os dom´ınios cont´ınuo e discreto. Em seguida, s˜ao
definidas as diversas representa¸c˜oes em freq¨ uˆencia para sinais de tempo discreto, bem como s˜ao
abordados alguns t´opicos pertinentes. Finalmente, s˜ao estabelecidas rela¸c˜oes entre as diversas
representa¸c˜oes dos dom´ınios cont´ınuo e discreto.
9.2 Vantagens das transforma¸c˜oes de vari´aveis
• Facilidade matem´atica: em fun¸c˜ao das propriedades apresentadas pelas novas represen-
ta¸c˜oes dos sinais e dos sistemas.
• Mudan¸ca de ponto de vista no tratamento dos problemas: baseada em novas interpre-
ta¸c˜oes, que surgem a partir das novas representa¸c˜oes dos sinais e dos sistemas.
• Surgimento de novas t´ecnicas para an´alise e s´ıntese: em fun¸c˜ao do novo equacionamento.
9.3 Resumo das representa¸c˜oes em tempo cont´ınuo
• Representa¸c˜ao no dom´ınio do tempo
– Sinais
∗ Composi¸c˜ao/decomposi¸c˜ao de sinais: x(t) ↔f(v
1
(t), v
2
(t), ).
∗ Caso particular: v
k
(t) = δ(t−k) e x(t) = f(x(k), δ(t−k)) =
_

−∞
x(τ)δ(t−τ) dτ.
– Sistemas
∗ Sa´ıda de um SLIT relaxado, definido por um operador T ¦.¦:
y(t) = T ¦δ(t)¦ h(t).
y(t) = T ¦x(t)¦ = T
_
_

−∞
x(τ)δ(t −τ) dτ
_
=
_

−∞
T ¦x(τ)δ(t −τ)¦ dτ =
_

−∞
x(τ)T ¦δ(t −τ)¦ dτ =
_

−∞
x(τ)h(t −τ) dτ = x(t) ∗ h(t).
111
112 Cap´ıtulo 9. Sinais no dom´ınio da freq¨ uˆencia
• Representa¸c˜ao no dom´ınio da freq¨ uˆencia
– Freq¨ uˆencias
∗ Freq¨ uˆencia complexa: s = Re¦s¦ +jIm¦s¦ = σ +jω,
onde σ = Re¦s¦ e ω = Im¦s¦.
∗ Freq¨ uˆencia angular, freq¨ uˆencia linear e per´ıodo de repeti¸c˜ao: ω = 2πf =

T
.
– SLITs
∗ Caso particular de sinal de entrada: x(t) = e
s
0
t
= e
st
[
s=s
0
.
∗ Sa´ıda do SLIT relaxado: y(t) =
_

−∞
x(τ)h(t −τ) dτ =
_

−∞
h(τ)x(t −τ) dτ =
_

−∞
h(τ)e
s
0
(t−τ)
dτ = e
s
0
t
_

−∞
h(τ)e
−s
0
τ
dτ = e
s
0
t
H(s
0
) = [e
st
H(s)]
s=s
0
,
onde: H(s) =
_

−∞
h(τ)e
−sτ
dτ.
∗ Motiva¸c˜ao b´asica para representar o sistema por H(s):
se x(t) =


k=−∞
a
k
e
s
k
t
, ent˜ao y(t) =


k=−∞
a
k
H(s
k
)e
s
k
t
.
– Fun¸c˜oes peri´odicas
∗ Per´ıodo fundamental da fun¸c˜ao peri´odica f
T
0
(t): T
0
=
1
f
0
=

ω
0
.
∗ Caso particular para fun¸c˜ao de base, onde s
n
= σ
n
+jω
n
= (0) +j(nω
0
):
e
s
n
t
= e
j(nω
0
)t
.
∗ Mapeamento: f
T
0
(t) ↔g(f
T
0
(t), K(ω, t)) = g(f
T
0
(t), e

n
t
) = g(f
T
0
(t), e
j(nω
0
)t
).
∗ S´erie de Fourier:
_
f
T
0
(t) =


n=−∞
F
n
e
j(nω
0
)t
F
n
=
1
T
0
_
t
0
+T
0
t
0
f
T
0
(t)e
−j(nω
0
)t
dt
.
∗ Associa¸c˜ao tempo-freq¨ uˆencia: f
T
0
(t) ↔F
n
.
– Fun¸c˜oes n˜ao peri´odicas, com varia¸c˜oes n˜ao exponenciais
∗ Aproxima¸c˜ao por extens˜ao peri´odica:
f(t) = limT
0
→∞
ω
0
→0
f
T
0
(t) = limT
0
→∞
ω
0
→0


n=−∞
F
n
e
j(nω
0
)t
.
∗ Mapeamento: f(t) ↔g(f(t), K(ω, t)) = g(f(t), e
jωt
).
∗ Transformada de Fourier (Ordin´aria):
_
f(t) =
1

_

−∞
F(jω)e
jωt

F(jω) =
_

−∞
f(t)e
−jωt
dt
.
∗ Associa¸c˜ao tempo-freq¨ uˆencia: f(t) ↔F(jω).
– Fun¸c˜oes n˜ao peri´odicas, com varia¸c˜oes exponenciais
∗ Fun¸c˜ao de ordem exponencial: f(t) ≤ Me
αt
.
∗ Fun¸c˜ao auxiliar: φ(t) = e
−σt
f(t).
∗ Transformada de Fourier:
_
φ(t) = e
−σt
f(t) =
1

_

−∞
Φ(jω)e
jωt

Φ(jω) =
_

−∞
φ(t)e
−jωt
dt =
_

−∞
e
−σt
f(t)e
−jωt
dt
.
∗ Mapeamento: f(t) ↔g(f(t), K(s, t)) = g(f(t), e
st
).
∗ Transformada de Fourier Complexa (ou de Laplace):
_
f(t) =
1
2πj
_

−∞
F(s)e
st
ds
F(s) =
_

−∞
f(t)e
−st
dt
.
∗ Associa¸c˜ao tempo-freq¨ uˆencia: f(t) ↔F(s).
– Relacionamentos entre representa¸c˜oes
∗ Se os valores s = jω (eixo imagin´ario ω do plano complexo s) pertencerem `a
regi˜ao de convergˆencia (ROC) da Transformada de Laplace: F(jω) = F(s)[
s=jω
.
A.S.V.
9.4. Resumo das representa¸c˜oes em tempo discreto 113
9.4 Resumo das representa¸c˜oes em tempo discreto
• Representa¸c˜ao no dom´ınio do tempo
– Sinais
∗ Composi¸c˜ao/decomposi¸c˜ao de sinais: x[n] ↔f(v
1
[n], v
2
[n], ).
∗ Caso particular: v
k
[n] = δ[n−k] e x[n] = f(x[k], δ[n−k]) =


k=−∞
x[k]δ[n−k].
– Sistemas
∗ Sa´ıda de um SLIT relaxado, definido por um operador T ¦.¦:
y[n] = T ¦δ[n]¦ h[n].
y[n] = T ¦x[n]¦ = T
_

k=−∞
x[k]δ[n −k]
_
=


k=−∞
T ¦x[k]δ[n −k]¦ =


k=−∞
x[k]T ¦δ[n −k]¦ =


k=−∞
x[k]h[n −k] = x[n] ∗ h[n].
• Representa¸c˜ao no dom´ınio da freq¨ uˆencia
– Freq¨ uˆencias
∗ Freq¨ uˆencia complexa: z = Re¦z¦ +jIm¦z¦ = [z[e
j∠z
= Re
jΩ
,
onde R = [z[ e Ω = ∠z.
∗ Freq¨ uˆencia angular, freq¨ uˆencia linear e per´ıodo de repeti¸c˜ao: Ω = 2πF =

N
.
– SLITs
∗ Caso particular de sinal de entrada: x[n] = z
n
0
= z
n
[
z=z
0
.
∗ Sa´ıda do SLIT relaxado: y[n] =


k=−∞
x[k]h[n −k] =


k=−∞
h[k]x[n −k] =


k=−∞
h[k]z
(n−k)
0
= z
n
0


k=−∞
h[k]z
−k
0
= z
n
0
H(z
0
) = [z
n
H(z)]
z=z
0
,
onde: H(z) =


k=−∞
h[k]z
−k
.
∗ Motiva¸c˜ao b´asica para representar o sistema por H(z):
se x[n] =


k=−∞
a
k
z
n
k
, ent˜ao y[n] =


k=−∞
a
k
H(z
k
)z
n
k
.
– Seq¨ uˆencias peri´odicas
∗ Per´ıodo fundamental da seq¨ uˆencia peri´odica ˜ x
N
0
[n]: N
0
=
1
F
0
=


0
.
∗ Caso particular para fun¸c˜ao de base, onde z
k
= R
k
e
jΩ
k
= (1)e
j(kΩ
0
)
: z
n
k
= e
jkΩ
0
n
.
∗ Mapeamento: ˜ x
N
0
[n] ↔g(˜ x
N
0
[n], K(Ω, n)) = g(˜ x
N
0
[n], e
jΩ
k
n
) = g(˜ x
N
0
[n], e
jkΩ
0
n
).
∗ Discrete-Time Fourier Series (DTFS):
_
_
_
˜ x
N
0
[n] =

k=N
˜
X
k
N
0
e
jk


N
0

n
˜
X
k
N
0
=
1
N

n=N
˜ x
N
0
[n]e
−jk


N
0

n
.
∗ Associa¸c˜ao ´ındice-freq¨ uˆencia: ˜ x
N
0
[n] ↔
˜
X
k
N
0
=
˜
X
N
0
[k].
– Seq¨ uˆencias n˜ao peri´odicas, com varia¸c˜oes n˜ao exponenciais
∗ Aproxima¸c˜ao por extens˜ao peri´odica: x[n] = limN
0
→∞

0
→0
˜ x
N
0
[n].
∗ Mapeamento: x[n] ↔g(x[n], K(Ω, n)) = g(x[n], e
jΩn
).
∗ Discrete-Time Fourier Transform (DTFT):
_
x[n] =
1

_
Ω=2π
X(e
jΩ
)e
jΩn
dΩ
X(e
jΩ
) =


n=−∞
x[n]e
−jΩn
.
∗ Associa¸c˜ao ´ındice-freq¨ uˆencia: x[n] ↔X(e
jΩ
).
TET / UFF
114 Cap´ıtulo 9. Sinais no dom´ınio da freq¨ uˆencia
∗ Uma vez que os sistemas discretos no tempo n˜ao s˜ao capazes de operar com
sinais de tempo cont´ınuo, ´e necess´ario obter uma aproxima¸c˜ao discreta para a
DTFT. O novo equacionamento ´e fundamentado pelo uso da DTFS e realizado
pela amostragem da DTFT.
∗ Mapeamento: x[n] ↔g(x[n], K(Ω, n)) = g(x[n], e
jΩ
k
n
) = g(x[n], e
jkΩ
0
n
).
∗ Discrete Fourier Transform (DFT):
N-point DFT:
_
x[n] =
1
N

(N−1)
k=0
X[k]e
jk
(

N
)
n
, 0 ≤ n ≤ (N −1)
X[k] =

(N−1)
n=0
x[n]e
−jk
(

N
)
n
, 0 ≤ k ≤ (N −1)
.
ou
N-point DFT:
_
x[n] =
1
N

(N−1)
k=0
X[k]W
−kn
N
, 0 ≤ n ≤ (N −1)
X[k] =

(N−1)
n=0
x[n]W
kn
N
, 0 ≤ k ≤ (N −1)
.
onde: W
N
= e
−j
(

N
)
.
∗ Associa¸c˜ao ´ındice-freq¨ uˆencia: x[n] ↔X[k].
∗ No c´alculo da DFT, pelas equa¸c˜oes originais, existem valores que podem ser
previamente calculados e utilizados por diversas vezes, bem como podem ser en-
contradas v´arias redundˆancias. Dessa forma, ap´os um estudo adequado, algumas
otimiza¸c˜oes podem ser implementadas.
∗ Fast Fourier Transform (FFT): fam´ılia de diferentes algoritmos computacionais
alternativos, utilizados para o c´alculo da DFT, cujo objetivo ´e diminuir
a complexidade computacional das equa¸c˜oes originais e, portanto, acelerar a
opera¸c˜ao.
∗ Resumindo: a DFT e a FFT n˜ao s˜ao novos tipos de transformadas discretas. Elas
apenas representam aproxima¸c˜oes de c´alculo discreto para a DTFT anal´ogica.
– Seq¨ uˆencias n˜ao peri´odicas, com varia¸c˜oes exponenciais
∗ Mapeamento: x[n] ↔g(x[n], K(z, n)) = g(x[n], z
n
).
∗ Z Transform:
_
x[n] =
1
2πj
_
C
X(z)z
n−1
dz
X(z) =


n=−∞
x[n]z
−n
.
∗ Associa¸c˜ao ´ındice-freq¨ uˆencia: x[n] ↔X(z).
– Relacionamentos entre representa¸c˜oes
∗ Se os valores [z[ = 1 (c´ırculo de raio unit´ario do plano complexo z) pertencerem
` a regi˜ao de convergˆencia (ROC) da Transformada Z: X(e
jΩ
) = X(z)[
|z|=1
.
A.S.V.
9.5. Tipos de mapeamentos realizados 115
9.5 Tipos de mapeamentos realizados
• As opera¸c˜oes que geram um mapeamento entre descri¸c˜oes funcionais de sinais e sistemas
trabalham com vari´aveis dependentes e independentes que podem ser anal´ogicas, discretas
ou digitais.
• Dessa forma, de acordo com os tipos de vari´aveis envolvidas, pode-se propor uma classi-
fica¸c˜ao para as opera¸c˜oes e os mapeamentos.
• Opera¸c˜oes mapeamentos entre representa¸c˜oes:
– Amostragem e S´erie de Fourier:
_
_
_
anal´ogico ↔ discreto/digital
x
1
(v
1
) ↔ x
2
[n
2
]
.
– Transformadas de Fourier e de Laplace:
_
_
_
anal´ogico ↔ anal´ogico
x
1
(v
1
) ↔ x
2
(v
2
)
.
– DTFS e DFT/FFT:
_
_
_
discreto/digital ↔ discreto/digital
x
1
[n
1
] ↔ x
2
[n
2
]
.
– Interpola¸c˜ao, DTFT e Transformada Z:
_
_
_
discreto/digital ↔ anal´ogico
x
1
[n
1
] ↔ x
2
(v
2
)
.
• A Tabela 9.1 resume a classifica¸c˜ao dos mapeamentos entre descri¸c˜oes funcionais de sinais
e sistemas.
Anal´ogico Discreto/Digital
x
2
(v
2
) x
2
[n
2
]
Anal´ogico Transformada de Fourier e Amostragem e
x
1
(v
1
) Transformada de Laplace S´erie de Fourier
Discreto/Digital Interpola¸c˜ao, DTFS e
x
1
[n
1
] DTFT e Transformada Z DFT/FFT
Tabela 9.1: Classifica¸c˜ao dos mapeamentos entre descri¸c˜oes funcionais de sinais e sistemas.
• Os processamentos discreto e digital trabalham com sinais na forma de seq¨ uˆencias.
• Assim, ´e necess´ario que as representa¸c˜oes funcionais dos sinais e dos sistemas, no tempo
e na freq¨ uˆencia, assumam tal forma.
• Portanto, embora as representa¸c˜oes cont´ınuas geradas pela DTFT e pela Transformada Z
possuam grande importˆancia te´orica, a implementa¸c˜ao dos processamentos discreto e
digital utiliza apenas as representa¸c˜oes discretas geradas pela DTFS e pela DFT/FFT.
• Deve ser ressaltado que a DFT e a FFT n˜ao s˜ao novos tipos de transformadas.
• A DFT ´e uma aproxima¸c˜ao discreta da DTFT, implementada atrav´es da DTFS.
• Por sua vez, o nome FFT representa uma fam´ılia de algoritmos computacionais, cujo
objetivo ´e acelerar o c´alculo da DFT.
TET / UFF
116 Cap´ıtulo 9. Sinais no dom´ınio da freq¨ uˆencia
9.6 DTFS
• Sinal peri´ odico: ˜ x[n] = ˜ x[n ±lN], onde l ∈ N e N ∈ N
+
.
• Caso particular para fun¸c˜ao de base: φ
1
[n] = z
n
1
= e
jΩ
0
n
= e
j
(

N
)
n
, onde Ω
0
=
_

N
_
.
• Conjunto (finito) de fun¸c˜oes de base, harmonicamente relacionadas:
– φ
k
[n] = e
jΩ
k
n
= e
jkΩ
0
n
= e
jk
(

N
)
n
, k = 0, ±1, ±2, , ±(N −1).
– φ
k
[n] = φ
k±lN
[n].
• Decomposi¸c˜ao de sinal peri´odico nas fun¸c˜oes de base:
˜ x[n] =

k
a
k
φ
k
[n] =

k
a
k
e
jkΩ
0
n
=

k
a
k
e
jk
(

N
)
n
.
• O conjunto de coeficientes a
k
pode ser interpretado como uma seq¨ uˆencia: a
k
= a[k].
• Devido ao n´ umero finito de fun¸c˜oes de base:
– N´ umero finito de coeficientes distintos: a
k
= a
k±lN
.
– O conjunto de coeficientes a
k
pode ser interpretado como uma seq¨ uˆencia peri´odica:
a
k
= a[k] = ˜ a[k] = ˜ a[k ±lN].
– Decomposi¸c˜ao de sinal peri´odico nas fun¸c˜oes de base:
˜ x[n] =

K+(N−1)
k=K
a
k
φ
k
[n] =

K+(N−1)
k=K
a
k
e
jk
(

N
)
n
=

k=N
a
k
φ
k
[n] =

k=N
a
k
e
jk
(

N
)
n
, onde ¸N) = K, K + 1, , K + (N −1).
• Procedimentos poss´ıveis para o c´alculo dos coeficientes a
k
:

´
Algebra linear (proje¸c˜ao de um vetor na base do espa¸co vetorial).
– Resolu¸c˜ao de um sistema de N equa¸c˜oes a N inc´ognitas.
– Utiliza¸c˜ao da periodicidade dos coeficientes a
k
.
• C´alculo por utiliza¸c˜ao da periodicidade dos coeficientes a
k
:
– C´alculos auxiliares:
S
N
=
(N−1)

n=0
a
n
=
_
N , a = 1
1−a
N
1−a
, a ,= 1
.
(N−1)

n=0
e
jk
(

N
)
n
=
_
_
_
N , k = 0, ±N, ±2N, , ±lN
1−e
jk
(

N
)
N
1−e
jk
(

N
)
= 0 , caso contr´ario
.

n=N
e
jk
(

N
)
n
=
(N−1)

n=0
e
jk
(

N
)
n
=
_
N , k = 0, ±N, ±2N, , ±lN
0 , caso contr´ario
. (9.1)
A.S.V.
9.6. DTFS 117
– Id´eia:

´
E proposto que um sinal peri´odico seja decomposto em
˜ x[n] =

k=N
a
k
e
jk
(

N
)
n
. (9.2)
∗ Os coeficientes a
k
s˜ao peri´odicos, com per´ıodo fundamental N.
∗ Logo, eles podem ser interpretados como uma seq¨ uˆencia peri´odica:
˜ a[k] = ˜ a[k ±lN].
∗ Portanto, utilizando-se (9.2), pode-se propor a decomposi¸c˜ao
˜ a[r] =

m=N
x
m
e
jm
(

N
)
r
=

m=N
˜ x[m]e
jm
(

N
)
r
, (9.3)
que utiliza a pr´opria fun¸c˜ao ˜ x[n] para o c´alculo dos seus coeficientes a
k
.
– Desenvolvimento:
De (9.3), tem-se que

m=N
˜ x[m]e
jm
(

N
)
r
=

m=N
_
_

k=N
a
k
e
jk
(

N
)
m
_
_
e
jm
(

N
)
r
=

m=N
_
_

k=N
a
k
e
j(k+r)
(

N
)
m
_
_
=

k=N
a
k
_
_

m=N
e
j(k+r)
(

N
)
m
_
_
=

k=N
a
k
S(m, k, r) ,
(9.4)
onde:
S(m, k, r) =
_
_

m=N
e
j(k+r)
(

N
)
m
_
_
. (9.5)
De (9.1) e (9.5), deduz-se que
S(m, k, r) =
_
N , (k +r) = 0, ±N, ±2N, , ±lN
0 , caso contr´ario
,
a qual mostra que, para cada valor de r, tal que R ≤ r ≤ R+(N−1) e r = −k±lN,
apenas um valor de S(m, k, r) ser´a diferente de zero e igual a N.
Portanto, fazendo r = −k ±lN, a Equa¸c˜ao (9.4) torna-se

m=N
˜ x[m]e
jm
(

N
)
(−k±lN)
=

m=N
˜ x[m]e
−jm
(

N
)
k
e
±jm2πl
=

m=N
˜ x[m]e
−jm
(

N
)
k
= a
k
N .
(9.6)
• DTFS:
_
˜ x[n] =

k=N
a
k
e
jk
(

N
)
n
a
k
=
1
N

n=N
˜ x[n]e
−jk
(

N
)
n
, onde a
k
= ˜ a[k] = ˜ a[k ±lN].
• Nota¸c˜ao alternativa:
_
˜ x[n] =
1
N

k=N
a
k
e
jk
(

N
)
n
a
k
=

n=N
˜ x[n]e
−jk
(

N
)
n
, onde a
k
= ˜ a[k] = ˜ a[k ±lN].
TET / UFF
118 Cap´ıtulo 9. Sinais no dom´ınio da freq¨ uˆencia
9.7 DTFT
• Sinal original, n˜ao peri´odico: x[n] =
_
x[n] , N
1
≤ n ≤ N
2
0 , n < N
1
e n > N
2
, onde N
2
> N
1
.
• Sinal peri´ odico, obtido por extens˜ao peri´odica de x[n]: ˜ x[n] = ˜ x[n±lN], N ≥ (N
2
−N
1
+1).
• Aproxima¸c˜ao considerada: ˜ x[n] →x[n] quando N →∞.
• C´alculo da aproxima¸c˜ao:
– DTFS:
_
˜ x[n] =

k=N
a
k
e
jk
(

N
)
n
a
k
=
1
N

n=N
˜ x[n]e
−jk
(

N
)
n
.
– As equa¸c˜oes da DTFS pode ser reescritas da seguinte forma:
∗ a
k
=
1
N

n=N
˜ x[n]e
−jk
(

N
)
n
=
1
N

N
2
n=N
1
˜ x[n]e
−jk
(

N
)
n
=
1
N

N
2
n=N
1
x[n]e
−jk
(

N
)
n
=
1
N


n=−∞
x[n]e
−jk
(

N
)
n
.
∗ X(kΩ
0
) = a
k
N =


n=−∞
x[n]e
−jkΩ
0
n
, onde Ω
0
=
_

N
_
.
∗ ˜ x[n] =

k=N
a
k
e
jk
(

N
)
n
=

k=N
1
N
X(kΩ
0
)e
jkΩ
0
n
=

k=N

0

X(kΩ
0
)e
jkΩ
0
n
=
1

k=N
X(kΩ
0
)e
jkΩ
0
n

0
.
∗ Alterando-se a nota¸c˜ao:

0
=
_

N
_
= ∆Ω →kΩ
0
= k
_

N
_
= k∆Ω e (k = ¸N)) ≡ (Ω = ¸(2π −∆Ω))).
– DTFS reescrita:
_
˜ x[n] =
1

k=N
X(k∆Ω)e
j(k∆Ω)n
∆Ω
X(k∆Ω) =


n=−∞
x[n]e
−j(k∆Ω)n
.
– Se N →∞:
˜ x[n] →x[n], ∆Ω →dΩ, (k∆Ω) →Ω e (k = ¸N)) ≡ (Ω = ¸(2π −dΩ)) ≈ ¸2π)).
– DTFT:
_
x[n] =
1

_
Ω=2π
X(Ω)e
jΩn
dΩ
X(Ω) =


n=−∞
x[n]e
−jΩn
.
• Nota¸c˜ao mais comumente utilizada:
– X(Ω) = X(e
jΩ
).
– DTFT:
_
x[n] =
1

_
Ω=2π
X(e
jΩ
)e
jΩn
dΩ
X(e
jΩ
) =


n=−∞
x[n]e
−jΩn
.
• Deve-se ressaltar que:
– Ω ´e uma vari´avel cont´ınua, escalar e angular.
– X(e
jΩ
) ´e uma fun¸c˜ao anal´ogica e complexa.
A.S.V.
9.8. Alguns aspectos relevantes da DTFT 119
9.8 Alguns aspectos relevantes da DTFT
9.8.1 Propriedades gerais comumente utilizadas
• Periodicidade: X(e
jΩ
) ´e peri´odica, com per´ıodo fundamental Ω
p
= 2π, de tal forma que
X(e
j(Ω+k2π)
) = X(e
jΩ
).
• Linearidade: x[n] = x
1
[n] +x
2
[n] ↔X(e
jΩ
) = X
1
(e
jΩ
) +X
2
(e
jΩ
).
• Deslocamento no tempo:
x
N
D
[n] = x[n −N
D
] ↔X
N
D
(e
jΩ
) = X(e
jΩ
)e
−jN
D

= [X(e
jΩ
)[e
j(∠X(e
jΩ
)−N
D
Ω)
.
• Convolu¸c˜ao no tempo:
x[n] = x
1
[n]∗x
2
[n] ↔X(e
jΩ
) = X
1
(e
jΩ
)X
2
(e
jΩ
) = [X
1
(e
jΩ
)[[X
2
(e
jΩ
)[e
j(∠X
1
(e
jΩ
)+∠X
2
(e
jΩ
))
.
9.8.2 Rela¸c˜oes complexas
• X(e
jΩ
) = X
r
(e
jΩ
) +jX
i
(e
jΩ
) = [X(e
jΩ
)[e
j∠X(e
jΩ
)
, onde:
– [X(e
jΩ
)[
2
= X
2
r
(e
jΩ
) +X
2
i
(e
jΩ
) = X(e
jΩ
)X

(e
jΩ
).
– ∠X(e
jΩ
) = arctan
_
X
i
(e
jΩ
)
X
r
(e
jΩ
)
_
.
– X

(e
jΩ
) ´e o complexo conjugado de X(e
jΩ
).
• O valor de ∠X(e
jΩ
) ´e indeterminado quando [X(e
jΩ
)[ = 0.
9.8.3 Propriedades da DTFT de uma seq¨ uˆencia real
• Se x[n] for uma seq¨ uˆencia real:
– X(e
jΩ
) =


n=−∞
x[n]e
−jΩn
=


n=−∞
x[n] (cos(Ωn) −jsin(Ωn)) =


n=−∞
x[n]cos(Ωn) −j


n=−∞
x[n]sin(Ωn) = X
r
(e
jΩ
) +jX
i
(e
jΩ
).
• Simetria da DTFT: X(e
−jΩ
) = X

(e
jΩ
).
• Simetria das partes real e imagin´aria
– Das rela¸c˜oes anteriores: X(e
−jΩ
) = X
r
(e
−jΩ
)+j
_
X
i
(e
−jΩ
)
_
= X
r
(e
jΩ
)+j
_
−X
i
(e
jΩ
)
_
.
– X
r
(e
jΩ
) ´e uma fun¸c˜ao par.
– X
i
(e
jΩ
) ´e uma fun¸c˜ao ´ımpar.
• Simetria das partes m´odulo e argumento (ˆangulo de fase)
– Das rela¸c˜oes anteriores:
[X(e
jΩ
)[ =
_
X(e
jΩ
) +X

(e
jΩ
)
_1
2
=
_
X

(e
−jΩ
) +X(e
−jΩ
)
_1
2
= [X(e
−jΩ
)[.
∠X(e
−jΩ
) = arctan
_
X
i
(e
−jΩ
)
X
r
(e
−jΩ
)
_
= arctan
_

X
i
(e
jΩ
)
X
r
(e
jΩ
)
_
= −arctan
_
X
i
(e
jΩ
)
X
r
(e
jΩ
)
_
= −∠X(e
jΩ
).
– [X(e
−jΩ
)[ ´e uma fun¸c˜ao par.
– ∠X(e
jΩ
) ´e uma fun¸c˜ao ´ımpar.
TET / UFF
120 Cap´ıtulo 9. Sinais no dom´ınio da freq¨ uˆencia
• Caracter´ısticas dos gr´aficos da fun¸c˜ao X(e
jΩ
)
– Dado que as fun¸c˜oes X(e
jΩ
), X
r
(e
jΩ
), X
i
(e
jΩ
), [X(e
−jΩ
)[ e ∠X(e
jΩ
) s˜ao peri´odicas
(Ω
p
= 2π) e sim´etricas, elas s´o necessitam ser especificadas na faixa 0 ≤ Ω ≤ π ou em
outra faixa equivalente. Por conven¸c˜ao, utiliza-se 0 ≤ Ω
norm
≤ 1, onde Ω
norm
=

π
.
– Por conven¸c˜ao, o gr´afico da fun¸c˜ao ∠X(e
jΩ
) n˜ao ´e elaborado com os valores originais
da fun¸c˜ao, mas sim com os valores principais correspondentes (valores na faixa
[−π, π]). Esse tipo de gr´afico pode apresentar descontinuidades (phase jumps) em
v´arios pontos.
– As fun¸c˜oes do tipo X(e
jΩ
) = F
r
(e
jΩ
)e
−jkΩ
, denominadas fun¸c˜oes de fase linear, po-
dem gerar descontinuidades adicionais ao gr´afico de ∠X(e
jΩ
). Para valores positivos
de F
r
(e
jΩ
), tem-se que F
r
(e
jΩ
) = [F
r
(e
jΩ
)[e
j0
. Para valores negativos de F
r
(e
jΩ
),
tem-se que F
r
(e
jΩ
) = [F
r
(e
jΩ
)[e
±jπ
. Dessa forma, pode-se ter ∠X(e
jΩ
) = −kΩ ou
∠X(e
jΩ
) = −kΩ ±π, o que acarreta descontinuidades no gr´afico.
– Para as freq¨ uˆencias Ω
k
onde [X(e
jΩ
k
)[ = 0, o valor de ∠X(e
jΩ
k
) ´e indeterminado.
Portanto, na elabora¸c˜ao do gr´afico de ∠X(e
jΩ
), podem ser utilizados valores arbi-
tr´arios.
– Em todos os casos, dado que h´a uma possibilidade de escolha devido `a equivalˆen-
cia angular, os valores principais s˜ao escolhidos de tal forma que o gr´afico ilustre
claramente uma fun¸c˜ao ∠X(e
jΩ
) do tipo ´ımpar.
9.8.4 DTFT de uma seq¨ uˆencia real, finita e sim´etrica
• Seq¨ uˆencia real e finita, de comprimento N = (L + 1):
x[n] =
_
x[n] , 0 ≤ n ≤ L
0 , n < 0 e n > L
.
• Seq¨ uˆencia com valores sim´etricos
– Valores sim´etricos ou simetria par: x[n] = x[L −n].
– Valores antissim´etricos ou simetria ´ımpar: x[n] = −x[L −n].
• Tipos de seq¨ uˆencias poss´ıveis
– N´ umero de valores da seq¨ uˆencia: par ou ´ımpar.
– Tipo de simetria: par ou ´ımpar.
– Quatro tipos poss´ıveis, considerando L/simetria:
Tipo 1 (par/par), Tipo 2 (´ımpar/par), Tipo 3 (par/´ımpar), Tipo 4 (´ımpar/´ımpar).
• Exemplos
– Tipo 1 (L par e simetria par): x[n] = ¦x
0
, x
1
, x
2
, x
3
, x
2
, x
1
, x
0
¦.
– Tipo 2 (L ´ımpar e simetria par): x[n] = ¦x
0
, x
1
, x
2
, x
2
, x
1
, x
0
¦.
– Tipo 3 (L par e simetria ´ımpar): x[n] = ¦x
0
, x
1
, x
2
, 0, −x
2
, −x
1
, −x
0
¦.
– Tipo 4 (L ´ımpar e simetria ´ımpar): x[n] = ¦x
0
, x
1
, x
2
, −x
2
, −x
1
, −x
0
¦.
A.S.V.
9.8. Alguns aspectos relevantes da DTFT 121
• C´alculo da DTFT de uma seq¨ uˆencia real e sim´etrica
– L par:
X(e
jΩ
) =

n=−∞
x[n]e
−jΩn
=
L

n=0
x[n]e
−jΩn
=
L
2
−1

n=0
x[n]e
−jΩn
+x[
L
2
]e
−jΩ
L
2
+
L

n=
L
2
+1
x[n]e
−jΩn
=
L
2
−1

n=0
x[n]e
−jΩn
+x[
L
2
]e
−jΩ
L
2
+
L
2
−1

n=0
x[L −n]e
−jΩ(L−n)
= x[
L
2
]e
−jΩ
L
2
+
L
2
−1

n=0
_
x[n]e
−jΩn
+x[L −n]e
jΩ(n−L)
_
= e
−jΩ
L
2
_
_
x[
L
2
] +
L
2
−1

n=0
_
x[n]e
−jΩ(n−
L
2
)
+x[L −n]e
jΩ(n−
L
2
)
_
_
_
= e
−jΩ
L
2
_
_
x[
L
2
] +
L
2
−1

n=0
x[n]
_
e
−jΩ(n−
L
2
)
±e
jΩ(n−
L
2
)
_
_
_
(9.7)
– L ´ımpar:
X(e
jΩ
) =

n=−∞
x[n]e
−jΩn
=
L

n=0
x[n]e
−jΩn
=
L−1
2

n=0
x[n]e
−jΩn
+
L

n=
L−1
2
+1
x[n]e
−jΩn
=
L−1
2

n=0
x[n]e
−jΩn
+
L−1
2

n=0
x[L −n]e
−jΩ(L−n)
=
L−1
2

n=0
_
x[n]e
−jΩ(n)
+x[L −n]e
jΩ(n−L)
_
= e
−jΩ
L
2
_
_
L−1
2

n=0
_
x[n]e
−jΩ(n−
L
2
)
+x[L −n]e
jΩ(n−
L
2
)
_
_
_
= e
−jΩ
L
2
_
_
L−1
2

n=0
x[n]
_
e
−jΩ(n−
L
2
)
±e
jΩ(n−
L
2
)
_
_
_
(9.8)
TET / UFF
122 Cap´ıtulo 9. Sinais no dom´ınio da freq¨ uˆencia
– Tipo 1 (L par e simetria par):
X(e
jΩ
) = e
−jΩ
L
2
_
_
x[
L
2
] +
L
2
−1

n=0
x[n]
_
e
−jΩ(n−
L
2
)
+e
jΩ(n−
L
2
)
_
_
_
= e
−jΩ
L
2
_
_
x[
L
2
] +
L
2
−1

n=0
(2x[n]) cos(Ω(n −
L
2
))
_
_
(9.9)
– Tipo 2 (L ´ımpar e simetria par):
X(e
jΩ
) = e
−jΩ
L
2
_
_
L−1
2

n=0
x[n]
_
e
jΩ(n−
L
2
)
+e
−jΩ(n−
L
2
)
_
_
_
= e
−jΩ
L
2
_
_
L−1
2

n=0
(2x[n]) cos(Ω(n −
L
2
))
_
_
(9.10)
– Tipo 3 (L par e simetria ´ımpar):
X(e
jΩ
) = e
−jΩ
L
2
_
_
L
2
−1

n=0
x[n]
_
e
−jΩ(n−
L
2
)
−e
jΩ(n−
L
2
)
_
_
_
= e
−jΩ
L
2
_
_
L
2
−1

n=0
x[n] (−2j) sin(Ω(n −
L
2
))
_
_
= e
−j(Ω
L
2
+
π
2
)
_
_
L
2
−1

n=0
(2x[n]) sin(Ω(n −
L
2
))
_
_
(9.11)
– Tipo 4 (L ´ımpar e simetria ´ımpar):
X(e
jΩ
) = e
−jΩ
L
2
_
_
L−1
2

n=0
x[n]
_
e
jΩ(n−
L
2
)
−e
−jΩ(n−
L
2
)
_
_
_
= e
−jΩ
L
2
_
_
L−1
2

n=0
x[n] (−2j) sin(Ω(n −
L
2
))
_
_
= e
−j(Ω
L
2
+
π
2
)
_
_
L−1
2

n=0
(2x[n]) sin(Ω(n −
L
2
))
_
_
(9.12)
• Pode-se mostrar que:
– Os quatro tipos apresentam ˆangulo de fase linear (∠X(e
jΩ
) = −kΩ+C) e, portanto,
atraso de grupo constante (τ = −
∠X(e
jΩ
)
dΩ
= k).
– Os tipos 3 e 4 possum uma fase adicional de ∠X(e
jΩ
) = −
π
2
.
– Para o Tipo 2: X(e
jΩ
) = 0, para Ω = π.
– Para o Tipo 3: X(e
jΩ
) = 0, para Ω = 0 e π.
– Para o Tipo 4: X(e
jΩ
) = 0, para Ω = 0.
A.S.V.
9.9. Sinais peri´odicos DTFT 123
9.9 Sinais peri´odicos DTFT
9.9.1 DTFS DTFT
• Sinal peri´odico: ˜ x[n] = ˜ x[n ±lN].
• Sinal n˜ao peri´odico: x[n] =
_
˜ x[n] , M ≤ n ≤ M + (N −1)
0 , caso contr´ario
.
• Ser´a assumido que ˜ x[n] ´e a extens˜ao peri´odica de x[n].
• Coeficientes da DTFS de ˜ x[n]: a
k
=
1
N

n=N
˜ x[n]e
−jk
(

N
)
n
.
• DTFT de x[n]: X(e
jΩ
) =


n=−∞
x[n]e
−jΩn
.
• Rela¸c˜ ao entre a
k
e X(e
jΩ
): a
k
=
1
N

n=N
˜ x[n]e
−jk
(

N
)
n
=
1
N

M+(N−1)
n=M
˜ x[n]e
−jk
(

N
)
n
=
1
N

M+(N−1)
n=M
x[n]e
−jk
(

N
)
n
=
1
N


n=−∞
x[n]e
−jk
(

N
)
n
=
1
N
X(e
jΩ
)
¸
¸
Ω=k
(

N
)
.
• Logo: Na
k
= X(e
jΩ
)
¸
¸
Ω=k
(

N
)
, k = ¸N).
• Significado: Os coeficientes ponderados (Na
k
), para k = ¸N), s˜ao amostras de um per´ıodo
fundamental da fun¸c˜ao X(e
jΩ
), uniformemente espa¸cadas de ∆Ω = Ω
k
= k
_

N
_
.
9.9.2 DTFT de sinais peri´odicos
• Atrav´es da DTFS, um sinal peri´odico ˜ x[n] pode ser decomposto em uma combina¸c˜ao
linear e finita de exponenciais e
jkΩ
0
n
.
• Por envolver opera¸c˜oes lineares, a DTFT de um sinal peri´odico ˜ x[n] ´e igual `a soma das
DTFTs das exponenciais e
jkΩ
0
n
que o comp˜oem.
• Matematicamente:
– DTFS de um sinal peri´odico: ˜ x[n] =

k=N
a
k
e
jk(Ω
0
)n
=

k=N
a
k
e
jk
(

N
)
n
.
– DTFT de uma exponencial: x[n] = e
jΩ
0
n
→X(e
jΩ
) =


l=−∞
2πδ(Ω −Ω
0
−2πl).
– DTFT de uma combina¸c˜ao linear e finita de exponenciais:
∗ x[n] = c
1
e
jΩ
1
n
+c
2
e
jΩ
2
n
+ +c
M
e
jΩ
M
n
.
∗ X(e
jΩ
) = c
1


l=−∞
2πδ(Ω − Ω
1
− 2πl) + c
2


l=−∞
2πδ(Ω − Ω
2
− 2πl) + +
c
M


l=−∞
2πδ(Ω −Ω
M
−2πl).
• DTFT de um sinal peri´odico:
– Escolhendo-se: ¸N) = 0, 1, , (N −1).
– DTFS: ˜ x[n] =

(N−1)
k=0
a
k
e
jΩ
k
n
=

(N−1)
k=0
a
k
e
jk(Ω
0
)n
=

(N−1)
k=0
a
k
e
jk
(

N
)
n
.
– DTFT: X(e
jΩ
) = a
0


l=−∞
2πδ(Ω −2πl) +a
1


l=−∞
2πδ(Ω −
_

N
_
−2πl) + +
a
(N−1)


l=−∞
2πδ(Ω −(N −1)
_

N
_
−2πl).
• DTFT de um sinal peri´odico:
_
˜ x[n] =
1

_
Ω=[2π]
X(e
jΩ
)e
jΩn
dΩ
X(e
jΩ
) =


k=−∞
2πa
k
δ(Ω −k
_

N
_
)
.
TET / UFF
124 Cap´ıtulo 9. Sinais no dom´ınio da freq¨ uˆencia
9.10 DFT (representa¸c˜ao computacional da DTFT)
• A DTFT associa uma seq¨ uˆencia x[n] a uma fun¸c˜ao peri´odica anal´ogica X(e
jΩ
), utilizando
a freq¨ uˆencia digital Ω, que ´e uma vari´avel cont´ınua.
• Por sua vez, os circuitos discretos no tempo e os circuitos digitais s˜ao capazes de lidar
apenas com amostras. Portanto, eles n˜ao s˜ao capazes de manipular a fun¸c˜ao X(e
jΩ
).
• Nesse sentido, ´e interessante obter uma aproxima¸c˜ao discreta de X(e
jΩ
), que possa ser
utilizada como a representa¸c˜ao computacional da mesma.
• Tal aproxima¸c˜ao ´e a DFT, que associa uma seq¨ uˆencia finita x[n] a uma seq¨ uˆencia finita
X[k], cujos valores s˜ao amostras de um per´ıodo da fun¸c˜ao X(e
jΩ
).
9.10.1 Defini¸c˜ao da DFT
• Sinal original, n˜ao peri´odico e de comprimento finito:
x[n] =
_
x[n] , 0 ≤ n ≤ (N
max
−1)
0 , n < 0 e n > (N
max
−1)
, onde N
max
> 0.
• Sinal peri´ odico auxiliar, extens˜ao peri´odica de x[n]: ˜ x[n] = ˜ x[n +lN], N ≥ N
max
.
• DTFS do sinal peri´odico:
_
˜ x[n] =

k=N
a
k
e
jk
(

N
)
n
a
k
=
1
N

n=N
˜ x[n]e
−jk
(

N
)
n
.
• Por constru¸c˜ao:
– ˜ x[n] = x[n], 0 ≤ n ≤ (N −1).
– a
k
=
1
N

n=N
˜ x[n]e
−jk
(

N
)
n
=
1
N

(N−1)
n=0
x[n]e
−jk
(

N
)
n
.
• Definindo-se: a
k
= ˜ a[k] =
˜
X[k].
• N-point DFT:
_
x[n] =

(N−1)
k=0
˜
X[k]e
jk
(

N
)
n
, 0 ≤ n ≤ (N −1)
˜
X[k] =
1
N

(N−1)
n=0
x[n]e
−jk
(

N
)
n
, 0 ≤ k ≤ (N −1)
.
9.10.2 Representa¸c˜ao da DTFT pela DFT
• Da Se¸c˜ao 9.9.1:
X(e
jΩ
)
¸
¸
Ω=k
(

N
)
= Na
k
= N
˜
X[k] =

n=N
˜ x[n]e
−jk
(

N
)
n
=

(N−1)
n=0
x[n]e
−jk
(

N
)
n
.
• Definindo-se: X[k] = N
˜
X[k] = X(e
jΩ
)
¸
¸
Ω=k
(

N
)
, 0 ≤ k ≤ (N −1).
• N-point DFT:
_
x[n] =
1
N

(N−1)
k=0
X[k]e
jk
(

N
)
n
, 0 ≤ n ≤ (N −1)
X[k] =

(N−1)
n=0
x[n]e
−jk
(

N
)
n
, 0 ≤ k ≤ (N −1)
.
• Nota¸c˜ao comumente utilizada: W
N
= e
−j
(

N
)
.
• N-point DFT:
_
x[n] =
1
N

(N−1)
k=0
X[k]W
−kn
N
, 0 ≤ n ≤ (N −1)
X[k] =

(N−1)
n=0
x[n]W
kn
N
, 0 ≤ k ≤ (N −1)
.
A.S.V.
9.10. DFT (representa¸c˜ao computacional da DTFT) 125
9.10.3 Aproxima¸c˜ao da DTFT pela interpola¸c˜ao da DFT
• Amostragem de um per´ıodo fundamental: X[k] = X(e
jΩ
)
¸
¸
Ω=k
(

N
)
, 0 ≤ k ≤ (N −1).
• Interpola¸c˜ao de um per´ıodo fundamental: X(e
jΩ
) = f(X[k]), 0 ≤ k ≤ (N −1).
• X(e
jΩ
) =

(N−1)
n=0
x[n]e
−jΩn
=

(N−1)
n=0
_
1
N

(N−1)
k=0
X[k]W
−kn
N
_
e
−jΩn
=
1
N

(N−1)
k=0
X[k]

(N−1)
n=0
e
jk
(

N
)
n
e
−jΩn
=
1
N

(N−1)
k=0
X[k]

(N−1)
n=0
e
−j(Ω−k

N
)n
.


(N−1)
n=0
e
−jθn
=
1−e
−jθN
1−e
−jθ
=
1−e
−jθN
1−e
−jθ

e
j
θN
2
e
j
θN
2

e
j
θ
2
e
j
θ
2
=
e
j
θN
2 −e
−j
θN
2
e
j
θ
2 −e
−j
θ
2

e
j
θ
2
e
j
θN
2
=
sin
(
θN
2
)
sin
(
θN
2N
)
e
−jθ
(N−1)
2
.
• X(e
jΩ
) =
1
N

(N−1)
k=0
X[k]
sin
(
NΩ−k2π
2
)
sin
(
NΩ−k2π
2N
)
e
−j(Ω−k

N
)
(N−1)
2
.
• DTFT ↔ DFT:
_
_
_
X[k] = X(e
jΩ
)
¸
¸
Ω=k
(

N
)
, 0 ≤ k ≤ (N −1)
X(e
jΩ
) =
1
N

(N−1)
k=0
X[k]
sin
(
NΩ−k2π
2
)
sin
(
NΩ−k2π
2N
)
e
−j(Ω−k

N
)
(N−1)
2
.
9.10.4 Rela¸c˜oes matriciais da DFT
• x[n] = [ x[0] x[1] x[(N −1)] ]
T
.
• X[k] = [ X[0] X[1] X[(N −1)] ]
T
.
• N-point DFT:
_
x[n] = D
−1
N
X[k] , 0 ≤ n ≤ (N −1)
X[k] = D
N
x[n] , 0 ≤ k ≤ (N −1)
.
• D
N
=
_
¸
¸
¸
¸
¸
_
1 1 1 1
1 W
1
N
W
2
N
W
(N−1)
N
1 W
2
N
W
4
N
W
2(N−1)
N
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
1 W
(N−1)
N
W
2(N−1)
N
W
(N−1)(N−1)
N
_
¸
¸
¸
¸
¸
_
.
• D
−1
N
=
1
N
_
¸
¸
¸
¸
¸
_
1 1 1 1
1 W
−1
N
W
−2
N
W
−(N−1)
N
1 W
−2
N
W
−4
N
W
−2(N−1)
N
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
1 W
−(N−1)
N
W
−2(N−1)
N
W
−(N−1)(N−1)
N
_
¸
¸
¸
¸
¸
_
.
• D
−1
N
=
1
N
D

N
.
TET / UFF
126 Cap´ıtulo 9. Sinais no dom´ınio da freq¨ uˆencia
9.10.5 Leakage ou smearing
• O c´alculo da DFT pressup˜oe um sinal x[n] temporalmente limitado, uma vez que ´e baseado
na extens˜ ao peri´odica do mesmo.
• Sinais sem limita¸c˜ao temporal devem ser for¸cosamente limitados de alguma forma, antes
do c´alculo da N-point DFT.
• A limita¸c˜ao mais comumente utilizada ´e a sele¸c˜ao das N primeiras amostras do sinal x[n].
• Tal t´ecnica ´e equivalente `a multiplica¸c˜ao do sinal por uma janela retangular, de compri-
mento N e amplitude unit´aria.
• For¸car a limita¸c˜ao de um sinal x[n] temporalmente ilimitado pode gerar um fenˆomeno
inesperado na sua representa¸c˜ao em freq¨ uˆencia, calculada pela DFT.
• Supondo-se um sinal senoidal x[n], espera-se que o c´alculo da DFT resulte em uma ´ unica
amostra X[K], no valor K correspondente ao per´ıodo de x[n].
• Se o n´ umero total de amostras utilizado (N
tot
= N) for equivalente a um n´ umero inteiro
de per´ıodos do sinal senoidal, a extens˜ao peri´odica ser´a equivalente ao sinal original.
• Dessa forma, a amostra esperada aparecer´a corretamente no ponto K, o qual far´a parte
do grid de resolu¸c˜ao em freq¨ uˆencia.
• Se isso n˜ao ocorrer, aparecer˜ao diversas amostras n˜ao nulas em torno do ponto K esperado,
o qual n˜ao far´a parte do grid.
• O mesmo fenˆomeno poder´a ocorrer no caso em que o n´ umero total de amostras do sinal
senoidal (N
tot
) for menor que o tamanho da DFT calculada (N), se o valor de N n˜ao
corresponder a um n´ umero inteiro de per´ıodos do sinal senoidal ou se as demais amostras
forem preenchidas com valores nulos (zero-padding).
• Tal fenˆomeno ´e denominado leakage ou smearing.
• O efeito pode ser explicado ao se pensar em termos de composi¸c˜ao espectral. Uma vez que
o c´alculo da N-point DFT pressup˜oe a extens˜ao peri´odica de um sinal de comprimento
N, a sen´oide original s´o ´e obtida caso o conjunto b´asico de N pontos forme um n´ umero
inteiro de per´ıodos. Caso contr´ario, a seq¨ uˆencia montada atrav´es da extens˜ao peri´odica
ser´a uma forma de onda diferente da sen´oide original. Portanto, a composi¸c˜ao espectral
dessa nova forma de onda tamb´em ser´a diferente daquela da sen´oide original.
• Dado um ´ unico sinal senoidal, pode-se tentar evitar tal efeito, utilizando-se parˆametros
adequados no c´alculo da DFT.
• Por outro lado, para sinais compostos de v´arias componentes senoidais, torna-se muito
dif´ıcil evitar o fenˆomeno para todas as componentes.
• Nesse caso, a composi¸c˜ao espectral calculada n˜ao representa o espectro verdadeiro e o
efeito de leakage pode ser confundido, erroneamente, com um ru´ıdo de fundo.
• O uso de outros tipos de janelas limitantes pode minimizar esse efeito.
A.S.V.
9.11. Acelera¸c˜ao do c´alculo da DFT 127
9.11 Acelera¸c˜ao do c´alculo da DFT
9.11.1 DFT de seq¨ uˆencias reais
• O c´alculo de uma N-point DFT de um sinal complexo de N amostras pode ser usado para
otimizar os seguintes c´alculos:
– Duas N-point DFTs de dois sinais reais de N amostras.
– Uma 2N-point DFT de um sinal real de 2N amostras.
C´alculo da DFT de duas seq¨ uˆencias reais de N amostras
• Seq¨ uˆencias reais de N amostras: g[n] e h[n].
• Seq¨ uˆencia complexa de N amostras: x[n] = g[n] +jh[n].
• Rela¸c˜ oes entre as seq¨ uˆencias: g[n] = Re¦x[n]¦ e h[n] = Im¦x[n]¦.
• N-point DFTs das seq¨ uˆencias: G[k], H[k] e X[k].
• Das propriedades da DFT:
_
G[k] =
1
2
(X[k] +X

[¸−k)
N
])
H[k] =
1
2j
(X[k] −X

[¸−k)
N
])
.
• Onde: X

[¸−k)
N
] = X

[¸N −k)
N
].
C´alculo da DFT de uma seq¨ uˆencia real de 2N amostras
• Seq¨ uˆencia real de 2N amostras: v[n], para 0 ≤ n ≤ (2N −1).
• Seq¨ uˆencias reais de N amostras: g[n] = v[2n] e h[n] = v[2n + 1], para 0 ≤ n ≤ (N −1).
• Seq¨ uˆencia complexa de N amostras: x[n] = g[n] +jh[n].
• N-point DFTs das seq¨ uˆencias g[n], h[n] e x[n]: G[k], H[k] e X[k].
• 2N-point DFT da seq¨ uˆencia v[n]: V [k].
• Dado que W
2
2N
= W
N
:
V [k] =

(2N−1)
n=0
v[n]W
nk
2N
=

(N−1)
n=0
v[2n]W
2nk
2N
+

(N−1)
n=0
v[2n + 1]W
(2n+1)k
2N
=

(N−1)
n=0
g[n]W
nk
N
+

(N−1)
n=0
h[n]W
nk
N
W
k
2N
=

(N−1)
n=0
g[n]W
nk
N
+W
k
2N

(N−1)
n=0
h[n]W
nk
N
.
• 2N-point DFT da seq¨ uˆencia v[n]:
V [k] = G[¸k)
N
] +W
k
2N
H[¸k)
N
], para 0 ≤ k ≤ (2N −1).
TET / UFF
128 Cap´ıtulo 9. Sinais no dom´ınio da freq¨ uˆencia
9.11.2 FFT
• Aplica¸c˜oes comuns da DFT: an´alise espectral, convolu¸c˜ao e correla¸c˜ao.
• N-point DFT: N
2
multiplica¸c˜oes complexas + N(N −1) adi¸c˜oes complexas.
• Convolu¸c˜ao via DFT: 50 vezes mais multiplica¸c˜oes do que o c´alculo direto.
• Proposta de c´alculo atrav´es de algoritmo otimizado:
– Cooley e Tukey - 1965.
– Gentleman e Sande - 1966.
• Fam´ılia de algoritmos: Fast Fourier Transform (FFT).
• Caracter´ısticas dos algoritmos:
– Radical (ou base): simples ou misto.
– Decima¸c˜ao (ou decomposi¸c˜ao): no tempo (DIT) ou na freq¨ uˆencia (DIF).
– Ordena¸c˜ao das amostras de entrada e de sa´ıda: normal ou em bit-reverso.
• N-point DIT/DIF FFT, radical-2 com N = 2
l
:
N
2
log
2
N multiplica¸c˜oes complexas + Nlog
2
N adi¸c˜oes complexas.
A.S.V.
9.12. Transformada Z 129
9.12 Transformada Z
• DTFT de x[n] e de v[n] = x[n]r
−n
:
– DTFT ¦x[n]¦ = X(e
jΩ
) =


n=−∞
x[n]e
−jΩn
.
– DTFT ¦v[n]¦ = V (e
jΩ
) =


n=−∞
v[n]e
−jΩn
=


n=−∞
x[n]r
−n
e
−jΩn
=


n=−∞
x[n]
_
re
jΩ
_
−n
=


n=−∞
x[n]z
−n
= X(z).
• Generaliza¸c˜ao: z = e
jΩ
→z = re
jΩ
, onde r = [z[ e Ω = ∠z.
• Transformada Z: Z¦x[n]¦ = X(z) =


n=−∞
x[n]z
−n
.
• Regi˜ao de convergˆencia (ROC): regi˜ao do plano-z para a qual a transformada existe.
• C´ırculo (de raio) unit´ario: regi˜ao do plano-z definida por r = [z[ = 1.
• Transformada Z DTFT, quando ambas existem:
– Z¦x[n]¦ = X(z) =


n=−∞
x[n]z
−n
= X(re
jΩ
) =


n=−∞
x[n](re
jΩ
)
−n
=


n=−∞
x[n]r
−n
e
−jΩn
=


n=−∞
(x[n]r
−n
) e
−jΩn
= DTFT ¦x[n]r
−n
¦.
– Quando a ROC inclui o c´ırculo unit´ario: X(z)[
r=1
= X(z)[
z=e
jΩ
= X(e
jΩ
).
• Transformada Z inversa: x[n] = f(X[z])
– X(z) = Z¦x[n]¦ = DTFT ¦x[n]r
−n
¦.
– Usando a IDTFT: x[n]r
−n
=
1

_
Ω=[2π]
X(re
jΩ
)e
jΩn
dΩ.
– Logo: x[n] =
1

_
Ω=[2π]
X(re
jΩ
)(re
jΩ
)
n
dΩ =
1

_
Ω=[2π]
X(z)z
n
dΩ.
– Troca de vari´avel de integra¸c˜ao: Ω →z.
– Conseq¨ uˆencia da troca: z = re
jΩ

dz
dΩ
= jre
jΩ
= jz →dΩ =
1
j
z
−1
dz.
– Assim: x[n] =
1
2πj
_
C
X(z)z
n−1
dz, onde C ´e um caminho fechado dentro da ROC
de X(z), em torno da origem z = 0.
• Transformada Z:
_
x[n] =
1
2πj
_
C
X(z)z
n−1
dz
X(z) =


n=−∞
x[n]z
−n
.
• T´ecnicas alternativas para o c´alculo da transformada Z inversa:
– Teorema de res´ıduos de Cauchy:
x[n] =

[res´ıduos de X(z)z
n−1
nos p´olos internos a C].
– Expans˜ao em s´erie de potˆencias:
∗ A equa¸c˜ao de defini¸c˜ao da transformada Z pode ser vista como uma s´erie de
potˆencias da vari´avel z, onde os coeficientes da s´erie s˜ao os valores da seq¨ uˆencia
x[n] `a qual est´a sendo aplicado o mapeamento x[n] ↔X(z).
∗ Assim sendo, para calcular a transformada Z inversa, basta expandir a equa¸c˜ao
de X(z) em uma s´erie de potˆencias em z e extrair os coeficientes da s´erie para
montar a seq¨ uˆencia x[n].
∗ No caso de X(z) =
N
X
(z)
D
X
(z)
: divis˜ao polinomial (long division).
∗ Caso contr´ario: s´erie de Taylor.
– No caso de X(z) =
N
X
(z)
D
X
(z)
: expans˜ao em fra¸c˜oes parciais e uso de tabela de transfor-
madas b´asicas.
TET / UFF
130 Cap´ıtulo 9. Sinais no dom´ınio da freq¨ uˆencia
9.12.1 Propriedades da ROC da Transformada Z
• Dados um sinal x[n] e sua transformada X(z), podem-se demonstrar as propriedades
listadas abaixo.
• Propriedade 1: A ROC de X(z) consiste de um anel no plano-z, centrado na origem.
• Propriedade 2: A ROC n˜ao cont´em p´olos.
• Propriedade 3: Se x[n] ´e de dura¸c˜ao finita, ent˜ao a ROC ´e todo o plano-z, exceto, pos-
sivelmente, z = 0 e/ou z = ∞.
• Propriedade 4: Se x[n] ´e lateral-direita e se o c´ırculo [z[ = r
0
pertence `a ROC, ent˜ao
todos os valores finitos de z tais que [z[ > r
0
tamb´em pertencer˜ao `a ROC.
• Conseq¨ uˆencia da Propriedade 4: Para x[n] causal (x[n] = 0, n < 0) a ROC extende-se ao
infinito.
• Propriedade 5: Se x[n] ´e lateral-esquerda e se o c´ırculo [z[ = r
0
pertence `a ROC, ent˜ao
todos os valores de z tais que 0 < [z[ < r
0
tamb´em pertencer˜ao `a ROC.
• Conseq¨ uˆencia da Propriedade 5: Para x[n] anticausal (x[n] = 0, n ≥ 0) a ROC inclui a
origem.
• Propriedade 6: Se x[n] ´e bilateral e se o c´ırculo [z[ = r
0
pertence `a ROC, ent˜ao a ROC
ser´a um anel que cont´em o c´ırculo [z[ = r
0
.
A.S.V.
9.13. Relacionamento das representa¸c˜oes em freq¨ uˆencia 131
9.13 Relacionamento das representa¸c˜oes em freq¨ uˆencia
9.13.1 Associa¸c˜ao entre sinais de tempo cont´ınuo e seq¨ uˆencias
• Suponha-se uma seq¨ uˆencia x[n], montada a partir de um sinal de tempo discreto x(nT
s
),
obtido a partir da amostragem uniforme (t = nT
s
) de um sinal de tempo cont´ınuo x(t).
• Suponha-se ainda as representa¸c˜oes em freq¨ uˆencia, anal´ogica ω = 2πf e digital Ω = ωT
s
:
S´erie de Fourier, Transformada de Fourier, Transformada de Laplace,
DTFS, DTFT, DFT e Transformada Z.

´
E natural que se questione sobre o relacionamento entre tais representa¸c˜oes.
• Algumas rela¸c˜oes s˜ao abordadas nos itens que se seguem.
9.13.2 Transformada de Fourier DTFT
• Sinal de tempo cont´ınuo: Transformada de Fourier
_
x(t) =
1

_

−∞
X(jω)e
jωt

X(jω) =
_

−∞
x(t)e
−jωt
dt
.
• Sinal de tempo discreto (amostragem uniforme com per´ıodo T
s
):
x(nT
s
) = x(t)[
t=(nT
s
)
=
1

_

−∞
X(jω)e
jω(nT
s
)
dω =
1

_

−∞
X(jω)e
j(ωT
s
)n
dω.
• Seq¨ uˆencia: x[n] =
1

_
Ω=[2π]
X(e
jΩ
)e
jΩn
dΩ =
1

_
π
−π
X(e
jΩ
)e
jΩn
dΩ.
• Associando-se todos os sinais: x[n] = x(nT
s
) = x(t)[
t=(nT
s
)
.
• Rela¸c˜ ao procurada: X(jω)
?
↔X(e
jΩ
).
• Manipulando-se o sinal amostrado:
– x[n] = x(nT
s
) = x(t)[
t=(nT
s
)
=
1

_

−∞
X(jω)e
j(ωT
s
)n
dω =
1


r=−∞
_
(2r+1)
π
T
s
(2r−1)
π
T
s
X(jω)e
j(ωT
s
)n
dω.
– Trocando-se a vari´avel de integra¸c˜ao: ω

= ω −
_
r

T
s
_
→ω = ω

+
_
r

T
s
_
.
– x[n] =
1


r=−∞
_
π
T
s

π
T
s
X
_
j(ω

+r

T
s
)
_
e
j[(ω

+r

T
s
)T
s
]n

.
– Trocando-se a vari´avel de integra¸c˜ao: ω

= ω.
– x[n] =
1

_
π
T
s

π
T
s


r=−∞
X
_
j(ω +r

T
s
)
_
e
j(ωT
s
)n
e
j(r2π)n
dω =
1

_
π
T
s

π
T
s


r=−∞
X
_
j(ω +r

T
s
)
_
e
j(ωT
s
)n
dω.
– Associando-se as freq¨ uˆencias anal´ogica e digital: Ω = (ωT
s
).
– x[n] =
1

_
π
−π


r=−∞
X
_
j(

T
s
+r

T
s
)
_
e
jΩn dΩ
T
s
=
1

_
π
−π
_
1
T
s


r=−∞
X
_
j(
Ω+r2π
T
s
)
__
e
jΩn
dΩ.
• Comparando-se as representa¸c˜oes do sinal amostrado e da seq¨ uˆencia:
X(e
jΩ
) =
1
T
s


r=−∞
X
_
j(
Ω+r2π
T
s
)
_
=
1
T
s


r=−∞
X
_
j(ω +r

T
s
)
_
= X
_
e
j(ωT
s
)
_
.
TET / UFF
132 Cap´ıtulo 9. Sinais no dom´ınio da freq¨ uˆencia
• Portanto, a DTFT X(e
jΩ
), de per´ıodo fundamental Ω
p
= 2π, guarda uma rela¸c˜ao direta
com a transformada de Fourier X(jω): vers˜oes escaladas (tanto na ordenada quanto na
abscissa) da fun¸c˜ao X(jω) s˜ao deslocadas e adicionadas para compor a fun¸c˜ao X(e
jΩ
).
• Rela¸c˜oes not´aveis: Ω
p
= 2π ↔ω
p
=

T
s
= 2πF
s
↔f
p
=
1
T
s
= F
s
.
• Assim, dependendo do tipo de sinal e da taxa de amostragem, pode ocorrer o fenˆomeno
de superposi¸c˜ao de espectro ou aliasing.
• Classifica¸c˜ao de sinais quanto `a faixa de freq¨ uˆencia ocupada:
– Sinal n˜ao limitado em banda: ω
max
=

max
T
s
→∞.
– Sinal limitado em banda: ω
max
=

max
T
s
< ∞.
• Possibilidades de ocorrˆencia de aliasing:
– Sinal n˜ao limitado em banda: aliasing garantido.
– Sinal limitado em banda, com Ω
max
> π ou ω
max
>
π
T
s
: aliasing garantido.
– Sinal limitado em banda, com Ω
max
≤ π ou ω
max

π
T
s
: sem ocorrˆencia de aliasing.
• Taxa de Nyquist garante a n˜ao ocorrˆencia de aliasing: ω
max
<
π
T
s
→F
s
> 2f
max
.
9.13.3 Transformada de Fourier DTFS e DFT
• Sinal de tempo cont´ınuo: x(t) ↔X(jω), onde t ≤ T
max
e ω ≤ ω
max
.
• Seq¨ uˆencia proveniente de sinal de tempo discreto: x[n] ↔X(e
jΩ
),
onde x[n] = x(nT
s
) = x(t)[
t=(nT
s
)
, n ≤ N
max
, (N
max
T
s
) ≤ T
max
e F
s
> 2f
max
.
• Seq¨ uˆencia proveniente de extens˜ao peri´odica: ˜ x[n] ↔
˜
X[k] = ˜ a[k] = a
k
,
onde ˜ x[n] ´e a extens˜ao peri´odica de x[n], com per´ıodo N > N
max
.
• Transformada de Fourier de x(t) DTFT de x[n]:
– X(e
jΩ
) =
1
T
s
X(jω), −π ≤ Ω ≤ π ou −
π
T
s
≤ ω ≤
π
T
s
.
• Transformada de Fourier de x(t) DTFS de ˜ x[n]:
– a
k
= ˜ a[k] =
˜
X[k] =
1
N
X(e
jΩ
)
¸
¸
Ω=k
(

N
)
=
1
N
1
T
s
X(jω)[
ω=k
(

N
)
1
T
s
.
• Transformada de Fourier de x(t) DFT de x[n]:
– x[n], 0 ≤ n ≤ (N −1).
– X[k] = N
˜
X[k] = X(e
jΩ
)
¸
¸
Ω=k
(

N
)
=
1
T
s
X(jω)[
ω=k
(

N
)
1
T
s
, 0 ≤ k ≤ (N −1).
A.S.V.
9.13. Relacionamento das representa¸c˜oes em freq¨ uˆencia 133
9.13.4 Rela¸c˜oes entre os parˆametros das representa¸c˜oes
• Parˆametros b´asicos:
– Limite temporal: T
max
.
– Limite freq¨ uencial: f
max
.
– Resolu¸c˜ao temporal (amostragem da representa¸c˜ao no tempo): ∆t = T
s
=
1
F
s
.
– Resolu¸c˜ao freq¨ uencial (amostragem da representa¸c˜ao na freq¨ uˆencia):
∆f ou ∆ω ou ∆Ω ou ∆k.
– N´ umero total de amostras (per´ıodo de ˜ x[n] e de
˜
X[k]) (comprimento da DFT): N.
– Tempo total de armazenamento: T
rec
= (NT
s
) =
N
F
s
.
• Rela¸c˜ oes:
– Para c´alculo da DFT: T
max
< ∞.
– Para evitar aliasing: f
max
< ∞ e F
s
> 2f
max
.
– Das defini¸c˜oes: ω = 2πf e Ω = (ωT
s
).
– Devido `as rela¸c˜oes entre as representa¸c˜oes:
∗ Per´ıodo de repeti¸c˜ao:
(k
p
= N) ≡ (Ω
p
= 2π) ≡ (ω
p
= 2π
1
T
s
= 2πF
s
) ≡ (f
p
=
1
T
s
= F
s
).
∗ Resolu¸c˜ao freq¨ uencial:
[∆k = 1] ≡ [∆Ω =

N
] ≡ [∆ω = (

N
)
1
T
s
= (

N
)F
s
] ≡ [∆f =
1
N
1
T
s
=
1
N
F
s
].
9.13.5 Interpola¸c˜ao do sinal discreto
• Pode-se obter x(t) atrav´es da interpola¸c˜ao de x[n]:
– Considera¸c˜ao inicial: Ω
max
< π ou ω
max
<
π
T
s
ou F
s
> 2f
max
.
– Logo: X(e
jΩ
) =
1
T
s
X(jω), para −
π
T
s
≤ ω ≤
π
T
s
.
– Assim:
x(t) =
1

_

−∞
X(jω)e
jωt
dω =
1

_
π
T
s

π
T
s
X(jω)e
jωt
dω =
1

_
π
T
s

π
T
s
T
s
X(e
jΩ
)e
jωt
dω =
1
(

T
s
)
_
π
T
s

π
T
s
_

k=−∞
x[k]e
−j(ωT
s
)k
¸
e
jωt
dω =


k=−∞
x[k]
_
1
(

T
s
)
_
π
T
s

π
T
s
e
jω(t−kT
s
)

_
=


k=−∞
x[k]
sin
(
π
T
s
(t−kT
s
)
)
(
π
T
s
(t−kT
s
)
)
=


k=−∞
c
k
φ
k
(t).
• Sinal cont´ınuo representa¸c˜ao discreta:
_
_
_
x[k] = x(kT
s
) = x(t)[
t=kT
s
x(t) =


k=−∞
x[k]
sin
(
π
T
s
(t−kT
s
)
)
(
π
T
s
(t−kT
s
)
)
.
TET / UFF
134 Cap´ıtulo 9. Sinais no dom´ınio da freq¨ uˆencia
9.13.6 Representa¸c˜oes temporais discretas de sinais cont´ınuos
• Dependendo da fun¸c˜ao φ
k
(t) utilizada, podem-se obter diferentes representa¸c˜oes discretas
do tipo x(t) =


k=−∞
c
k
φ
k
(t).
• Para cada caso, os coeficientes c
k
devem ser calculados adequadamente.
• A representa¸c˜ao onde c
k
= x[k] = x(kT
s
) = x(t)[
t=kT
s
apresenta duas grandes vantagens:
i) os coeficientes c
k
s˜ao obtidos diretamente pela amostragem do sinal cont´ınuo e
ii) a opera¸c˜ao de convolu¸c˜ao ´e preservada, se a taxa de Nyquist for obedecida.
• Assim: y(t) = x(t) ∗ h(t) ↔y[n] = x[n] ∗ h[n], para ω
max
<
π
T
s
ou F
s
> 2f
max
.
• Como desvantagem, a representa¸c˜ao s´o se aplica para sinais limitados em banda, e quando
a taxa de Nyquist puder ser obedecida.
A.S.V.
9.14. Exerc´ıcios propostos 135
9.14 Exerc´ıcios propostos
1. Dado o sinal ˜ x[n] = sin(Ω
0
n), onde Ω
0
=
_

N
_
, atenda aos seguintes itens:
• Calcule os coeficientes a
k
da DTFS de ˜ x[n].
• Esboce os gr´aficos [a
k
[ k e ∠a
k
k, para: N = 3, 5, 10.
2. Dado o sinal ˜ x[n] = sin(Ω
0
n), onde Ω
0
=
_
L

N
_
, atenda aos seguintes itens:
• Calcule os coeficientes a
k
da DTFS de ˜ x[n].
• Esboce os gr´aficos [a
k
[ k e ∠a
k
k, para:
– L = 1 e N = 3, 5, 10.
– L = 3 e N = 5, 10, 15.
– L = 5 e N = 10, 15, 20.
3. Dado o sinal ˜ x[n] = 5 + 3 sin
_
2

N
n
_
+ cos
_
4

N
n
_
, atenda aos seguintes itens:
• Calcule os coeficientes a
k
da DTFS de ˜ x[n].
• Esboce os gr´aficos [a
k
[ k e ∠a
k
k, para: N = 14.
4. Dado o sinal ˜ x[n] =


−∞
G
N
g
[n −kN
p
], onde N
p
> N
g
, atenda aos seguintes itens:
• Dados N
g
= 2 e N
p
= 10, 20, 40, esboce os gr´aficos de ˜ x[n] n.
• Mostre que os coeficientes a
k
da DTFS de ˜ x[n] s˜ao dados por
a
k
=
_
¸
¸
¸
_
¸
¸
¸
_
_
2N
g
+1
N
p
_
, k = 0, ±N
p
, ±2N
p
,
1
N
p
sin

k


N
p

(2N
g
+1)
(
1
2
)

sin

k


N
p

(
1
2
)

, k ,= 0, ±N
p
, ±2N
p
,
.
• Esboce os gr´aficos [a
k
[ k e ∠a
k
k, para: N
g
= 2 e N
p
= 10, 20, 40.
• Dados Ω
k
= k
_

N
p
_
e os coeficientes a
k
reescritos como
a
k
=
_
¸
¸
_
¸
¸
_
_
2N
g
+1
N
p
_
, k = 0, ±N
p
, ±2N
p
,
1
N
p
sin
(

k
(2N
g
+1)
(
1
2
))
sin
(

k(
1
2
))
, k ,= 0, ±N
p
, ±2N
p
,
,
esboce os gr´aficos [a
k
[ Ω e ∠a
k
Ω, juntamente com sua envolt´oria cont´ınua
˜
X(Ω) =
_
¸
¸
_
¸
¸
_
_
2N
g
+1
N
p
_
, Ω = 0, ±2π, ±4π,
1
N
p
sin
(
Ω(2N
g
+1)
(
1
2
))
sin
(

(
1
2
))
, Ω ,= 0, ±2π, ±4π,
,
para: N
g
= 2 e N
p
= 10, 20, 40.
TET / UFF
136 Cap´ıtulo 9. Sinais no dom´ınio da freq¨ uˆencia
5. Dado o sinal ˜ x[n] =


−∞
G
N
g
[n − kN
p
], onde N
g
= 2 e N
p
= 11, atenda aos seguintes
itens:
• Esboce o gr´afico de ˜ x[n] n.
• Calcule os coeficientes a
k
da DTFS de ˜ x[n].
• Dado ˜ x[n] =

K
k=−K
a
k
e
jk


N
p

n
, esboce o gr´afico de ˜ x[n] n, para K = 1, 2, 3, 4, 5.
• Note que, na DTFS, n˜ao ocorre o Fenˆomeno de Gibbs, que sempre aparece nas
aproxima¸c˜oes finitas da S´erie de Fourier. Justifique tal fato!
6. Dada a rela¸c˜ao DTFT¦x[n]¦ = X(e
jΩ
), mostre que
X
r
(e
jΩ
) =

n=−∞
(x
r
[n]cos(Ωn) +x
i
[n]sin(Ωn))
e
X
i
(e
jΩ
) =

n=−∞
(x
i
[n]cos(Ωn) −x
r
[n]sin(Ωn)) .
onde os ´ındices r e i indicam, respectivamente, as partes real e imagin´aria.
7. Prove as seguintes propriedades da DTFT: periodicidade, linearidade, deslocamento no
tempo e convolu¸c˜ao no tempo.
8. Considerando uma seq¨ uˆencia real x[n], prove a seguinte rela¸c˜ao de simetria da DTFT:
X(e
−jΩ
) = X

(e
jΩ
).
9. Dado o impulso deslocado x[n] = δ[n −N
D
], para N
D
< 0, N
D
= 0 e N
D
> 0, atenda aos
seguintes itens:
• Esboce o gr´afico x[n] n.
• Calcule X(e
jΩ
).
• Esboce o gr´afico
¸
¸
X(e
jΩ
)
¸
¸
Ω.
• Esboce o gr´afico ∠X(e
jΩ
) Ω, para valores completos do ˆangulo de fase.
• Esboce o gr´afico ∠X(e
jΩ
) Ω, para os valores principais do ˆangulo de fase, na faixa
[−π, π].
10. Dado o sinal
x[n] =
_
¸
¸
_
¸
¸
_
1
2
, n = −1
1 , n = 0
1
2
, n = 1
0 , caso contr´ario
,
atenda aos seguintes itens:
• Esboce o gr´afico x[n] n.
• Mostre que X(e
jΩ
) = (1 + cos(Ω)).
• Esboce o gr´afico
¸
¸
X(e
jΩ
)
¸
¸
Ω.
• Esboce o gr´afico ∠X(e
jΩ
) Ω.
A.S.V.
9.14. Exerc´ıcios propostos 137
11. Dado o sinal
x[n] =
_
¸
¸
_
¸
¸
_
1
2
, n = 0
1 , n = 1
1
2
, n = 2
0 , caso contr´ario
,
atenda aos seguintes itens:
• Esboce o gr´afico x[n] n.
• Mostre que X(e
jΩ
) = (1 + cos(Ω)) e
−jΩ
.
• Esboce o gr´afico
¸
¸
X(e
jΩ
)
¸
¸
Ω.
• Esboce o gr´afico ∠X(e
jΩ
) Ω, para valores completos do ˆangulo de fase.
• Esboce o gr´afico ∠X(e
jΩ
) Ω, para os valores principais do ˆangulo de fase, na faixa
[−π, π].
12. Dado o sinal
x[n] =
_
1
3
, −1 ≤ n ≤ 1
0 , caso contr´ario
,
atenda aos seguintes itens:
• Esboce o gr´afico x[n] n.
• Mostre que X(e
jΩ
) =
1
3
(1 + 2 cos(Ω)).
• Esboce o gr´afico
¸
¸
X(e
jΩ
)
¸
¸
Ω.
• Esboce o gr´afico ∠X(e
jΩ
) Ω, considerando que ∠X(e
jΩ
) ´e uma fun¸c˜ao ´ımpar.
13. Dado o sinal
x[n] =
_
1
3
, 0 ≤ n ≤ 2
0 , caso contr´ario
,
atenda aos seguintes itens:
• Esboce o gr´afico x[n] n.
• Mostre que X(e
jΩ
) =
1
3
(1 + 2 cos(Ω)) e
−jΩ
.
• Esboce o gr´afico
¸
¸
X(e
jΩ
)
¸
¸
Ω.
• Esboce o gr´afico ∠X(e
jΩ
) Ω, para valores completos do ˆangulo de fase.
• Esboce o gr´afico ∠X(e
jΩ
) Ω, para os valores principais do ˆangulo de fase, na faixa
[−π, π].
14. Dado o sinal
x[n] =
_
1 , −2 ≤ n ≤ 2
0 , caso contr´ario
,
atenda aos seguintes itens:
• Esboce o gr´afico x[n] n.
• Mostre que X(e
jΩ
) = (1 + 2 cos(Ω) + 2 cos(2Ω)).
• Esboce o gr´afico
¸
¸
X(e
jΩ
)
¸
¸
Ω.
• Esboce o gr´afico ∠X(e
jΩ
) Ω, considerando que ∠X(e
jΩ
) ´e uma fun¸c˜ao ´ımpar.
TET / UFF
138 Cap´ıtulo 9. Sinais no dom´ınio da freq¨ uˆencia
15. Dado o sinal
x[n] =
_
1 , 0 ≤ n ≤ 4
0 , caso contr´ario
,
atenda aos seguintes itens:
• Esboce o gr´afico x[n] n.
• Mostre que X(e
jΩ
) = (1 + 2 cos(Ω) + 2 cos(2Ω)) e
−j2Ω
=
_
sin
(
5

2
)
sin
(

2
)
_
e
−j2Ω
.
• Esboce o gr´afico
¸
¸
X(e
jΩ
)
¸
¸
Ω.
• Esboce o gr´afico ∠X(e
jΩ
) Ω, para valores completos do ˆangulo de fase.
• Esboce o gr´afico ∠X(e
jΩ
) Ω, para os valores principais do ˆangulo de fase, na faixa
[−π, π].
16. Dado o sinal
x[n] =
_
_
_
−1 , n = −2
1 , n = 2
0 , caso contr´ario
,
atenda aos seguintes itens:
• Esboce o gr´afico x[n] n.
• Mostre que X(e
jΩ
) = (2 sin(2Ω)) e
−j
π
2
.
• Esboce o gr´afico
¸
¸
X(e
jΩ
)
¸
¸
Ω.
• Esboce o gr´afico ∠X(e
jΩ
) Ω, considerando que ∠X(e
jΩ
) ´e uma fun¸c˜ao ´ımpar.
17. Dado o sinal
x[n] =
_
¸
¸
¸
¸
_
¸
¸
¸
¸
_

1
2
, n = 0
1 , n = 1
−1 , n = 2
1
2
, n = 3
0 , caso contr´ario
,
atenda aos seguintes itens:
• Esboce o gr´afico x[n] n.
• Mostre que X(e
jΩ
) =
_
sin
_
3

2
_
+ 2 sin
_

2
__
e
−j
(
3

2
+
π
2
)
.
• Esboce o gr´afico
¸
¸
X(e
jΩ
)
¸
¸
Ω.
• Esboce o gr´afico ∠X(e
jΩ
) Ω, para valores completos do ˆangulo de fase.
• Esboce o gr´afico ∠X(e
jΩ
) Ω, para os valores principais do ˆangulo de fase, na faixa
[−π, π].
A.S.V.
9.14. Exerc´ıcios propostos 139
18. Dado o sinal
x[n] =
_
1
3
, −1 ≤ n ≤ 1
0 , caso contr´ario
,
atenda aos seguintes itens:
• Esboce o gr´afico x[n] n.
• Calcule a N-DFT X[k], N ≥ 3, utilizando a equa¸c˜ao de defini¸c˜ao da DFT.
• Compare o resultado de X[k] com X(e
jΩ
) =
1
3
(1 + 2 cos(Ω)).
• Esboce um gr´afico ´ unico contendo
¸
¸
X(e
jΩ
)
¸
¸
Ω e [X[k][ k.
• Esboce um gr´afico ´ unico contendo ∠X(e
jΩ
) Ω e ∠X[k] k, considerando que
∠X(e
jΩ
) e ∠X[k] s˜ao fun¸c˜oes do tipo ´ımpar.
19. Dado o sinal
x[n] =
_
1
3
, 0 ≤ n ≤ 2
0 , caso contr´ario
,
atenda aos seguintes itens:
• Esboce o gr´afico x[n] n.
• Calcule a N-DFT X[k], N ≥ 3, utilizando a equa¸c˜ao de defini¸c˜ao da DFT.
• Compare o resultado de X[k] com X(e
jΩ
) =
1
3
(1 + 2 cos(Ω)) e
−jΩ
.
• Esboce um gr´afico ´ unico contendo
¸
¸
X(e
jΩ
)
¸
¸
Ω e [X[k][ k.
• Esboce um gr´afico ´ unico contendo ∠X(e
jΩ
) Ω e ∠X[k] k, para valores completos
do ˆangulo de fase.
• Esboce um gr´afico ´ unico contendo ∠X(e
jΩ
)Ω e ∠X[k]k, para os valores principais
do ˆangulo de fase, na faixa [−π, π].
20. Dadas as Transformadas Z abaixo, atenda aos seguintes itens:
• Calcule a Transformada Z Inversa usando fra¸c˜oes parciais, tabelas de transformadas
b´asicas e tabelas de propriedades b´asicas.
• Demonstre que o m´etodo da divis˜ao polinomial conduz ao mesmo resultado, calcu-
lando os quatro primeiros termos do polinˆomio quociente e inferindo o polinˆomio
final.
(a) X(z) =
1
1−az
−1
, [a[ < 1.
(b) X
1
(z) =
z
−1
1−az
−1
, [a[ < 1.
(c) Y (z) = 2
1−0.4z
−1
1−0.8z
−1
+0.15z
−2
.
21. Para os parˆametros abaixo, indique, justificando, se ocorrer´a leakage (ou smearing)
no c´ alculo da N-DFT ou da N-FFT do sinal x[n] = x(nT
S
) = A
0
cos(2πf
0
t)[
t=nT
S
,
com um total de amostras N
tot
, para f
0
= 10Hz e F
S
=
1
T
S
= 40Hz.
• N
tot
= 16, N = 16.
• N
tot
= 10, N = 10.
• N
tot
= 16, N = 64.
• N
tot
= 10, N = 64.
TET / UFF
140 Cap´ıtulo 9. Sinais no dom´ınio da freq¨ uˆencia
22. Com base na rela¸c˜ao entre a DTFT e a CTFT:
(a) Explique porque ´e comum filtrar um sinal cont´ınuo no tempo antes de amostr´a-lo.
(b) Que tipo de seletividade em freq¨ uˆencia deve ser usada no filtro em quest˜ao?
23. Com base nas defini¸c˜oes de todas as representa¸c˜oes em dom´ınio transformado, explique
as rela¸c˜oes da DFT com:
• DTFS.
• DTFT.
• CTFT.
24. Dadas as fun¸c˜oes peri´odicas x
1
(t) = cos(ω
1
t), x
2
(t) = cos(ω
2
t) e x
3
(t) = x
1
(t) + x
2
(t),
onde ω
1
= 2πf
1
=

T
1
f
e ω
2
= 2πf
2
=

T
2
f
, atenda aos seguintes itens:
(a) Apresente uma f´ormula de c´alculo para o per´ıodo fundamental de x
3
(t) (T
3
f
), em
fun¸c˜ao dos per´ıodos fundamentais de x
1
(t) (T
1
f
) e de x
2
(t) (T
2
f
).
(b) A fim de que se obtenha uma seq¨ uˆencia x[n] por amostragem uniforme de uma fun¸c˜ao
x(t) qualquer, sem a ocorrˆencia de aliasing, indique a faixa de freq¨ uˆencia utiliz´avel
para a freq¨ uˆencia de amostragem F
S
.
(c) Supondo um intervalo de tempo ∆t = T
rec
e uma amostragem uniforme de uma
fun¸c˜ao x(t) qualquer, apresente uma f´ormula de c´alculo para o n´ umero de pontos
amostrados (N
rec
∈ N
+
) de x(t) no intervalo ∆t = T
rec
.
(d) Apresente uma f´ormula de c´alculo para o intervalo de amostragem ∆t = T
S
, de
tal forma que a N-point DFT X[k] de uma seq¨ uˆencia senoidal x[n] obtida por
amostragem uniforme de uma fun¸c˜ao senoidal x(t) com per´ıodo fundamental T
f
n˜ao apresente leakage.
(e) Dadas uma fun¸c˜ao x(t) qualquer, a sua CTFT X(jω), a seq¨ uˆencia x[n], obtida por
amostragem uniforme de x(t), e a sua N-point DFT X[k], apresente uma f´ormula
de c´alculo para a resolu¸c˜ao em freq¨ uˆencia, em Hz, provocada pela representa¸c˜ao de
X(jω) por X[k].
(f) Dados T
rec
= 4.5 ms, f
1
= 5 kHz e f
2
= 12 kHz, escolha uma das poss´ıveis
taxas de amostragem F
S
= ¦10, 15, 20, 25, 30, 35, 40, 45¦ kHz, de tal forma que a
seq¨ uˆencia x
3
[n] seja obtida por meio de uma amostragem uniforme de x
3
(t) sem
aliasing, e escolha um n´ umero de amostras N, de tal forma que a N-point DFT
X
3
[k] n˜ao apresente leakage e provoque uma resolu¸c˜ao freq¨ uencial menor que 300 Hz.
Justifique a escolha final.
(g) Esboce o gr´afico [X
3
[k][ k, para 0 ≤ k ≤ (N − 1), utilizando os parˆametros
escolhidos no item (f).
A.S.V.
Cap´ıtulo 10
SLIT no dom´ınio da freq
¨
uˆencia
10.1 Introdu¸c˜ao
Para que se possa trabalhar com sistemas em dom´ınio transformado ´e necess´ario que sejam
definidas representa¸c˜oes, em tal dom´ınio, tanto para os sinais como para os sistemas que os
manipulam. A ideia b´asica ´e que as representa¸c˜oes de um sistema no dom´ınio original sejam
mapeadas, atrav´es das transforma¸c˜oes adequadas, em representa¸c˜oes equivalentes no dom´ınio
transformado. Os sinais podem ser mapeados para dom´ınio transformado atrav´es das seguintes
transforma¸c˜oes: DTFS, DTFT, DFT e Z. Utilizando-se a DTFT e a transformada Z, podem-se
tamb´em encontrar representa¸c˜oes equivalentes, em dom´ınio transformado, para os sistemas. O
emprego da DTFT leva ao conceito de Resposta em Freq¨ uˆencia, utilizada na an´alise do sistema
em Regime Permanente. A aplica¸c˜ao da transformada Z leva `a defini¸c˜ao de uma Fun¸c˜ao de
Transferˆencia ou Fun¸c˜ao de Sistema, empregada para obten¸c˜ao da resposta total do sistema.
10.2 Tipos de respostas de um sistema
• Respostas de um sistema linear e invariante ao tempo (SLIT):
– Resposta ao estado e resposta `a entrada: y
est
[n] e y
ent
[n].
– Resposta natural e resposta for¸cada: y
nat
[n] e y
for
[n].
– Resposta transit´oria e resposta permanente: y
tran
[n] e y
perm
[n].
– Resposta total: y[n] = y
est
[n] +y
ent
[n] = y
nat
[n] +y
for
[n] = y
tran
[n] +y
perm
[n].
• Rela¸c˜oes em um SLIT gen´erico:
– Resposta `a entrada: y
ent
[n] = y
nat
1
[n] +y
for
[n].
– Resposta ao estado: y
est
[n] = y
nat
2
[n].
– Resposta natural: y
nat
[n] = y
nat
1
[n] +y
nat
2
[n].
• Rela¸c˜oes em um SLIT est´avel, para n →∞:
– Resposta natural: y
nat
1
[n], y
nat
2
[n] →0.
– Resposta em estado estacion´ario (regime permanente):
y[n][
n→∞
= y
ss
[n] = y
perm
[n] = y
for
[n].
– Para x[n] tempor´ario: y
tran
[n] = y[n] e y
perm
[n] = 0.
– Para x[n] permanente: y
tran
[n] = y
nat
[n] e y
perm
[n] = y
for
[n].
141
142 Cap´ıtulo 10. SLIT no dom´ınio da freq¨ uˆencia
10.3 Resposta em freq¨ uˆencia
• Contexto: SLIT est´avel, com entrada senoidal e operando em regime permanente.
• Entrada senoidal: x[n] = cos(Ωn) =
1
2
_
e
jΩn
+e
−jΩn
_
=
_
1
2
_
e
jΩn
+
_
1
2
_
e
−jΩn
.
• Resposta a uma entrada gen´erica x[n]: y
ss
[n] = h[n] ∗ x[n] =


k=−∞
h[k]x[n −k].
• Resposta a uma exponencial x[n] = e
jΩn
: y
ss
[n] =


k=−∞
h[k]e
jΩ(n−k)
=


k=−∞
h[k]e
jΩn
e
−jΩk
= e
jΩn


k=−∞
h[k]e
−jΩk
= e
jΩn
H(e
jΩ
).
• Fun¸c˜ao caracter´ıstica ou autofun¸c˜ao: e
jΩn
.
• Valor caracter´ıstico ou autovalor : H(e
jΩ
) =


k=−∞
h[k]e
−jΩk
= DTFT ¦h[n]¦.
• Genericamente: H(e
jΩ
) = [H(e
jΩ
[ e
∠H(e
jΩ
)
.
• Resposta a uma soma de exponenciais: x[n] =

L
l=1
c
l
e
jΩ
l
n
↔y
ss
=

L
l=1
c
l
e
jΩ
l
n
H(e
jΩ
l
).
• Fun¸c˜ao Resposta em Freq¨ uˆencia: Supondo um sinal de entrada expandido em cossenos, a
resposta em estado permanente (senoidal) ser´a a soma de cossenos ponderados e defasados,
de acordo com suas freq¨ uˆencias. Assim, a fun¸c˜ao H(e
jΩ
) tamb´em pode ser denominada
de Resposta em Freq¨ uˆencia do SLIT.
• Caracter´ısticas e defini¸c˜oes:
– H(e
jΩ
) ´e peri´odica: Ω
p
= 2π.
– H(e
jΩ
) ´e sim´etrica para h[n] real: [H(e
jΩ
)[ = [H(e
−jΩ
)[ e ∠H(e
jΩ
) = −∠H(e
−jΩ
).
– Fun¸c˜ao resposta de magnitude: G(Ω) = [H(e
jΩ
)[.
– Fun¸c˜ ao resposta de fase: θ(Ω) = ∠H(e
jΩ
).
– Fun¸c˜ ao ganho: G
dB
(Ω) = [H(e
jΩ
)[
dB
= 20 log
10
[H(e
jΩ
)[ dB.
– Fun¸c˜ ao atenua¸c˜ao ou perda: A
dB
(Ω) = −G
dB
(Ω).
– Fun¸c˜ ao atraso de grupo: τ(Ω) = −
dθ(Ω)
dΩ
.
10.4 Resposta em freq¨ uˆencia equa¸c˜ao de diferen¸ca
• Considerando-se um SLIT est´avel, com x[n] = e
jΩn
e n →∞.
• Entrada e sa´ıda atuais: x[n] = e
jΩn
↔y
ss
[n] = e
jΩn
H(e
jΩ
).
• Entrada e sa´ıda passadas: x[n −k] = e
jΩn
e
−jΩk
↔y
ss
[n −k] = e
jΩn
e
−jΩk
H(e
jΩ
).
• Equa¸c˜ao de diferen¸ca:
y[n] +

N
k=1
a
k
y[n −k] =

L
k=0
b
k
x[n −k] →
y
ss
[n] +

N
k=1
a
k
y
ss
[n −k] =

L
k=0
b
k
x[n −k] →
e
jΩn
H(e
jΩ
) +

N
k=1
a
k
e
jΩn
e
−jΩk
H(e
jΩ
) =

L
k=0
b
k
e
jΩn
e
−jΩk

_
1 +

N
k=1
a
k
e
−jΩk
_
H(e
jΩ
) =

L
k=0
b
k
e
−jΩk

H(e
jΩ
) =

L
k=0
b
k
e
−jΩk
1+

N
k=1
a
k
e
−jΩk
.
A.S.V.
10.5. Seletividade no dom´ınio da freq¨ uˆencia 143
10.5 Seletividade no dom´ınio da freq¨ uˆencia
• Resposta ao impulso (pulso) unit´ario do SLIT: h[n].
• Resposta em freq¨ uˆencia: H(e
jΩ
) =


k=−∞
h[k]e
−jΩk
= DTFT ¦h[n]¦.
• Resposta a uma entrada gen´erica x[n]: y
ss
[n] = h[n] ∗ x[n].
• Aplicando a DTFT: Y
ss
(e
jΩ
) = H(e
jΩ
)X(e
jΩ
).
• Interpreta¸c˜ao do sistema como um seletor de freq¨ uˆencias (filtro):
H(e
jΩ
) =
Y
ss
(e
jΩ
)
X(e
jΩ
)
=


k=−∞
h[k]e
−jΩk
=

L
k=0
b
k
e
−jΩk
1+

N
k=1
a
k
e
−jΩk
.
• Tipos b´asicos de filtros ideais: lowpass, highpass, bandpass, bandreject.
• Fun¸c˜ao dos filtros ideais: seletividade em freq¨ uˆencia, com transmiss˜ao sem distor¸c˜ao das
componentes do sinal de entrada que possuam freq¨ uˆencias dentro das bandas de passagem
e elimina¸c˜ao das componentes do sinal de entrada que possuam freq¨ uˆencias dentro das
bandas de rejei¸c˜ao.
• Parˆametros b´asicos da especifica¸c˜ao em freq¨ uˆencia de filtros ideais:
– Existˆencia de bandas de passagem e de rejei¸c˜ao.
– Ausˆencia de bandas de transi¸c˜ao.
– Ganho constante e unit´ario na banda de passagem.
– Ganho nulo na banda de rejei¸c˜ao.
– Fase linear (ou atraso de grupo constante) na banda de passagem.
– Freq¨ uˆencias de defini¸c˜ao das bandas: Ω
lim
.
• Filtros ideais filtros reais: sistemas causais.
• Parˆametros b´asicos da especifica¸c˜ao em freq¨ uˆencia de filtros reais:
– Existˆencia de bandas de passagem, de transi¸c˜ao e de rejei¸c˜ao.
– Atenua¸c˜ao m´axima na banda de passagem.
– Atenua¸c˜ao m´ınima na banda de rejei¸c˜ao.
– Fase linear (ou atraso de grupo constante) na banda de passagem.
– Freq¨ uˆencias de defini¸c˜ao das bandas: Ω
p
e Ω
r
.
• Projeto modular: s´ıntese de m´odulo e de fase.
• Interconex˜ao de sistemas: s´erie (cascata) e paralelo.
TET / UFF
144 Cap´ıtulo 10. SLIT no dom´ınio da freq¨ uˆencia
10.6 Fun¸c˜ao de transferˆencia ou fun¸c˜ao de sistema
• A resposta em freq¨ uˆencia H(e
jΩ
) ´e uma fun¸c˜ao complexa da vari´avel Ω. Portanto, ela ´e
de dif´ıcil manipula¸c˜ao matem´atica (an´alise e s´ıntese).
• Por sua vez, a fun¸c˜ao H(z) = Z¦h[n]¦ ´e polinomial em z.
• Para h[n] real, H(z) ´e polinomial com coeficientes reais.
• Na pr´atica, trabalha-se com SLITs descritos por equa¸c˜oes de diferen¸ca, com coeficientes
contantes e reais. Tais sistemas possuem uma fun¸c˜ao H(z) polinomial racional em z, com
coeficientes constantes e reais. Logo, tais fun¸c˜oes s˜ao mais facilmente manipul´aveis do
ponto de vista matem´atico (an´alise e s´ıntese).
• Resposta total: y[n] = y
est
[n] +y
ent
[n].
• Considerando-se condi¸c˜oes iniciais nulas (CI = 0): y[n] = y
ent
[n].
• Resposta `a entrada: y[n] = h[n] ∗ x[n].
• Aplicando-se a transformada Z: Y (z) = H(z)X(z).
• Fun¸c˜ao de transferˆencia ou fun¸c˜ao de sistema: H(z) =
Y (z)
X(z)
¸
¸
¸
CI=0
= Z¦h[n]¦.
• Se [z[ = 1 ∈ ROC[
H(z)
, ent˜ao: H(e
jΩ
) = H(z)[
z=e
jΩ.
• Para H(z) com coeficientes reais:
[H(e
jΩ
)[
2
= H(e
jΩ
)H

(e
jΩ
) = H(e
jΩ
)H(e
−jΩ
) = H(z)H(z
−1
)[
z=e
jΩ.
• Na maioria dos projetos, trabalha-se com SLITs causais e est´aveis.
• Sistema causal: ROC de H(z) ´e externa ao p´olo mais externo de H(z).
• Sistema est´avel: p´olos de H(z) encontram-se no interior do c´ırculo unit´ario.
• Sistema causal e est´avel: ROC de H(z) inclui o c´ırculo unit´ario.
• Portanto, para um sistema causal e est´avel: H(e
jΩ
) = H(z)[
z=e
jΩ.
A.S.V.
10.7. P´olos e zeros de H(z) 145
10.7 P´olos e zeros de H(z)
Dado o SLIT descrito por
N

k=0
a

k
y[n −k] =
N
P

k=−N
F
b

k
x

[n −k]
ou
y[n] = −
N

k=1
a
k
y[n −k] +
N
P

k=−N
F
b
k
x

[n −k]
ou
y[n] = −
N

k=1
a
k
y[n −k] +
L

k=0
b
k
x[n −k] ,
onde:
N, N
F
e N
P
∈ N ,
a
k
=
a

k
a

0
, b
k
=
b

k
a

0
,
x

[n] = x[n −N
F
]
e
L = N
P
+N
F
,
sua Fun¸c˜ao de Transferˆencia H(z) ´e uma fun¸c˜ao polinomial racional da vari´avel complexa z,
dada por
H

(z) =
Y (z)
X

(z)
¸
¸
¸
¸
CI=0
=

N
P
k=−N
F
b

k
z
−k

N
k=0
a

k
z
−k
=

N
P
k=−N
F
b
k
z
−k
1 +

N
k=1
a
k
z
−k
= z
N
F

L
k=0
b
k
z
−k
1 +

N
k=1
a
k
z
−k
(10.1)
ou
H(z) =
Y (z)
X(z)
¸
¸
¸
¸
CI=0
=

L
k=0
b
k
z
−k
1 +

N
k=1
a
k
z
−k
. (10.2)
As Equa¸c˜oes (10.1) e (10.2) podem ser fatoradas, respectivamente, em
H

(z) = z
N
F
K
G

L
k=1
(1 +c
k
z
−1
)

n
k=1
(1 +d
k
z
−1
)
(10.3)
e
H(z) = K
G

L
k=1
(1 +c
k
z
−1
)

n
k=1
(1 +d
k
z
−1
)
. (10.4)
TET / UFF
146 Cap´ıtulo 10. SLIT no dom´ınio da freq¨ uˆencia
Os valores de z para os quais H(z) = 0 e H(z) →∞ s˜ao denominados, respectivamente, os
zeros e os p´olos de H(z).
A quantidade de singularidades (zeros e p´olos) de H(z), bem como as suas posi¸c˜oes no plano
complexo z, determinam v´arias caracter´ısticas sobre o sistema.
De (10.4), pode-se dizer que:
• Cada termo (1 +c
k
z
−1
) =
_
z+c
k
z
_
, do numerador, gera um zero em z = −c
k
e um p´olo em
z = 0.
• Cada termo (1 +d
k
z
−1
) =
_
z+d
k
z
_
, do denominador, gera um p´olo em z = −d
k
e um zero
em z = 0.
• Em z = 0, existem cancelamentos de p´olos do numerador com zeros do denominador.
• Quando as singularidades em z → ∞ s˜ao computadas, o n´ umero de p´olos ´e igual ao
n´ umero de zeros.
• Se os coeficientes a

k
, b

k
, a
k
, e b
k
forem reais, as singularidades com valores complexos
devem ocorrer em pares complexos conjugados.
• Sistemas n˜ao recursivos s˜ao representados por fun¸c˜oes polinomiais simples, com zeros
finitos e p´ olos em z →∞. Por isso, s˜ao ditas fun¸c˜oes all zeros.
• Sistemas puramente recursivos s˜ao representados por fun¸c˜oes polinomiais racionais, onde
o numerador ´e unit´ario, com zeros em z → ∞ e p´olos finitos. Por isso, s˜ao ditas fun¸c˜oes
all poles.
• Sistemas recursivos gen´ericos s˜ao representados por fun¸c˜oes polinomiais racionais,
contendo zeros e p´olos finitos.
Adicionalmente, de (10.3), pode-se dizer que:
• Se N
F
> 0, o sistema ´e n˜ao causal, tem N
F
amostras com ´ındices negativos em h[n] e o
termo z
N
F
gera N
F
p´olos em z →∞ e N
F
zeros em z = 0.
A.S.V.
10.8. SLIT em dom´ınio transformado 147
10.8 SLIT em dom´ınio transformado
• Com a aplica¸c˜ao de uma transformada nas vari´aveis (sinais) e nas equa¸c˜oes de defini¸c˜ao
(dos elementos e da topologia) de um sistema, pode-se obter uma representa¸c˜ao equiva-
lente do sistema no dom´ınio transformado.
• Assim, os processos de an´alise e s´ıntese (projeto) podem ser realizados diretamente no
dom´ınio transformado.
• Diagrama de sistemas (blocos ou grafos):
– Somador: Z¦x
1
[n] +x
2
[n]¦ = Z¦x
1
[n]¦ +Z¦x
2
[n]¦ = X
1
[k] +X
2
[k].
– Escalador: Z¦Ax[n]¦ = AZ¦x[n]¦ = AX[k].
– Atrasador unit´ario: y[n] = x[n −1] ↔Z¦y[n]¦ = Z¦x[n −1]¦ →Y [k] = z
−1
X[k].
• Equa¸c˜ao de diferen¸ca:
y[n] +

N
k=1
a
k
y[n −k] =

L
k=0
b
k
x[n −k]
(CI=0)

_
1 +

N
k=1
a
k
z
−k
_
Y (z) =
_

L
k=0
b
k
z
−k
_
X(z) →
Y (z) =
(

L
k=0
b
k
z
−k
)
(
1+

N
k=1
a
k
z
−k
)
X(z) →Y (z) = H(z)X(z).
• Resposta ao impulso (pulso) unit´ario:
X(z) = Z¦δ[n]¦ = 1 e Y (z) = H(z)X(z) → Y (z)[
x[n]=δ[n]
= H(z).
• Fun¸c˜ao de transferˆencia: H(z) =
Y (z)
X(z)
¸
¸
¸
CI=0
=

L
k=0
b
k
z
−k
1+

N
k=1
a
k
z
−k
.
• Resposta em freq¨ uˆencia: H(e
jΩ
) =

L
k=0
b
k
e
−jΩk
1+

N
k=1
a
k
e
−jΩk
.
• Equa¸c˜oes de estado para um sistema MIMO:
x[n + 1] = A x[n] +B r[n]
y[n] = C x[n] +D r[n] (10.5)
zX(z) = A X(z) +B R(z)
Y (z) = C X(z) +D R(z) (10.6)
X(z) = (zI −A)
−1
B R(z)
Y (z) = C X(z) +D R(z) (10.7)
Y (z) =
_
C (zI −A)
−1
B +D
¸
R(z) (10.8)
• Para um sistema SISO:
Y (z) =
_
C (zI −A)
−1
B +D
¸
R(z) (10.9)
H(z) =
Y (z)
R(z)
¸
¸
¸
¸
CI=0
= C (zI −A)
−1
B +D (10.10)
TET / UFF
148 Cap´ıtulo 10. SLIT no dom´ınio da freq¨ uˆencia
10.9 Exerc´ıcios propostos
1. Esboce o Diagrama de P´olos e Zeros (DPZ) para as seguintes Fun¸c˜oes de Transferˆencia:
• H(z) = (b
0
+b
1
z
−1
).
• H(z) =
_
1
1+a
1
z
−1
_
.
• H(z) =
1
3
(z + 1 +z
−1
).
• H(z) =
1
3
(1 +z
−1
+z
−2
).
2. Dadas as Fun¸c˜oes de Transferˆencia abaixo, que definem os sistemas S
1
e S
2
, atenda aos
seguintes itens:
• Calcule as equa¸c˜oes de diferen¸ca dos sistemas S
1
e S
2
, isoladamente.
• Calcule a Fun¸c˜ao de Transferˆencia de um sistema S
c
, composto pela conex˜ao cascata
(s´erie) dos sistemas S
1
e S
2
.
• Calcule a equa¸c˜ao de diferen¸ca do sistema S
c
.
• Calcule a Fun¸c˜ao de Transferˆencia de um sistema S
p
, composto pela conex˜ao paralela
dos sistemas S
1
e S
2
.
• Calcule a equa¸c˜ao de diferen¸ca do sistema S
p
.
• Apresente os diagramas de sistema, no dom´ınio do tempo (n) e no dom´ınio da fre-
q¨ uˆencia (z), nas Formas: Direta I, Direta II, Direta I Transposta e Direta II Trans-
posta, para os sistemas S
1
, S
2
, S
c
e S
p
. Para os sistemas S
c
e S
p
, considere sempre
dois casos: um onde os sistemas constituintes possam ser claramente identificados e
outro onde os sistemas constituintes n˜ao possam ser identificados.
• Calcule a localiza¸c˜ao dos zeros e p´olos de H
1
(z), H
2
(z), H
c
(z) e H
p
(z).
(a) H
1
(z) = K
1
(z
−1
) e H
2
(z) = K
2
(1 −z
2
z
−1
).
(b) H
1
(z) = K
1
(1 −z
1
z
−1
) e H
2
(z) = K
2
(1 −z
2
z
−1
).
(c) H
1
(z) = K
1
(z
−1
) e H
2
(z) = K
2

_
1
1−p
2
z
−1
_
.
(d) H
1
(z) = K
1

_
1
1−p
1
z
−1
_
e H
2
(z) = K
2

_
1
1−p
2
z
−1
_
.
(e) H
1
(z) = K
1
(z
−1
) e H
2
(z) = K
2

_
1−z
2
z
−1
1−p
2
z
−1
_
.
(f) H
1
(z) = K
1

_
1−z
1
z
−1
1−p
1
z
−1
_
e H
2
(z) = K
2

_
1−z
2
z
−1
1−p
2
z
−1
_
.
3. Dado o sistema linear e invariante ao deslocamento (SLIT) composto por dois sistemas
de primeira ordem e definido por H(z) = H
1
(z) +H
2
(z) =
_
1
1−0.1z
−1
_
+
_
3z
−1
1−0.3z
−1
_
, atenda
aos seguintes itens:
• Apresente as equa¸c˜oes de diferen¸ca dos trˆes sistemas.
• Apresente os diagramas de sistema, no dom´ınio do tempo (n) e no dom´ınio da fre-
q¨ uˆencia (z), nas Formas: Direta I, Direta II, Direta I Transposta e Direta II Trans-
posta, considerando sempre dois casos: um onde os sistemas constituintes possam
ser claramente identificados e outro onde os sistemas constituintes n˜ao possam ser
identificados.
A.S.V.
10.9. Exerc´ıcios propostos 149
4. Dada a resposta ao impulso
h[n] =
_
1
3
, −1 ≤ n ≤ 1
0 , caso contr´ario
,
atenda aos seguintes itens:
• Calcule a Fun¸c˜ao de Transferˆencia H(z) do SLIT.
• Calcule a equa¸c˜ao de diferen¸ca do SLIT.
• Desenhe o diagrama de sistema do SLIT.
5. Dada a resposta ao impulso
h[n] =
_
a
n
, n ≥ 0
0 , caso contr´ario
,
atenda aos seguintes itens:
• Calcule a Fun¸c˜ao de Transferˆencia H(z) do SLIT.
• Calcule a equa¸c˜ao de diferen¸ca do SLIT.
• Desenhe o diagrama de sistema do SLIT.
6. Dada a resposta ao impulso
h[n] =
_
r
n
cos(Ωn) , n ≥ 0
0 , caso contr´ario
,
atenda aos seguintes itens:
• Calcule a Fun¸c˜ao de Transferˆencia H(z) do SLIT.
• Calcule a equa¸c˜ao de diferen¸ca do SLIT.
• Desenhe o diagrama de sistema do SLIT.
7. Dada a resposta ao impulso
h[n] =
_
r
n
sin(Ωn) , n ≥ 0
0 , caso contr´ario
,
atenda aos seguintes itens:
• Calcule a Fun¸c˜ao de Transferˆencia H(z) do SLIT.
• Calcule a equa¸c˜ao de diferen¸ca do SLIT.
• Desenhe o diagrama de sistema do SLIT.
8. Dadas, respectivamente, as seq¨ uˆencias de entrada e de sa´ıda de um SLIT
x[n] =
_
r
n
cos(Ωn) , n ≥ 0
0 , caso contr´ario
e
y[n] =
_
r
n
sin(Ωn) , n ≥ 0
0 , caso contr´ario
,
atenda aos seguintes itens:
• Calcule a Fun¸c˜ao de Transferˆencia H(z) do SLIT.
• Calcule a equa¸c˜ao de diferen¸ca do SLIT.
• Desenhe o diagrama de sistema do SLIT.
TET / UFF
150 Cap´ıtulo 10. SLIT no dom´ınio da freq¨ uˆencia
9. Dado o sistema linear e invariante ao deslocamento (SLIT) definido pela equa¸c˜ao de
diferen¸ca y[n] −0.7y[n −1] + 0.06y[n −2] = x[n] + 0.7x[n −1] + 0.06x[n −2], atenda aos
seguintes itens:
• Classifique o sistema em rela¸c˜ao ao crit´erio BIBO de estabilidade.
• Calcule a Discrete-Time Fourier Transform (DTFT) da resposta ao impulso do
sistema.
10. Dado o sistema linear e invariante ao deslocamento (SLIT) definido pela fun¸c˜ao de trans-
ferˆencia H(z) = (4)
_
1−0.25z
−1
1−0.60z
−1
+0.08z
−2
_
, atenda aos seguintes itens:
• Calcule os zeros z
z
e os p´olos z
p
da fun¸c˜ao de transferˆencia do sistema.
• Esboce o diagrama de p´olos e zeros (DPZ) do sistema.
• Apresente a fun¸c˜ao de transferˆencia do sistema na forma de fra¸c˜oes parciais.
• Calcule a resposta ao impulso do sistema.
• Calcule a equa¸c˜ao de diferen¸ca do sistema.
• Calcule a fun¸c˜ao resposta em freq¨ uˆencia do sistema.
11. Dado o sistema linear e invariante ao deslocamento (SLIT) definido pela Equa¸c˜ao (10.11),
atenda aos seguintes itens:
• Desenhe o diagrama de blocos b´asicos do SLIT relaxado no dom´ınio n.
• Esboce o gr´afico h[n] n.
• Calcule a Fun¸c˜ao de Transferˆencia H(z), a partir da equa¸c˜ao de diferen¸ca.
• Esboce o Diagrama de P´olos e Zeros (DPZ) de H(z).
• Desenhe o diagrama de blocos b´asicos do SLIT relaxado no dom´ınio z.
y[n] = 0.5x[n] +x[n −1] + 0.5x[n −2] (10.11)
12. Dado o sistema linear e invariante ao deslocamento (SLIT) definido pela Equa¸c˜ao (10.12),
com y[−1] = 0.1 e y[−2] = 0.2, calcule a resposta total do sistema no regime permanente,
y
RP
[n] = y[n][
n→∞
, para a entrada x[n] = 2 u[n].
y[n] −0.04y[n −2] = x[n] −4x[n −2] (10.12)
13. Um SLIT causal ´e definido pelos seguintes parˆametros: K = 2, z
z
= ¦0.2, 0.4, 0.6¦ e
z
p
= ¦0.1, 0.3, 0.5, 0.7¦. Apresente a equa¸c˜ao de diferen¸ca do sistema.
14. Dado o SLIT relaxado que ´e definido pela Equa¸c˜ao (10.13), suponha a realiza¸c˜ao desse
sistema utilizando subsistemas de ordens inferiores, arranjados de duas formas diferentes:
i) conex˜ao cascata e ii) conex˜ao paralela. Apresente um Diagrama de Sistema, no dom´ınio
da vari´avel n, para cada um dos dois sistemas equivalentes, realizados por meio das citadas
conex˜oes.
y[n] −0.6y[n −1] + 0.08y[n −2] = 6x[n] −1.6x[n −1] (10.13)
A.S.V.
10.9. Exerc´ıcios propostos 151
15. Apresente uma equa¸c˜ao que represente o sinal anal´ogico x(t), relacionado com
a N-point DFT dada por [X[k][ = 10
4
[6.5, 17.5, 28.5, 35.5, 35.5, 28.5, 17.5, 6.5] e
∠X[k] = [−0.2, −0.6, −1.0, −1.4, 1.4, 1.0, 0.6, 0.2], k = [10, 30, 50, 70, 180, 200, 220, 240],
e X[k] = 0 caso contr´ario, dados os seguintes parˆametros: F
S
= 50 kHz, N = 250.
16. Suponha o sinal anal´ogico x(t) = 8 + 6cos(ω
1
t) + 2cos(ω
2
t), onde f
1
= 10 kHz e
f
2
= 30 kHz, que, sendo amostrado uniformemente a uma taxa de F
S
= 100 kHz,
gera uma seq¨ uˆencia x[n]. Suponha ainda que x[n] ´e aplicada na entrada de um sis-
tema em tempo discreto, linear e invariante ao deslocamento (SLIT), causal e est´avel,
cuja Discrete Fourier Transform (DFT) ´e definida por [H[k][ = ¦5, 4, 3, 0, 1, 2, 1, 0, 3, 4¦,
∠H[k] = ¦0, −
π
4
, −
π
2
, −

4
, −π, 0, π,

4
,
π
2
,
π
4
, ¦ e 0 ≤ k ≤ 9. Calcule a resposta y[n] do
sistema, no regime permanente, justificando todas as etapas do c´alculo.
TET / UFF
152 Cap´ıtulo 10. SLIT no dom´ınio da freq¨ uˆencia
A.S.V.
Parte V
Apˆendices
153
Apˆendice A
Revis˜ao de n´ umeros complexos
A.1 Corpo dos n´ umeros complexos
Dados
R → conjunto dos n´ umeros reais
R R = R
2
→ produto cartesiano
R
2
= ¦(x, y) [ x ∈ R e y ∈ R¦
e supondo-se as seguintes defini¸c˜oes para os elementos (x, y)
1) igualdade: (a, b) = (c, d) ⇐⇒ a = c e b = d
2) adi¸c˜ao: (a, b) + (c, d) ⇐⇒ (a +c, b +d)
3) multiplica¸c˜ao: (a, b) (c, d) ⇐⇒ (ac −bd, ad +bc)
pode-se definir
C → conjunto dos n´ umeros complexos
z → n´ umero complexo
C = ¦z = (x, y) [ x ∈ R, y ∈ R e as defini¸c˜oes (1)–(3) s˜ao v´alidas ¦ .
A.2 Forma alg´ebrica dos n´ umeros complexos
Considerando-se o subconjunto
R

= ¦(a, b) ∈ C [ b = 0¦ ,
pode-se mostrar que operar com o n´ umero complexo (x, 0) ´e equivalente a operar com o n´ umero
real x. Logo, existe um isomorfismo entre R

e R, de tal forma que
x = (x, 0), ∀x ∈ R
e
R ⊂ C .
155
156 Apˆendice A. Revis˜ao de n´ umeros complexos
Levando-se em considera¸c˜ao a unidade real 1 = (1, 0) e definindo-se o n´ umero complexo
i = (0, 1) como a unidade imagin´aria, tem-se que
i
2
= i i = (0, 1) (0, 1) = (−1, 0) = −1 .
Assim, um n´ umero complexo qualquer z pode ser escrito na seguinte forma alg´ebrica,
denominada forma retangular
z = (x, y)
= (x, 0) + (0, y)
= (x, 0) + (y, 0) (0, 1)
= x +y i ,
onde:
x = Re¦z¦ ´e a parte real de z.
y = Im¦z¦ ´e a parte imagin´aria de z.
Pode-se definir a seguinte nomenclatura
N´ umero complexo: z = (x, y) = x +y i
N´ umero real (puro): z = (x, 0) = x + 0 i = x
N´ umero imagin´ario (puro): z = (0, y) = 0 +y i = y i (y ,= 0) .
Os n´ umeros complexos z e z

s˜ao ditos complexos conjugados se, e somente se,
z = x +y i ⇐⇒z

= x −y i .
Neste caso, pode-se mostrar que
x = Re¦z¦ =
z +z

2
e
y = Im¦z¦ =
z −z

2
.
A.3 Forma trigonom´etrica ou polar
Pode-se interpretar os n´ umeros complexos z = (x, y) como pontos de um plano cartesiano,
denominado Plano Complexo ou Plano de Argand-Gauss. Ele ´e exemplificado na Figura A.1,
onde:
z = (x, y) ´e um n´ umero complexo.
x0y ´e o plano cartesiano de Argand-Gauss.
0x ´e o eixo real.
0y ´e o eixo imagin´ario.
P = (x, y) ´e o afixo de z.
A.S.V.
A.4. F´ormula de Euler 157
Figura A.1: Plano de Argand-Gauss.
A norma N e o m´odulo (ou valor absoluto) de z s˜ao dados, respectivamente, por
N(z) = x
2
+y
2
e
[z[ =
_
N(z) =
_
x
2
+y
2
= r .
O argumento (principal) de z ´e dado pelo ˆangulo Θ, tal que
sin Θ =
y
r
=
Im¦z¦
[z[
,
cos Θ =
x
r
=
Re¦z¦
[z[
e
tan Θ =
y
x
=
Im¦z¦
Re¦z¦
.
Logo, pode-se escrever
z = (x, y) = x +y i = r (cos Θ +i sin Θ) .
Deve-se notar que existem infinitos ˆangulos equivalentes a Θ, que s˜ao
Θ
k
= (Θ±2 k π) , k = 0, 1, 2, . (A.1)
Portanto, pode-se dizer que um n´ umero complexo z possui infinitos argumentos ou que existem
infinitos n´ umeros complexos com o mesmo argumento principal.
A.4 F´ormula de Euler
Dado um ˆangulo Θ, a identidade de Euler fornece
e
±iΘ
= (cos Θ±i sin Θ) .
No caso particular de Θ = π, tem-se a f´ormula de Euler
e

= −1 .
Para Θ = ±
π
2
, pode-se escrever
e
±i
π
2
= ±i .
TET / UFF
158 Apˆendice A. Revis˜ao de n´ umeros complexos
A.5 Resumo das representa¸c˜oes
Com base nas representa¸c˜oes descritas acima, pode-se escrever as seguintes rela¸c˜oes
z = (x, y) = x +y i = r (cos Θ +i sin Θ) = r e

,
r =
_
x
2
+y
2
= [z[ ,
Θ = arg(z) = arctan
_
Im¦z¦
Re¦z¦
_
= arctan
_
y
x
_
e
i
2
= −1 .
Definindo-se
z

= (x, −y) = x −y i = r (cos Θ−i sin Θ) = r e
−iΘ
,
tem-se ainda as seguintes identidades
z z

= [z[
2
= r
2
,
z
z

= 1 e
i2Θ
,
x = Re¦z¦ =
z +z

2
e
y = Im¦z¦ =
z −z

2
.
A.6 Opera¸c˜oes com n´ umeros complexos
A seguir, s˜ao resumidas as opera¸c˜oes b´asicas sobre n´ umeros complexos: adi¸c˜ao, subtra¸c˜ao,
multiplica¸c˜ao, divis˜ao, potencia¸c˜ao, radicia¸c˜ao e logaritmo.
A.6.1 Adi¸ c˜ao e subtra¸c˜ao
Conforme a pr´ opria defini¸c˜ao dos n´ umeros complexos, as opera¸c˜oes de adi¸c˜ao e subtra¸c˜ao
realizam-se atrav´es da adi¸c˜ao/subtra¸c˜ao de suas partes real e imagin´aria. Por isso, ´e prefer´ıvel
que se os represente na forma retangular. Exemplificando, dados
z
1
= x
1
+y
1
i
e
z
2
= x
2
+y
2
i ,
tem-se que
z
a
= z
1
+z
2
= (x
1
+x
2
) + (y
1
+y
2
) i
e
z
s
= z
1
−z
2
= (x
1
−x
2
) + (y
1
−y
2
) i .
A.S.V.
A.6. Opera¸c˜oes com n´ umeros complexos 159
A.6.2 Multiplica¸c˜ao e divis˜ao
Para n´ umeros complexos expressos na forma retangular, a multiplica¸c˜ao ´e realizada conforme
a pr´opria defini¸c˜ao dos n´ umeros complexos. Dados
z
1
= x
1
+y
1
i
e
z
2
= x
2
+y
2
i ,
a multiplica¸c˜ao ´e calculada por
z
m
= z
1
z
2
= (x
1
x
2
−y
1
y
2
) + (x
1
y
2
+x
2
y
1
) i .
Para o c´alculo da divis˜ao, deve-se transform´a-la numa multiplica¸c˜ao, atrav´es do complexo
conjugado do denominador. Exemplificando, dados
z
1
= x
1
+y
1
i
e
z
2
= x
2
+y
2
i ,
a divis˜ao ´e realizada da seguinte forma
z
d
=
z
1
z
2
=
z
1
z
2

z

2
z

2
=
z
1
z

2
[z
2
[
2
.
No caso dos n´ umeros expressos na forma polar, os c´alculos s˜ao extremamente simplificados.
Dados
z
1
= x
1
+y
1
i = r
1
e

1
e
z
2
= x
2
+y
2
i = r
2
e

2
,
obt´em-se a multiplica¸c˜ao e a divis˜ao, respectivamente, por
z
m
= z
1
z
2
=
_
r
1
e

1
_

_
r
2
e

2
_
= (r
1
r
2
) e
i(Θ
1

2
)
e
z
d
=
_
z
1
z
2
_
=
_
r
1
e

1
_
(r
2
e

2
)
=
_
r
1
r
2
_
e
i(Θ
1
−Θ
2
)
.
A.6.3 Potencia¸c˜ao
Assim como nas opera¸c˜oes de multiplica¸c˜ao e divis˜ao, ´e muito mais conveniente realizar a
opera¸c˜ao de potencia¸c˜ao expressando-se os n´ umeros complexos na forma polar. Neste caso, o
c´alculo ´e realizado do seguinte modo
z
k
= (x +y i)
k
=
_
r e

_
k
= r
k
e
ikΘ
= r
k
(cos kΘ +i sin kΘ) .
TET / UFF
160 Apˆendice A. Revis˜ao de n´ umeros complexos
A.6.4 Radicia¸c˜ao
Na opera¸c˜ao de radicia¸c˜ao tamb´em ´e mais conveniente que se utilize a forma polar. Dado o
n´ umero complexo
z = x +y i = r e

,
deseja-se calcular
z
k ra´ızes
=
k

z = z
1
k
=
_
r e

_1
k
= r
1
k
e
i
Θ
k
.
Por´em, tal problema ´e equivalente a resolver a seguinte equa¸c˜ao
z
k
k ra´ızes

_
r e

_
= 0 , (A.2)
que, sendo de ordem k, deve possuir k ra´ızes.
Assim, aplicando-se (A.1) em (A.2), o Teorema de De Moivre fornece o seguinte conjunto
infinito de k ra´ızes
z
0
=
_
r e
i(Θ+2·0·π)
_
1
k
= r
1
k
e
i
(Θ)
k
z
1
=
_
r e
i(Θ+2·1·π)
_
1
k
= r
1
k
e
i
(Θ+2·π)
k
z
2
=
_
r e
i(Θ+2·2·π)
_
1
k
= r
1
k
e
i
(Θ+4·π)
k
z
3
=
_
r e
i(Θ+2·3·π)
_
1
k
= r
1
k
e
i
(Θ+6·π)
k
.
.
.
z
(k−1)
=
_
r e
i(Θ+2·(k−1)·π)
_
1
k
= r
1
k
e
i
(Θ+(k−1)·π)
k
z
k
=
_
r e
i(Θ+2·k·π)
_
1
k
= r
1
k
e
i
(Θ+2·k·π)
k
= r
1
k
e
i
(Θ)
k
= z
0
z
(k+1)
=
_
r e
i(Θ+2·(k+1)·π)
_
1
k
= r
1
k
e
i
(Θ+2·(k+1)·π)
k
= r
1
k
e
i
(Θ+2·π)
k
= z
1
z
(k+2)
=
_
r e
i(Θ+2·(k+2)·π)
_
1
k
= r
1
k
e
i
(Θ+2·(k+2)·π)
k
= r
1
k
e
i
(Θ+4·π)
k
= z
2
.
.
.
z
l
=
_
r e
i(Θ+2·l·π)
_
1
k
= r
1
k
e
i
(Θ+2·l·π)
k
, l = 0, 1, 2, .
Pode-se mostrar que as k ra´ızes de um n´ umero complexo z = r e

encontram-se
uniformemente distribu´ıdas em um c´ırculo com centro na origem do plano complexo e raio
igual a r
1
k
.
A.S.V.
A.7. Referˆencias 161
A.6.5 Logaritmo
Para realizar a opera¸c˜ao de logaritmo tamb´em ´e mais conveniente expressar os n´ umeros
complexos na forma polar. O c´alculo ´e realizado da seguinte forma
ln(z) = ln (x +y i)
= ln
_
r e

_
= ln
_
r e
i(Θ±2·k·π)
_
= ln(r) +i (Θ±2 k π) , k = 0, 1, 2, .
A.7 Referˆencias
Os t´opicos abordados neste cap´ıtulo podem ser encontrados, com mais detalhes, em [IMD
+
85].
TET / UFF
162 Apˆendice A. Revis˜ao de n´ umeros complexos
A.S.V.
Apˆendice B
T´opicos sobre divis˜ao entre n´ umeros
inteiros
B.1 Algoritmo de divis˜ao entre n´ umeros inteiros
Teorema (Divis˜ao com resto): Para cada inteiro c (dividendo) e cada inteiro positivo d
(divisor), existe um ´ unico par de inteiros Q (quociente) e r (resto), tal que c = Q d +r, onde
0 ≤ [r[ < d.
B.2 Quociente
O quociente pode ser descrito por
Q =
_
c
d
_
,
onde ¸x| ´e a fun¸c˜ao floor(x), que representa o maior inteiro menor que x.
B.3 Resto
Algumas nota¸c˜oes comuns para o resto da divis˜ao de c por d s˜ao
r = R
d
[c] = ((c)) .
B.4 Congruˆencia
Dois n´ umeros inteiros c
1
e c
2
s˜ao ditos congruentes, m´odulo d, quando d divide exatamente
(exactly divides ou evenly divides) a diferen¸ca (c
1
−c
2
), o que pode ser descrito por
c
1
≡ c
2
(mod d) ,
Q =
(c
1
−c
2
)
d
ou
c
1
= Q d +c
2
. (B.1)
163
164 Apˆendice B. T´opicos sobre divis˜ao entre n´ umeros inteiros
Quando c
1
e d s˜ao inteiros positivos e 0 ≤ c
2
< d, a Equa¸c˜ao (B.1) pode ser reescrita como
c
1
= Q d +r ,
onde o resto r da divis˜ao inteira ´e denominado (o menor) res´ıduo de c
1
, m´odulo d.
Por outro lado, o c´alculo do (menor) res´ıduo r de c
1
, m´odulo d, considerando-se que c
1
e d
s˜ao inteiros quaisquer, ´e dado por
d > 0 e c
1
> 0 →c
1
= Q d +r
p
→r = r
p
,
d > 0 e c
1
< 0 →−[c
1
[ = (−[Q[) d + (−[r
n
[) →r = d + (−[r
n
[) ,
d < 0 e c
1
> 0 →c
1
= (−[Q[) (−[d[) +r
p
→r = (−[d[) +r
p
e
d < 0 e c
1
< 0 →−[c
1
[ = Q (−[d[) + (−[r
n
[) →r = −[r
n
[ .
B.5 Rela¸c˜oes de equivalˆencia
• Quando um par ordenado de elementos (x, y) possui uma propriedade R que os relaciona,
pode-se dizer que “x ´e R-relacionado com y”, o que ´e simbolizado por xRy.
• A rela¸c˜ao R ´e definida como o conjunto de todos os pares ordenados que possuem a
propriedade em quest˜ao.
• Pode-se assumir que R ´e uma rela¸c˜ao definida sobre um conjunto de elementos, de tal
forma que x ou y possam representar qualquer elemento do conjunto.
• Classifica¸c˜ao das rela¸c˜oes:
– Reflexividade: se xRx ´e v´alida para qualquer x, ent˜ao R ´e reflexiva.
– Simetria: se yRx ↔xRy, ent˜ao R ´e sim´etrica.
– Transitividade: se (xRy e yRz) →xRz, ent˜ao R ´e transitiva.
– Equivalˆencia: se R ´e reflexiva, sim´etrica e transitiva, ent˜ao R ´e uma rela¸c˜ao de
equivalˆencia.
• Pode-se demonstrar que a congruˆencia ´e uma rela¸c˜ao de equivalˆencia, uma vez que:
– c
1
≡ c
1
(mod d)
– c
1
≡ c
2
→c
2
≡ c
1
(mod d)
– c
1
≡ c
2
e c
2
≡ c
3
→c
1
≡ c
3
(mod d)
B.6 Rela¸c˜oes ´ uteis
Teorema: Para um mesmo n´ umero inteiro positivo d,
(i) R
d
[a +b] = R
d
[R
d
[a] +R
d
[b]]
(ii) R
d
[a b] = R
d
[R
d
[a] R
d
[b]]
onde + e denotam, respectivamente, as opera¸c˜oes de adi¸c˜ao e multiplica¸c˜ao entre n´ umeros
inteiros.
A.S.V.
Apˆendice C
Fatora¸c˜oes das equa¸c˜oes de diferen¸ca
C.1 Introdu¸c˜ao
Nesse apˆendice, s˜ao abordados t´opicos referentes `a decomposi¸c˜ao de um sistema de ordem
qualquer em subsistemas de ordem inferiores.
Embora seja realizada uma an´alise com sistemas de ordem 2, os resultados podem ser
facilmente extrapolados para sistemas de ordem qualquer.
Inicialmente, ´e definido um operador linear para uma equa¸c˜ao de diferen¸ca com ordem 2.
Em seguida, o operador ´e fatorado de duas formas diferentes, o que conduz a dois diagramas
de sistemas (ou estruturas ou realiza¸c˜oes) diferentes. Al´em disso, s˜ao apresentadas duas formas
equivalentes de c´alculo para os coeficientes envolvidos nas fatora¸c˜oes propostas. Finalmente, os
resultados s˜ao extrapolados para sistemas de ordem qualquer.
C.2 Fatora¸c˜oes das equa¸c˜oes de diferen¸ca com ordem 2
Utilizando-se o operador linear D¦¦, definido por
v[n −1] = D¦v[n]¦ , (C.1)
uma equa¸c˜ao de diferen¸ca com ordem 2 (L=N=2) pode ser descrita por
y[n] = −
2

k=1
a
k
y[n −k] +
2

k=0
b
k
x[n −k]
=
(b
0
) + (b
1
) D + (b
2
) D
2
(1) + (a
1
) D + (a
2
) D
2
x[n]
= T(D) x[n] , (C.2)
onde
T(D) =
(b
0
) + (b
1
) D + (b
2
) D
2
(1) + (a
1
) D + (a
2
) D
2
(C.3)
´e definido como o operador linear de transferˆencia associado `a equa¸c˜ao de diferen¸ca.
165
166 Apˆendice C. Fatora¸c˜oes das equa¸c˜oes de diferen¸ca
Do ponto de vista puramente matem´atico, a Equa¸c˜ao (C.3) pode ser fatorada em
T(D) =
(b
0
) + (b
1
) D + (b
2
) D
2
(1) + (a
1
) D + (a
2
) D
2
=
_
b
2
a
2
_

_
b
0
b
2
_
+
_
b
1
b
2
_
D + (1) D
2
_
1
a
2
_
+
_
a
1
a
2
_
D + (1) D
2
=
_
b
2
a
2
_

(r
1b
r
2b
) + (r
1b
+r
2b
) D + (1) D
2
(r
1a
r
2a
) + (r
1a
+r
2a
) D + (1) D
2
=
_
b
2
a
2
_

(D +r
1b
) (D +r
2b
)
(D +r
1a
) (D +r
2a
)
. (C.4)
Por outro lado, pensando em termos de diagramas de sistemas (ou estruturas ou realiza¸c˜oes)
a Equa¸c˜ao (C.4) pode ser reescrita como
T(D) =
_
b
2
a
2
_

(r
1b
+D) (r
2b
+D)
(r
1a
+D) (r
2a
+D)
=
_
b
2
r
1b
r
2b
a
2
r
1a
r
2a
_

_
1 +
1
r
1b
D
__
1 +
1
r
2b
D
_
_
1 +
1
r
1a
D
__
1 +
1
r
2a
D
_
= (b
0
)
(1 +d
1
D) (1 +d
2
D)
(1 +c
1
D) (1 +c
2
D)
= (b
0
)
(1) + (d
1
+d
2
) D + (d
1
d
2
) D
2
(1) + (c
1
+c
2
) D + (c
1
c
2
) D
2
= (b
0
)
(1) +
_
b
1
b
0
_
D +
_
b
2
b
0
_
D
2
(1) + (a
1
) D + (a
2
) D
2
(C.5)
A Equa¸c˜ao (C.5) define duas estruturas poss´ıveis, caracterizadas pelos conjuntos de coefi-
cientes ¦b
2
, a
2
, r
1b
, r
2b
, r
1a
, r
2a
¦ e ¦b
0
, d
1
, d
2
, c
1
, c
2
¦.
Duas formas de c´alculo para os coeficientes ¦r
1b
, r
2b
, r
1a
, r
2a
¦ e ¦d
1
, d
2
, c
1
, c
2
¦, a partir dos
coeficientes ¦b
0
, b
1
, b
2
, a
1
, a
2
¦, s˜ao apresentadas a seguir.
C.3 C´alculo dos coeficientes das fatora¸c˜oes
C.3.1 C´alculo direto
A partir das Equa¸c˜oes (C.1) a (C.5) e admitindo-se a associa¸c˜ao de um polinˆomio p(x) com um
vetor que contenha seus coeficientes, denotado por [.], bem como a existˆencia de uma fun¸c˜ao
roots([.]) que calcule as ra´ızes do polinˆomio a partir do seu vetor de coeficientes, pode-se escrever
b = [b
2
b
1
b
0
] , (C.6)
a = [a
2
a
1
1] , (C.7)
A.S.V.
C.3. C´alculo dos coeficientes das fatora¸c˜oes 167
r
b
= [r
1b
r
2b
] = roots(b) , (C.8)
r
a
= [r
1a
r
2a
] = roots(a) , (C.9)
d = [d
1
d
2
] =
_
1
r
1b
1
r
2b
_
(C.10)
e
c = [c
1
c
2
] =
_
1
r
1a
1
r
2a
_
. (C.11)
Pode-se propor um c´alculo alternativo para os coeficientes c
k
e d
k
, o que ´e apresentado a
seguir.
C.3.2 C´alculo alternativo
Dada a troca de vari´aveis
x =
1
D
= D
−1
, (C.12)
o polinˆomio
p(D) = (b
0
) + (b
1
) D + (b
2
) D
2
, (C.13)
que pode ser interpretado como a fun¸c˜ao polinomial racional
f(D) =
(b
0
) + (b
1
) D + (b
2
) D
2
1
= (b
2
)
(D +r
1b
) (D +r
2b
)
1
, (C.14)
pode ser reescrito como
f(x) =
(b
0
) + (b
1
) D + (b
2
) D
2
1
=
(b
0
) D
−2
+ (b
1
) D
−1
+ (b
2
)
D
−2
=
(b
0
) x
2
+ (b
1
) x + (b
2
)
x
2
= (b
0
)
(x +d
1
) (x +d
2
)
(x + 0) (x + 0)
. (C.15)
Os valores que anulam a fun¸c˜ao f(D) (zeros de f(D)) s˜ao dados pelas ra´ızes do polinˆomio
numerador r
N
= r
b
= [r
1b
r
2b
], enquanto os valores que fazem a fun¸c˜ao tender a infinito (p´olos
de f(D)) s˜ ao dados pelas ra´ızes do polinˆomio denominador r
D
= [∞ ∞].
Por sua vez, os valores que anulam a fun¸c˜ao f(x) (zeros de f(x)) s˜ao dados pelas ra´ızes
do polinˆomio numerador r
N
= d = [d
1
d
2
], enquanto os valores que fazem a fun¸c˜ao tender a
infinito (p´olos de f(x)) s˜ao dados pelas ra´ızes do polinˆomio denominador r
D
= [0 0].
Baseado em (C.12), pode-se dizer que
d = [d
1
d
2
] =
_
1
r
1b
1
r
2b
_
. (C.16)
TET / UFF
168 Apˆendice C. Fatora¸c˜oes das equa¸c˜oes de diferen¸ca
Deve-se notar que os coeficientes do numerador de f(x) ([b
0
b
1
b
2
]) podem ser obtidos pelo
espelhamento dos coeficientes do numerador de f(D) ([b
2
b
1
b
0
]).
Portanto, utilizando-se as Equa¸c˜oes (C.12) a (C.16) e admitindo-se a existˆencia de uma
fun¸ c˜ao fliplr([.]), que realize o espelhamento de um vetor [.], pode-se escrever
b
flr
= [b
0
b
1
b
2
] = fliplr(b) , (C.17)
a
flr
= [1 a
1
a
2
] = fliplr(a) , (C.18)
d = [d
1
d
2
] = roots(b
flr
) (C.19)
e
c = [c
1
c
2
] = roots(a
flr
) . (C.20)
C.4 Fatora¸c˜oes das equa¸c˜oes com ordem qualquer
Com base na an´alise efetuada para equa¸c˜oes de diferen¸ca com ordem 2, pode-se obter um
resultado equivalente para equa¸c˜oes com ordem qualquer, de tal forma que
b = [b
L
b
2
b
1
b
0
] , (C.21)
a = [a
N
a
2
a
1
1] , (C.22)
r
b
= [r
1b
r
2b
r
Lb
] = roots(b) , (C.23)
r
a
= [r
1a
r
2a
r
Na
] = roots(a) , (C.24)
d = [d
1
d
2
d
L
] =
_
1
r
1b
1
r
2b

1
r
Lb
_
(C.25)
e
c = [c
1
c
2
c
N
] =
_
1
r
1a
1
r
2a

1
r
Na
_
. (C.26)
Alternativamente, os seguintes c´alculos podem ser efetuados
b
flr
= [b
0
b
1
b
2
b
L
] = fliplr(b) , (C.27)
a
flr
= [1 a
1
a
2
a
N
] = fliplr(a) , (C.28)
d = [d
1
d
2
d
L
] = roots(b
flr
) (C.29)
e
c = [c
1
c
2
c
N
] = roots(a
flr
) . (C.30)
A.S.V.
Apˆendice D
Identidades ´ uteis
N

k=0
a
k
=
_
_
_
(N + 1) , a = 1
1−a
(N+1)
1−a
, a ,= 1
(D.1)
N

k=0
ka
k
=
_
_
_
N(N+1)
2
, a = 1
a
(1−a)
2
_
1 −a
N
−Na
N
+Na
(N+1)
¸
, a ,= 1
(D.2)
N

k=0
k
2
a
k
=
_
¸
¸
¸
¸
¸
_
¸
¸
¸
¸
¸
_

N
k=0
k
2
, a = 1
1
(1−a)
__

N
m=1
(2m−1)a
m
_
−N
2
a
(N+1)
_
=
a
(1−a)
3
_
(1 +a)(1 −a
N
) −2(1 −a)Na
N
−(1 −a)
2
N
2
a
N
¸
, a ,= 1
(D.3)
e
±jθ
= cos(θ) ±j sin(θ) (D.4)
_
1 +e
−jθ
_
= e
−j
θ
2
_
e
j
θ
2
+e
−j
θ
2
_
= e
−j
θ
2
_
2 cos
_
θ
2
__
(D.5)
169
170 Apˆendice D. Identidades ´ uteis
A.S.V.
Apˆendice E
Aliasing
E.1 Introdu¸c˜ao
• A gera¸c˜ao de um sinal discreto no tempo atrav´es da amostragem de um sinal anal´ogico
pode produzir um efeito que recebe as seguintes denomina¸c˜oes: superposi¸c˜ao de freq¨ uˆen-
cias, superposi¸c˜ao de sinais senoidais, superposi¸c˜ao espectral ou aliasing.
• A ocorrˆencia de aliasing ´e controlada por uma determinada rela¸c˜ao entre a freq¨ uˆencia de
um sinal senoidal anal´ogico e a freq¨ uˆencia de amostragem.
• Em sinais senoidais, o efeito faz com que um sinal anal´ogico de alta freq¨ uˆencia seja
interpretado como um sinal discreto de baixa freq¨ uˆencia.
• Dessa forma, gera-se uma ambig¨ uidade na representa¸c˜ao de sinais anal´ogicos por sinais
discretos.
• Em sinais compostos por diversos sinais senoidais, o efeito causa uma distor¸c˜ao no sinal.
• Do ponto de vista da gera¸c˜ao de sinal discreto, isso pode ser visto como um problema.
• Por outro lado, se for usado adequadamente, esse efeito pode ser utilizado como uma
t´ecnica de demodula¸c˜ao de sinais discretos no tempo.
• A seguir, considerando-se um processo de amostragem uniforme, s˜ao definidas as rela¸c˜oes
entre as vari´aveis anal´ogicas e discretas, bem como ´e destacado o escalamento entre elas.
A ambig¨ uidade entre sinais senoidais discretos no tempo ´e apresentada, definindo-se faixas
espec´ıficas de freq¨ uˆencia discreta (ˆangulos) para cada superposi¸c˜ao de sinais. A partir das
faixas definidas, s˜ao apresentadas as rela¸c˜oes de ambig¨ uidade na representa¸c˜ao de sinais
senoidais anal´ogicos por suas amostras. Por fim, s˜ao ressaltadas as duas an´alises poss´ıveis
para o problema de aliasing.
E.2 Amostragem uniforme
O processo de gera¸c˜ao de um sinal discreto no tempo, a partir de um sinal anal´ogico, atrav´es
de uma amostragem uniforme com per´ıodo T
S
, pode ser descrito por
x[n] = x
a
(nT
S
) = x
a
(t)[
t=nT
S
. (E.1)
171
172 Apˆendice E. Aliasing
E.3 Rela¸c˜oes entre vari´aveis anal´ogicas e discretas
As Equa¸c˜oes (E.2) a (E.4) estabelecem uma rela¸c˜ao entre a freq¨ uˆencia (c´ıclica) anal´ogica f,
a taxa ou freq¨ uˆencia de amostragem F
S
e a freq¨ uˆencia (angular) discreta Ω.
ω = 2πf . (E.2)
T
S
=
1
F
S
. (E.3)
Ω = ωT
S
. (E.4)
De (E.2) a (E.4) obt´em-se:
Ω = (T
S
)ω = (T
S
)2πf = (2πT
S
)f =
_

F
S
_
f . (E.5)
E.4 Equivalˆencia entre valores anal´ogicos e discretos
De (E.5), pode-se estabelecer a rela¸c˜ao de equivalˆencia entre os valores de freq¨ uˆencia anal´ogicos
e discretos, a qual ´e apresentada em (E.6) a (E.7).
f = [ , −2F
S
, −3
F
S
2
, −F
S
, −
F
S
2
, 0,
F
S
2
, F
S
, 3
F
S
2
, 2F
S
, ] . (E.6)
Ω = [ , −4π, −3π, −2π, −π, 0, π, 2π, 3π, 4π, ] . (E.7)
E.5 Ambig¨ uidade entre sinais discretos no tempo
Um sinal senoidal gen´erico pode ser decomposto em componentes ortogonais, utilizando-se a
rela¸c˜ao
A
0
cos(Ω
0
n ∓Θ
0
) = (A
0
) cos(Θ
0
) cos(Ω
0
n) + (±A
0
) sin(Θ
0
) sin(Ω
0
n) . (E.8)
Uma vez que a freq¨ uˆencia discreta Ω ´e um ˆangulo, podem-se verificar ambig¨ uidades na
representa¸c˜ao de sinais senoidais discretos, dependendo da faixa de freq¨ uˆencia utilizada. Assim:
• Faixa 1 (0 ≤ Ω < π): x
1
[n] = cos(Ω
1
n) ,= x
2
[n] = cos(Ω
2
n), para Ω
1
,= Ω
2
, o que
representa ausˆencia de ambig¨ uidades.
• Faixa 2 (Ω = π): A
0
cos(πn∓Θ
0
) = (A
0
) cos(Θ
0
) cos(πn) = (A

0
) cos(πn), o que gera
ambig¨ uidade em amplitude e em ˆangulo de fase.
• Faixa 3 (π < Ω ≤ 2π): x
34
[n] = cos(Ω
34
n) = cos(−Ω
12
n) = cos(Ω
12
n) = x
12
[n], para

34
= −Ω
12
, o que gera ambig¨ uidade em freq¨ uˆencia.
• Faixa 4 (Ω > 2π): x
K
[n] = cos((Ω +K2π)n) = cos(Ωn) = x
0
[n], o que gera ambig¨ uidade
em freq¨ uˆencia.
Portanto, as seq¨ uˆencias senoidais do tipo x[n] = cos(Ωn) s˜ao indisting¨ u´ıveis para freq¨ uˆencias
Ω tomadas de tal forma que 0 ≤ Ω < π. Caso contr´ario, ocorrer˜ao ambig¨ uidades entre os sinais.
Tal caracter´ıstica dos sinais discretos tem influˆencia na amostragem dos sinais cont´ınuos,
o que ´e discutido nos itens que se seguem.
A.S.V.
E.6. Amostragem sem ambig¨ uidade 173
E.6 Amostragem sem ambig¨ uidade
Dada a faixa de freq¨ uˆencia discreta
0 ≤ Ω
0
< π ,
e a correspondende faixa de freq¨ uˆencia anal´ogica
0 ≤ f
0
<
F
S
2
,
pode-se estabelecer a seguinte correspondˆencia biun´ıvoca entre sinais senoidais anal´ogicos e
discretos:
x
a
(t) = cos(2πf
0
t) ↔x[n] = cos(Ω
0
n) .
Dessa forma, considerando-se um sinal anal´ogico composto por diversos sinais senoidais,
onde f
MAX
representa a maior freq¨ uˆencia envolvida, a rela¸c˜ao
0 ≤ f
MAX
<
F
S
2
,
garante a representa¸c˜ao correta do sinal anal´ogico pelo seu correspondente discreto e ´e conhecida
como Teorema da Amostragem (Nyquist-1928 Shannon-1949).
E.7 Amostragem com ambig¨ uidade
E.7.1 Freq¨ uˆencias m´ ultiplas de Ω = π
Dadas as freq¨ uˆencias discretas

k
= (2k + 1)π , k = 0, 1, 2, 3, ,
e as correspondentes freq¨ uˆencias anal´ogicas
f
k
= (2k + 1)
F
S
2
, k = 0, 1, 2, 3, ,
podem ser definidos dois tipos de ambig¨ uidade na representa¸c˜ao de sinais senoidais anal´ogicos
por sinais senoidais discretos: i) em amplitude e ˆangulo de fase e ii) em freq¨ uˆencia.
Para k = 0 e utilizando-se (E.8), a rela¸c˜ao de ambig¨ uidade em amplitude e ˆangulo de fase
´e dada por
x
a
(t) = cos(2πf
0
t + Θ
0
) ↔x[n] = cos(Ω
0
n + Θ
0
)
= cos(Θ
0
)cos(Ω
0
n) ↔cos(Θ
0
)cos(2πf
0
t) ,= x
a
(t) .
Por sua vez, para k > 0, a rela¸c˜ao de ambig¨ uidade em freq¨ uˆencia ´e dada por
x
a
(t) = cos(2πf
k
t) ↔x[n] = cos(Ω
k
n)
= cos(Ω
0
n) ↔cos(2πf
0
t) ,= x
a
(t) .
TET / UFF
174 Apˆendice E. Aliasing
E.7.2 Freq¨ uˆencias em 1
o
e 2
o
quadrantes
Dadas as freq¨ uˆencias na faixa de ausˆencia de ambig¨ uidade
0 ≤ Ω
0
< π
e as freq¨ uˆencias de 1
o
e 2
o
quadrantes

k
= (k2π + Ω
0
) , k = 0, 1, 2, 3, ,
pode-se estabelecer a seguinte rela¸c˜ao de ambig¨ uidade em freq¨ uˆencia
x
a
(t) = cos(2πf
k
t) ↔x[n] = cos(Ω
k
n)
= cos ((k2π + Ω
0
)n)
= cos(Ω
0
n) ↔cos(2πf
0
t) ,= x
a
(t) .
Utilizando-se as rela¸c˜oes entre as vari´aveis anal´ogicas e discretas, a ambig¨ uidade entre
representa¸c˜oes ocorre para as seguintes freq¨ uˆencias:

k
= k2π + Ω
0
ω
k
T
S
= k2π +ω
0
T
S
2πf
k
T
S
= k2π + 2πf
0
T
S
2πf
k
= k2π
1
T
S
+ 2πf
0
f
k
= kF
S
+f
0
.
Portanto, as faixas de freq¨ uˆencia de superposi¸c˜ao de sinais anal´ogicos gerada por freq¨ uˆencias
discretas nos 1
o
e 2
o
quadrantes s˜ao
kF
S
≤ f
k
<
_
kF
S
+
F
S
2
_
=
_
k +
1
2
_
F
S
, k = 0, 1, 2, 3, .
E.7.3 Freq¨ uˆencias em 3
o
e 4
o
quadrantes
Dadas as freq¨ uˆencias na faixa de ausˆencia de ambig¨ uidade
0 ≤ Ω
0
< π
e as freq¨ uˆencias de 3
o
e 4
o
quadrantes

0
= (2π −Ω
0
)
e

k
= (k2π) + (Ω

0
) = (k2π) + (2π −Ω
0
) = ((k + 1)2π −Ω
0
) , k = 0, 1, 2, 3, ,
pode-se estabelecer a seguinte rela¸c˜ao de ambig¨ uidade em freq¨ uˆencia
x
a
(t) = cos(2πf

k
t) ↔x[n] = cos(Ω

k
n)
= cos (((k + 1)2π −Ω
0
)n)
= cos(Ω
0
n) ↔cos(2πf
0
t) ,= x
a
(t) .
A.S.V.
E.8. An´alises importantes 175
Utilizando-se as rela¸c˜oes entre as vari´aveis anal´ogicas e discretas, a ambig¨ uidade entre
representa¸c˜ oes ocorre para as seguintes freq¨ uˆencias:
f

k
= (k + 1)F
S
−f
0
.
Portanto, as faixas de freq¨ uˆencia de superposi¸c˜ao de sinais anal´ogicos gerada por freq¨ uˆencias
discretas nos 3
o
e 4
o
quadrantes s˜ao
(k + 1)F
S
≥ f

k
>
_
k +
1
2
_
F
S
, k = 0, 1, 2, 3, .
E.8 An´alises importantes
Duas an´alises podem ser realizadas, considerando-se um sinal senoidal anal´ogico x(t), amostrado
com uma determinada freq¨ uˆencia de amostragem F
S
:
• Dada uma mesma freq¨ uˆencia de amostragem F
S
, qual o efeito sobre os diversos sinais
senoidais anal´ogicos x
k
(t) = cos(ω
k
t) ?
• Dadas as diversas freq¨ uˆencias de amostragem F
S
k
, qual o efeito sobre o mesmo sinal
senoidal anal´ogico x(t) = cos(ωt) ?
TET / UFF
176 Apˆendice E. Aliasing
A.S.V.
Apˆendice F
Exemplos de c´alculo da resposta de um
SLIT de primeira ordem
F.1 Introdu¸c˜ao
• Aqui s˜ao apresentados exemplos de c´alculo das respostas de SLITs, os quais s˜ao descritos
por equa¸c˜oes de diferen¸ca lineares, de primeira ordem, com coeficientes constantes.
• O problema envolvido nos c´alculos ´e:
– Dados os sistemas descritos por:
y[n] +a
1
y[n −1] = b
0
x[n] , (F.1)
y[n] +a
1
y[n −1] = b
1
x[n −1] (F.2)
e
y[n] +a
1
y[n −1] = b
0
x[n] +b
1
x[n −1] . (F.3)
– Dada a condi¸c˜ao inicial: y[−1].
– Calcular a resposta da equa¸c˜ao homogˆenea: y
h
[n] = y[n] u[n], para x[n] = 0.
– Calcular as respostas do sistema relaxado (y[n] = 0, n < 0), para as seguintes
entradas: δ[n], u[n], z
n
u[n], e
jΩ
0
n
u[n] e cos(Ω
0
n) u[n].
• Inicialmente, ´e efetuado o c´alculo da resposta da equa¸c˜ao homogˆenea.
• Em seguida, s˜ao efetuados os c´alculos para as respostas relativas `as entradas especificadas,
para o sistema descrito pela Eq. (F.1), as quais pode ser denominadas y
D0
[n].
• Aproveitando os resultados de y
D0
[n], s˜ao efetuados os c´alculos para as respostas do
sistema descrito pela Eq. (F.2), as quais podem ser denominadas y
D1
[n]. Para tal, s˜ao
utilizadas as propriedades de invariˆancia no tempo e de homogeneidade de um SLIT:
y
D1
[n] =
_
b
1
b
0
_
y
D0
[n −1].
• Finalmente, aproveitando os resultados de y
D0
[n] e de y
D1
[n], s˜ao efetuados os c´alculos
para as respostas do sistema descrito pela Eq. (F.3), as quais pode ser denominadas y[n].
Para tal, ´e utilizada a propriedade de linearidade de um SLIT: y[n] = y
D0
[n] +y
D1
[n].
177
178 Apˆendice F. Exemplos de c´alculo da resposta de um SLIT de primeira ordem
F.2 C´alculo da resposta da equa¸c˜ao homogˆenea
Dada a equa¸c˜ao
y[n] +a
1
y[n −1] = 0 , (F.4)
submetida a uma dada condi¸c˜ao inicial y[−1], pode-se propor uma solu¸c˜ao do tipo
y
h
[n] = K
h
z
n
. (F.5)
Substituindo-se (F.5) em (F.4), obt´em-se:
K
h
z
n
+a
1
K
h
z
n−1
= 0 ,
que pode ser fatorada em
K
h
z
n
_
1 +a
1
z
−1
_
= 0 ,
de onde, desprezando-se a solu¸c˜ao trivial z = 0, conclui-se que
1 +a
1
z
−1
= 0
e
z = −a
1
. (F.6)
Substituindo-se (F.6) em (F.5), obt´em-se:
y
h
[n] = K
h
(−a
1
)
n
, (F.7)
de onde, com o aux´ılio da condi¸c˜ao inicial y[−1] e de (F.4), conclui-se que
y[0] = y
h
[0] = K
h
,
y[0] = (−a
1
) y[−1]
e
K
h
= (−a
1
) y[−1] . (F.8)
De (F.7) e (F.8), deduz-se que a solu¸c˜ao da equa¸c˜ao homogˆenea, para n ≥ 0, ´e dada por
y
h
[n] = y[0] (−a
1
)
n
u[n]
= (−a
1
) y[−1] (−a
1
)
n
u[n]
= y[−1] (−a
1
)
n+1
u[n] . (F.9)
A.S.V.
F.3. Sistema y[n] +a
1
y[n −1] = b
0
x[n] 179
F.3 Sistema y[n] + a
1
y[n −1] = b
0
x[n]
F.3.1 C´alculo para x[n] = δ[n]
Dada a equa¸c˜ao
y[n] +a
1
y[n −1] = b
0
δ[n] ,
tem-se, para n = 0, que
y[0] = b
0
(F.10)
e, para n > 0, que
y[n] +a
1
y[n −1] = 0 .
Assim, exceto em n = 0, o problema se resume ao c´alculo da solu¸c˜ao de uma equa¸c˜ao
homogˆenea, com condi¸c˜ao inicial dada por (F.10). Portanto, a resposta pode ser definida por
h[n] = y
δ
[n] =
_
b
0
, n = 0
y
h
[n][
y[0]=b
0
, n > 0
(F.11)
Substituindo-se (F.9) e (F.10) em F.11, obt´em-se:
h[n] = (b
0
) (−a
1
)
n
u[n] = (−1)
_
b
0
a
1
_
(−a
1
)
n+1
u[n]
= (b
0
) (δ[n]) + (b
0
) (−a
1
)
n
u[n −1]
=
_
b
0
1 +a
1
_
(δ[n]) + (−1)
_
b
0
1 +a
1
_
_
(−a
1
)
n+1
u[n] −(−a
1
)
n
u[n −1]
_
.
F.3.2 C´alculo para x[n] = u[n]
Dada a equa¸c˜ao
y[n] +a
1
y[n −1] = b
0
u[n] , (F.12)
pode-se propor uma solu¸c˜ao do tipo
y[n] = y
p
[n] +y
c
[n] , (F.13)
onde a solu¸c˜ao particular (similar `a entrada) ´e dada por
y
p
[n] = K
p
(F.14)
e a solu¸c˜ao complementar (similar `a solu¸c˜ao homogˆenea) assume a forma
y
c
[n] = K
c
z
n
= K
c
(−a
1
)
n
. (F.15)
Substituindo-se (F.14) em (F.12), obt´em-se, para n ≥ 0:
K
p
+a
1
K
p
= b
0
,
TET / UFF
180 Apˆendice F. Exemplos de c´alculo da resposta de um SLIT de primeira ordem
que, fatorada, fornece
K
p
(1 +a
1
) = b
0
e
K
p
=
_
b
0
1 +a
1
_
. (F.16)
A combina¸c˜ao de (F.13) a (F.16) resulta em
y
u
[n] =
_
b
0
1 +a
1
_
+K
c
(−a
1
)
n
. (F.17)
Substituindo-se n = 0 em (F.17) e (F.12), tem-se que
_
b
0
1 +a
1
_
+K
c
= b
0
,
da qual conclui-se que
K
c
=
_
b
0
a
1
1 +a
1
_
= (−1)
_
b
0
1 +a
1
_
(−a
1
) . (F.18)
De (F.18) em (F.17), obt´em-se, para n ≥ 0:
y
u
[n] =
_
b
0
1 +a
1
_
(u[n]) + (−1)
_
b
0
1 +a
1
_
(−a
1
)
n+1
u[n] . (F.19)
F.3.3 C´alculo para x[n] = z
n
u[n]
Dada a equa¸c˜ao
y[n] +a
1
y[n −1] = b
0
z
n
u[n] , (F.20)
pode-se propor uma solu¸c˜ao do tipo
y[n] = y
p
[n] +y
c
[n] , (F.21)
onde a solu¸c˜ao particular (similar `a entrada) ´e dada por
y
p
[n] = K
p
z
n
(F.22)
e a solu¸c˜ao complementar (similar `a solu¸c˜ao homogˆenea) assume a forma
y
c
[n] = K
c
(−a
1
)
n
. (F.23)
Substituindo-se (F.22) em (F.20), obt´em-se, para n ≥ 0:
K
p
z
n
+a
1
K
p
z
n−1
= b
0
z
n
,
que, fatorada, fornece
K
p
z
n
_
1 +a
1
z
−1
_
= b
0
z
n
,
A.S.V.
F.3. Sistema y[n] +a
1
y[n −1] = b
0
x[n] 181
de onde, desprezando-se a solu¸c˜ao trivial z = 0, conclui-se que
K
p
=
_
b
0
1 +a
1
z
−1
_
. (F.24)
A combina¸c˜ao de (F.21) a (F.24) resulta em
y
z
[n] =
_
b
0
1 +a
1
z
−1
_
z
n
+K
c
(−a
1
)
n
. (F.25)
Substituindo-se n = 0 em (F.25) e (F.20), tem-se que
_
b
0
1 +a
1
z
−1
_
+K
c
= b
0
,
da qual conclui-se que
K
c
=
_
b
0
a
1
z
−1
1 +a
1
z
−1
_
= (−1)
_
b
0
1 +a
1
z
−1
_
z
−1
(−a
1
) . (F.26)
De (F.26) em (F.25), obt´em-se, para n ≥ 0:
y
z
[n] =
_
b
0
1 +a
1
z
−1
_
(z
n
u[n]) + (−1)
_
b
0
1 +a
1
z
−1
_
z
−1
(−a
1
)
n+1
u[n] . (F.27)
F.3.4 C´alculo para x[n] = e
jΩ
0
n
u[n]
Definindo-se a rela¸c˜ao
x[n] = e
jΩ
0
n
=
_
e
jΩ
0
_
n
= z
n
, para z = e
jΩ
0
, (F.28)
pode-se utilizar o resultado anterior, onde x[n] = z
n
u[n].
Assim, de (F.28) e (F.27), obt´em-se:
y
e
[n] =
_
b
0
1 +a
1
e
−jΩ
0
_
_
e
jΩ
0
n
u[n]
_
+ (−1)
_
b
0
1 +a
1
e
−jΩ
0
_
e
−jΩ
0
(−a
1
)
n+1
u[n] . (F.29)
F.3.5 C´alculo para x[n] = cos(Ω
0
n) u[n]
Definindo-se a rela¸c˜ao
x[n] = cos(Ω
0
n) =
_
1
2
_
e
jΩ
0
n
+
_
1
2
_
e
−jΩ
0
n
, (F.30)
pode-se utilizar o resultado anterior, onde x[n] = e
jΩ
0
n
u[n].
TET / UFF
182 Apˆendice F. Exemplos de c´alculo da resposta de um SLIT de primeira ordem
Assim, de (F.30) e (F.29), obt´em-se:
y
cos
[n] =
_
1
2
__
b
0
1 +a
1
e
−jΩ
0
_
e
jΩ
0
n
+ (−1)
_
1
2
__
b
0
1 +a
1
e
−jΩ
0
_
e
−jΩ
0
(−a
1
)
n+1
+
_
1
2
__
b
0
1 +a
1
e
jΩ
0
_
e
−jΩ
0
n
+ (−1)
_
1
2
__
b
0
1 +a
1
e
jΩ
0
_
e
jΩ
0
(−a
1
)
n+1
=
__
1
2
__
b
0
1 +a
1
e
−jΩ
0
_
e
jΩ
0
n
+
_
1
2
__
b
0
1 +a
1
e
jΩ
0
_
e
−jΩ
0
n
_
+
(−1)
__
1
2
__
b
0
1 +a
1
e
jΩ
0
_
e
jΩ
0
+
_
1
2
__
b
0
1 +a
1
e
−jΩ
0
_
e
−jΩ
0
_
(−a
1
)
n+1
=
__
1
2
_
H
+
(Ω
0
) e
jΩ
0
n
+
_
1
2
_
H

(Ω
0
) e
−jΩ
0
n
_
+
(−1)
__
1
2
_
H

(Ω
0
) e
jΩ
0
+
_
1
2
_
H
+
(Ω
0
) e
−jΩ
0
_
(−a
1
)
n+1
, (F.31)
onde:
H
+
(Ω) =
_
b
0
1 +a
1
e
−jΩ
_
= [H
+
(Ω)[e
j∠H
+
(Ω)
(F.32)
e
H

(Ω) =
_
b
0
1 +a
1
e
jΩ
_
= [H

(Ω)[e
j∠H

(Ω)
. (F.33)
De (F.32) e (F.33), conclui-se que
[H
+
(Ω)[ = [H

(Ω)[ = [H
D0
(Ω)[ ,
∠H
+
(Ω) = −∠H

(Ω) = ∠H
D0
(Ω)
e
H
D0
(Ω) = [H
D0
(Ω)[e
j∠H
D0
(Ω)
=
_
b
0
1 +a
1
e
−jΩ
_
. (F.34)
Substituindo-se (F.34) em (F.31), tem-se que
y
cos
[n] =
__
1
2
_
[H
D0
(Ω
0
)[ e
j∠H
D0
(Ω
0
)
e
jΩ
0
n
+
_
1
2
_
[H
D0
(Ω
0
)[ e
−j∠H
D0
(Ω
0
)
e
−jΩ
0
n
_
+
(−1)
__
1
2
_
[H
D0
(Ω
0
)[ e
−j∠H
D0
(Ω
0
)
e
jΩ
0
+
_
1
2
_
[H
D0
(Ω
0
)[ e
j∠H
D0
(Ω
0
)
e
−jΩ
0
_
(−a
1
)
n+1
e, finalmente, que
y
cos
[n] = [H
D0
(Ω
0
)[ cos (Ω
0
n +∠H
D0
(Ω
0
)) u[n] +
(−1) [H
D0
(Ω
0
)[ cos (Ω
0
−∠H
D0
(Ω
0
)) (−a
1
)
n+1
u[n] .
A.S.V.
F.4. Sistema y[n] +a
1
y[n −1] = b
1
x[n −1] 183
F.4 Sistema y[n] + a
1
y[n −1] = b
1
x[n −1]
Considerando-se y
D0
[n] como a resposta `a equa¸c˜ao de diferen¸ca y[n] + a
1
y[n − 1] = b
0
x[n], e
utilizando-se as propriedades de invariˆancia no tempo e de homogeneidade do SLIT, a resposta
`a equa¸c˜ao de diferen¸ca y[n] +a
1
y[n −1] = b
1
x[n −1] ´e dada por y
D1
[n] =
_
b
1
b
0
_
y
D0
[n −1].
Portanto, os c´alculos que se seguem s˜ao apenas adapta¸c˜oes dos c´alculos anteriores.
F.4.1 C´alculo para x[n] = δ[n]
h[n] = y
δ
[n] =
_
b
1
b
0
_
b
0
(−a
1
)
n−1
u[n −1]
= b
1
(−a
1
)
n−1
u[n −1] = (−1)
_
b
1
a
1
_
(−a
1
)
n
u[n −1]
= (b
1
) (δ[n −1]) + (b
1
) (−a
1
)
n−1
u[n −2]
=
_
b
1
1 +a
1
_
(δ[n −1]) + (−1)
_
b
1
1 +a
1
_
_
(−a
1
)
n
u[n −1] −(−a
1
)
n−1
u[n −2]
_
.
F.4.2 C´alculo para x[n] = u[n]
y
u
[n] =
_
b
1
b
0
__
b
0
1 +a
1
_
u[n −1] + (−1)
_
b
1
b
0
__
b
0
1 +a
1
_
(−a
1
)
n
u[n −1]
=
_
b
1
1 +a
1
_
(u[n −1]) + (−1)
_
b
1
b
0
__
b
0
1 +a
1
_
(−a
1
)
n
u[n −1] . (F.35)
F.4.3 C´alculo para x[n] = z
n
u[n]
y
z
[n] =
_
b
1
b
0
__
b
0
1 +a
1
z
−1
_
z
n−1
u[n −1] + (−1)
_
b
1
b
0
__
b
0
1 +a
1
z
−1
_
z
−1
(−a
1
)
n
u[n −1]
=
_
b
1
z
−1
1 +a
1
z
−1
_
(z
n
u[n −1]) + (−1)
_
b
1
b
0
__
b
0
1 +a
1
z
−1
_
z
−1
(−a
1
)
n
u[n −1] .
(F.36)
F.4.4 C´alculo para x[n] = e
jΩ
0
n
u[n]
y
e
[n] =
_
b
1
e
−jΩ
0
1 +a
1
e
−jΩ
0
_
_
e
jΩ
0
n
u[n −1]
_
+ (−1)
_
b
1
b
0
__
b
0
1 +a
1
e
−jΩ
0
_
e
−jΩ
0
(−a
1
)
n
u[n −1] .
(F.37)
F.4.5 C´alculo para x[n] = cos(Ω
0
n) u[n]
y
cos
[n] = [H
D1
(Ω
0
)[ cos (Ω
0
n +∠H
D1
(Ω
0
)) u[n −1] +
(−1)
_
b
1
b
0
_
[H
D0
(Ω
0
)[ cos (Ω
0
−∠H
D0
(Ω
0
)) (−a
1
)
n
u[n −1] , (F.38)
TET / UFF
184 Apˆendice F. Exemplos de c´alculo da resposta de um SLIT de primeira ordem
onde:
H
D0
(Ω) =
_
b
0
1 +a
1
e
−jΩ
0
_
e
H
D1
(Ω) =
_
b
1
e
−jΩ
0
1 +a
1
e
−jΩ
0
_
=
_
b
1
b
0
_
H
D0
(Ω) e
−jΩ
0
.
A.S.V.
F.5. Sistema y[n] +a
1
y[n −1] = b
0
x[n] +b
1
x[n −1] 185
F.5 Sistema y[n] + a
1
y[n −1] = b
0
x[n] + b
1
x[n −1]
Considerando-se y
D0
[n] como a resposta `a equa¸c˜ao de diferen¸ca y[n]+a
1
y[n−1] = b
0
x[n], y
D1
[n]
como a resposta `a equa¸c˜ao de diferen¸ca y[n]+a
1
y[n−1] = b
1
x[n−1] e utilizando-se a propriedade
de aditividade do SLIT, a resposta `a equa¸c˜ao de diferen¸ca y[n] +a
1
y[n−1] = b
0
x[n] +b
1
x[n−1]
´e dada por y[n] = y
D0
[n] +y
D1
[n].
Portanto, os c´alculos que se seguem s˜ao apenas adapta¸c˜oes dos c´alculos anteriores.
F.5.1 C´alculo para x[n] = δ[n]
h[n] = y
δ
[n] = b
0
(−a
1
)
n
u[n] +b
1
(−a
1
)
n−1
u[n −1] .
F.5.2 C´alculo para x[n] = u[n]
y
u
[n] =
_
b
0
1 +a
1
_
(u[n]) + (−1)
_
b
0
1 +a
1
_
(−a
1
)
n+1
u[n] +
_
b
1
1 +a
1
_
(u[n −1]) + (−1)
_
b
1
b
0
__
b
0
1 +a
1
_
(−a
1
)
n
u[n −1] . (F.39)
F.5.3 C´alculo para x[n] = z
n
u[n]
y
z
[n] =
_
b
0
1 +a
1
z
−1
_
(z
n
u[n]) + (−1)
_
b
0
1 +a
1
z
−1
_
z
−1
(−a
1
)
n+1
u[n] +
_
b
1
z
−1
1 +a
1
z
−1
_
(z
n
u[n −1]) + (−1)
_
b
1
b
0
__
b
0
1 +a
1
z
−1
_
z
−1
(−a
1
)
n
u[n −1] .
(F.40)
F.5.4 C´alculo para x[n] = e
jΩ
0
n
u[n]
y
e
[n] =
_
b
0
1 +a
1
e
−jΩ
0
_
_
e
jΩ
0
n
u[n]
_
+ (−1)
_
b
0
1 +a
1
e
−jΩ
0
_
e
−jΩ
0
(−a
1
)
n+1
u[n] +
_
b
1
e
−jΩ
0
1 +a
1
e
−jΩ
0
_
_
e
jΩ
0
n
u[n −1]
_
+ (−1)
_
b
1
b
0
__
b
0
1 +a
1
e
−jΩ
0
_
e
−jΩ
0
(−a
1
)
n
u[n −1] .
(F.41)
F.5.5 C´alculo para x[n] = cos(Ω
0
n) u[n]
y
cos
[n] = [H
D0
(Ω
0
)[ cos (Ω
0
n +∠H
D0
(Ω
0
)) u[n] +
(−1) [H
D0
(Ω
0
)[ cos (Ω
0
−∠H
D0
(Ω
0
)) (−a
1
)
n+1
u[n] +
[H
D1
(Ω
0
)[ cos (Ω
0
n +∠H
D1
(Ω
0
)) u[n −1] +
(−1)
_
b
1
b
0
_
[H
D0
(Ω
0
)[ cos (Ω
0
−∠H
D0
(Ω
0
)) (−a
1
)
n
u[n −1] . (F.42)
TET / UFF
186 Apˆendice F. Exemplos de c´alculo da resposta de um SLIT de primeira ordem
A.S.V.
Apˆendice G
Tabelas ´ uteis
G.1 Transformada de Fourier Discreta no Tempo (DTFT)
x[n] X(e
jΩ
) =


k=−∞
x[k]e
−jΩk
δ[n] 1
u[n]
1
1−e
−jΩ
+


k=−∞
π δ(Ω + 2πk)
e
−jΩ
0
n


k=−∞
2π δ(Ω −Ω
0
+ 2πk)
α
n
u[n], [α[ < 1
1
1−αe
−jΩ
Tabela G.1: Pares de DTFT.
Seq¨ uˆencia DTFT
x[n] X(e
jΩ
)
x
1
[n] X
1
(e
jΩ
)
x
2
[n] X
2
(e
jΩ
)
a
1
x
1
[n] +a
2
x
2
[n] a
1
X
1
(e
jΩ
) +a
2
X
2
(e
jΩ
)
x[n −N
D
] e
−jΩN
D
X(e
jΩ
)
e
jΩ
0
n
x[n] X(e
j(Ω−Ω
0
)
)
x
1
[n] ∗ x
2
[n] X
1
(e
jΩ
)X
2
(e
jΩ
)
x
1
[n]x
2
[n]
1

_
π
−π
X
1
(e

)X
2
(e
j(Ω−θ)
)dθ
nx[n] j
dX(e
jΩ
)
dΩ
Tabela G.2: Propriedades da DTFT.


n=−∞
x
1
[n]x

2
[n] =
1

_
π
−π
X
1
(e
jΩ
)X

2
(e
jΩ
)dΩ
Tabela G.3: Rela¸c˜ao de Parseval na DTFT.
187
188 Apˆendice G. Tabelas ´ uteis
G.2 Transformada de Fourier Discreta (DFT)
Seq¨ uˆencia DFT
x[n] X[k]
x
1
[n] X
1
[k]
x
2
[n] X
2
[k]
a
1
x
1
[n] +a
2
x
2
[n] a
1
X
1
[k] +a
2
X
2
[k]
x[¸n −N
D
)
N
] W
kN
D
N
X[k]
W
−K
D
n
N
x[n] X[¸k −K
D
)
N
]
X[n] N[g ¸−k)
N
]

N−1
m=0
x
1
[m]x
2
[¸n −m)
N
] X
1
[k]X
2
[k]
x
1
[n]x
2
[n]
1
N

N−1
m=0
X
1
[m]X
2
[¸k −m)
N
]
Tabela G.4: Propriedades da DFT.
A.S.V.
G.3. Transformada Z bilateral 189
G.3 Transformada Z bilateral
x[n] X(z) =


k=−∞
x[k]z
−k
ROC
δ[n] 1 z
u[n]
1
1−z
−1
[z[ > 1
δ[n −N
D
] z
−N
D
_
z −¦0¦ , N
D
> 0
z −¦∞¦ , N
D
< 0
α
n
u[n]
1
1−αz
−1
[z[ > [α[

n
u[n]
αz
−1
(1−αz
−1
)
2
[z[ > [α[
cos(Ω
0
n)u[n]
1−cos(Ω
0
)z
−1
1−2 cos(Ω
0
)z
−1
+z
−2
[z[ > 1
sin(Ω
0
n)u[n]
1−sin(Ω
0
)z
−1
1−2 cos(Ω
0
)z
−1
+z
−2
[z[ > 1
r
n
cos(Ω
0
n)u[n]
1−r cos(Ω
0
)z
−1
1−2r cos(Ω
0
)z
−1
+r
2
z
−2
[z[ > r
r
n
sin(Ω
0
n)u[n]
1−r sin(Ω
0
)z
−1
1−2r cos(Ω
0
)z
−1
+r
2
z
−2
[z[ > r
Tabela G.5: Pares de Transformada Z bilateral.
Seq¨ uˆencia Transformada Z ROC
x[n] X(z) R
x
x
1
[n] X
1
(z) R
x
1
x
2
[n] X
2
(z) R
x
2
a
1
x
1
[n] +a
2
x
2
[n] a
1
X
1
(z) +a
2
X
2
(z)
x[n −N
D
] z
−N
D
X(z)
a
n
x[n] X(
z
a
)
z
n
0
x[n] X(
z
z
0
) z
0
R
x
e
jΩ
0
n
x[n] X(e
−jΩ
0
n
z) R
x
x[−n] X(z
−1
)
w[n] =
_
x[r], n = rk
0, n ,= rk para algum r
X(z
k
)
x
1
[n] ∗ x
2
[n] X
1
(z)X
2
(z)
x
1
[n]x
2
[n]
1
2πj
_
C
X
1
(v)X
2
(
z
v
)v
−1
dv
nx[n] −z
dX(z)
dz

n
k=−∞
x[k]
1
1−z
−1
X(z)
Tabela G.6: Propriedades da Transformada Z bilateral.
TET / UFF
190 Apˆendice G. Tabelas ´ uteis


n=−∞
x
1
[n]x

2
[n] =
1
2πj
_
C
X
1
(v)X

2
(
1
v

)v
−1
dv
Tabela G.7: Rela¸c˜ao de Parseval na Transformada Z bilateral.
G.4 Transformada Z unilateral
Elaborar tabela ...
Tabela G.8: Propriedades da Transformada Z unilateral.
A.S.V.
Referˆencias Bibliogr´aficas
[Ant86] A. Antoniou. Digital Filters: Analyis and Design. Tata McGraw-Hill, New Delhi,
India, 2nd reprint edition, 1986.
[Cad73] J. A. Cadzow. Discrete-Time Systems: An Introduction with Interdisciplinary Ap-
plications. Prentice-Hall, Englewood Cliffs, NJ, 1973.
[IMD
+
85] G. Iezzi, C. Murakami, O. Dolce, S. Hazzan, J. N. Pompeu, and N. Machado. Fun-
damentos da Matem´atica Elementar (vol. 1 – 10). Atual Editora, S˜ao Paulo, SP,
1985.
[Jac96] L. B. Jackson. Digital Filters and Signal Processing - with MATLAB exercises.
Kluwer Academic Publishers, 3rd edition, 1996.
[Mit98] S. K. Mitra. Digital Signal Processing: A Computer-Based Approach. McGraw-Hill,
New York, NY, 1998.
[OS75] A. V. Oppenheim and R. W. Schafer. Digital Signal Processing. Prentice-Hall,
Englewood Cliffs, NJ, 1975.
[OWY83] A. V. Oppenheim, A. S. Willsky, and I. T. Young. Signals and Systems. Prentice-
Hall, Englewood Cliffs, NJ, 1983.
[PL76] A. Peled and B. Liu. Digital Signal Processing: Theory, Design and Implementation.
John Wiley, New York, NY, 1976.
[PM06] J. G. Proakis and D. G. Manolakis. Digital Signal Processing: Principles, Algorithms
and Applications. Prentice Hall, 4th edition, 2006.
[Rob09] M. J. Roberts. Fundamentos em Sinais e Sistemas. McGraw-Hill, S˜ao Paulo, SP,
2009.
[SDD84] W. D. Stanley, G. R. Dougherty, and R. Dougherty. Signals and Systems. Prentice-
Hall, Reston, Virginia, 2nd edition, 1984.
[She95] K. Shenoi. Digital Signal Processing in Telecommunications. Prentice-Hall PTR,
Upper Saddle River, NJ, 1995.
[SK89] R. D. Strum and D. E. Kirk. First Principles of Discrete Systems and Digital Signal
Processing. Addison-Wesley, Massachusetts, 1989.
191