SINAIS DISCRETOS NO TEMPO
|
|
- João Henrique Barata Deluca
- 6 Há anos
- Visualizações:
Transcrição
1 CAPÍTULO. SINAIS DISCRETOS NO TEMPO costate), cuja trasformada de Fourier é dada por X c (Ω) = δ(ω), ode δ(λ) é a fução impulso (delta de Dirac): δ(λ) =paraλ e δ(λ)dλ =. Capítulo SINAIS DISCRETOS NO TEMPO.3 Teorema da amostragem Seja x c (t) umsialcotíuo o tempo com faixa de freqüêcias limitada a Ω m =πf m rad/s. A Figura. mostra um exemplo para x c (t) e as suas amostras tomadas os istates t = T.. Itrodução xc(t) O objetivo deste capítulo é apresetar uma itrodução aos siais discretos o tempo a partir de cohecimetos já adquiridos da aálise de siais cotíuos o tempo. Iicialmete é apresetado o teorema da amostragem, que mostra como amostras de um sial cotíuo o tempo, tomadas regularmete a um itervalo de tempo T adequado, são auto-suficietes para carregar toda a iformação do sial origial. A partir deste resultado, chega-se de maeira atural à defiição de seqüêcias, trasformada de Fourier de seqüêcias, covolução discreta, etc. O úico pré-requisito para um bom acompahameto deste capítulo é um cohecimeto básico de aálise de siais cotíuos o tempo.. Trasformada de Fourier Seja x c (t) umsialcotíuo o tempo, cuja trasformada de Fourier e sua iversa são dadas, respectivamete, por: X c (Ω) = I{x c (t)} = x c (t) =I {X c (Ω)} = π x c (t)exp( jωt) dt (.) X c (Ω) exp(jωt)dω, (.) ode Ω éafreqüêcia em rad/s (radiaos por segudo), ou seja, Ω = πf e f éafreqüêcia em Hz (Hertz). Estamos adotado x c (t) dt < (.3) como a codição suficiete para a existêcia da trasformada de Fourier. Deve ser relembrado, etretato, que existem codições mais fracas as quais pode-se mostrar que a trasformada de Fourier existe, mesmo que como um caso limite. É o caso, por exemplo, da fução x c (t) =K (K xc(t = T ) -T -T -T -T Figura.: Um sial cotíuo o tempo e suas amostras os istates t = T. O desevolvimeto a seguir mostrará que as amostras de x c (t), tomadas a itervalos regulares de T segudos, cotêmtodaaiformação de x c (t), desde que T<π/Ω m,istoé, T</(f m ). Seja a fução trem de impulsos periódicos o tempo: δ T (t) = T T T T 3T 3T δ(t T ). (.4) coforme mostrado a Figura.. Uma amostragem ideal do sial através da fução trem de impulsos e com freqüêcia de amostragem f s =, pode ser escrita como: T x s (t) =x c (t)δ T (t) = Uma ilustração deste processo está mostrada a Figura.. Usado a trasformada de Fourier da fução trem de impulsos o tempo I{δ T (t)} =Ω s x c (T )δ(t T ). (.5) δ(ω Ω s ); Ω s = π T t t (.6)
2 .3. TEOREMA DA AMOSTRAGEM 3 4 CAPÍTULO. SINAIS DISCRETOS NO TEMPO Amplitude Amplitude Amplitude T T T T T T T T T T T δ(t T ) T T 3T t x c(t )δ(t T ) T 3T x c (t) 3T Figura.: Fuções evolvidas o processo de amostragem. e da propriedade da trasformada de Fourier do produto de duas fuções o tempo, I{x(t)y(t)} = X(Ω) Y (Ω) = π π X(λ)Y (Ω λ)dλ, (.7) obtemos: X s (Ω) = X c (Ω Ω s ). (.8) T Supoha o sial x c (t) cujo espectro de freqüêcias está mostrado a Figura.3. Supoha que tal sial será amostrado a uma taxa /T tal que Ω s =π/t > Ω m. Usado a expressão (.8) podemos iferir que o espectro do sial amostrado será semelhateàquele mostrado a Figura.4, ou seja, X s (Ω) será compostoderéplicas de X c (Ω) deslocadas de Ω s, apresetado etão um caráter periódico. Se Ω s > Ω m, o que correspode a f s =/T > f m,etão as réplicas ão se superpõem, o que assegura que o sial origial pode ser recuperado através de um filtro aalógico passa-baixas ideal com gaho T ecomfreqüêcia de corte etre Ω m eω s Ω m, coforme mostrado a Figura.5. Se, por outro lado, fosse empregado Ω s < Ω m, ocorreria uma superposição das réplicas do espectro X c (Ω), como mostra a Figura.6. Este feômeo é cohecido como superposição espectral ( aliasig em Iglês). Nesse caso a recuperação do sial origial, sem distorções, fica iviabilizada. t t m A X( Figura.3: Espectro de freqüêcias de um sial cotíuo x c (t) de faixa limitada Ω m =πf m. A/T c m X( s m /T Figura.4: Espectro de freqüêcias do sial amostrado x s (t) para o caso em que π/t > Ω m. T A/T X( s m /T H( r Figura.5: Filtragem passa-baixas ideal para recuperação do sial cotíuo x c (t). Vamos agora realizar o procedimeto iverso e mostrar como o sial origial x c (t), cotíuo o tempo, pode ser recostruído a partir de suas amostras x c (T ) através de um processo de iterpolação. Para isto, cosidere a filtragem de x s (t) por um filtro passa-baixas ideal H r (Ω) com gaho T e faixa Ω s /=π/t, cuja resposta impulsiva é dada por: h r (t) =Sa ( πt T ), (.9) ode Sa(λ) é a fução amostragem ( samplig em Iglês), defiida como Sa(λ) = se(λ)/λ. Lembrado que a resposta o tempo do filtro H(Ω) àexcitação x s (t) é dada pela covolução, x c (t) =x s (t) h r (t), (.)
3 .4. CONVOLUÇÃO DISCRETA 5 6 CAPÍTULO. SINAIS DISCRETOS NO TEMPO X( s A/T y c (t) = x c (t) h c (t) (.) = x c (τ)h c (t τ)dτ, m /T equato que seu espectro: Figura.6: Espectro de freqüêcias do sial amostrado x s (t) para o caso em que π/t < Ω m. fazedo-se uso das eqs. (.5) e (.9), resulta: x c (t) = [ ] π (t T ) x c (T )Sa, (.) T aqualé cohecida como a fórmula de iterpolação de um sial a partir de suas amostras. Note que, como a fução Sa(λ) seaulaparaλ = kπ, k iteiroediferetedezero,eseigualaapara k =,asomatória da equação (.) se iguala a x c (T ) os istates t = T. Nosdemaisistates itermediários, por outro lado, a superposição das fuções amostragem (Sa()), poderadas pelos valores x c (T ), é feita de modo a produzir uma recostrução exata do sial cotíuo x c (t). O teorema da amostragem é um resultado fudametal para a aálise de siais e sistemas discretos o tempo. Como ele garate que as amostras, desde que obtidas a uma taxa de amostragem coveiete, cotêmtodaaiformação de um sial, o processameto pode ser feito as amostras e ão o sial cotíuo como um todo. E depois, se houver iteresse ou ecessidade, o sial processado pode ser recovertido à forma cotíua o tempo a partir de suas amostras..4 Covolução discreta O objetivo desta seção é mostrar que o processameto de siais de faixa limitada por sistemas lieares ivariates o tempo, também de faixa limitada, pode ser feito a forma discreta em um computador. Supoha um sistema liear ivariate o tempo com resposta impulsiva h c (t). Seja y c (t) a resposta do sistema ao sial x c (t) a sua etrada, coforme mostrado a Figura.7. Asaída y c (t) é dada por: x (t) c Sistema Liear h c(t) h c( ) Figura.7: Sistema liear. y (t) c Y c (Ω) = X c (Ω)H c (Ω). (.3) Supoha que x c (t) eh c (t) teham faixa de freqüêcias limitada a Ω m rad/s e que Ω s > Ω m. Com isto podemos escrever, a partir de.: x c (t) = [ ] π (t T ) x c (T )Sa T (.4) [ ] π (t T ) h c (t) = h c (T )Sa. (.5) T Dada a expressão.3, cocluímos que y c (t) também tem faixa limitada em Ω m e, portato: [ ] π (t T ) y c (t) = y c (T )Sa. (.6) T Vamos mostrar que tais resultados implicam em que y c (t) pode ser calculado através das amostras de x c (t) eh c (t). Para tato cosidere: Mas: y c (t) = x c (t) h c (t) (.7) [ ] π (t kt) [ ] π (t lt) = x c (kt)sa h c (lt)sa T T l= [ ] [ ] π (t kt) π (t lt) = x c (kt)h c (lt)sa Sa. T T l= [ ( )] { πt T ; Ω <π/t I Sa = T ; Ω >π/t. Assim: [ ] [ ] π (t kt) π (t lt) Sa Sa = TSa T T Usado este resultado em.7 temos: y c (t) =T Fazedo k + l =, resulta: l= [ π (t (l + k) T ) [ π (t (k + l) T ) x c (kt)h c (lt)sa T T ]. ].
4 .5. SEQÜÊNCIAS 7 8 CAPÍTULO. SINAIS DISCRETOS NO TEMPO [ ] π (t T ) y c (t) =T x c (kt)h c [( k) T ] Sa. (.8) T Comparado esta expressão com.6 podemos idetificar: y c (T )=T x c (kt)h c [( k) T ], (.9) ou seja, as amostras da saída do sistema liear, em resposta à etrada x c (t), podem ser calculadas através de uma operação semelhate à covolução, a qual deomiamos de covolução discreta. Assim, a covolução discreta evolve duas seqüêcias de amostras de dois siais e resulta em uma terceira seqüêcia. Cocluímos que a covolução etre siais limitados em faixa pode ser realizada através das amostras destes siais, via covolução discreta, desde que o teorema da amostragem seja respeitado. A forma cotíua o tempo do sial resultate pode ser obtida a partir de suas amostras forecidas pela covolução discreta, utilizado-se da fórmula de iterpolação, represetada pela expressão (.), ou submetedo as amostras forecidas a um filtro passa-baixas adequado. Portato, o processameto de siais de faixa limitada por sistemas lieares ivariates o tempo, também de faixa limitada, pode ser feito a forma discreta em um computador..5 Seqüêcias As amostras x c (T )deumsialx c (t) podem ser represetadas por úmeros x[], os quais podem ser armazeados em memória. Neste caso, pode idicar uma posição de memória e x[] é uma seqüêcia de úmeros. O itervalo de amostragem T ão é explicitado o âmbito de uma seqüêcia, por coveiêcia. Aida o âmbito das seqüêcias, a operação de covolução etre duas seqüêcias x[] e h[] é defiida da seguite forma: eé represetada como: y[] = x[k]h[ k] (.) y[] =x[] h[]. (.) Devemos observar que além de ão explicitarmos o itervalo de tempo T o argumeto das seqüêcias, também ão utilizamos o parâmetro T como fator multiplicador como a expressão (.9). Assim, quado desejamos calcular o resultado de covolução discreta utilizado a covolução etre seqüêcias, devemos levar em cota a ausêcia do fator multiplicativo. Também, tal parâmetro multiplicativo será ecessário quado desejarmos retorar ao domíio aalógico..6 A trasformada de Fourier dos siais discretos A ausêcia do parâmetro T as expressões evolvedo seqüêcias motiva a defiição de um ova expressão para a trasformada de Fourier a ser utilizada o cotexto das seqüêcias. Lembrado que I{δ(t)} = e usado a expressão (.5) temos: X s (Ω) = x c (T )exp( jωt); para amostras, (.) a partir da qual defiimos a trasformada de Fourier para seqüêcias como: X(ω) x[]exp( jω); para seqüêcias, (.3) ode ω =ΩT ou ω =πft. (.4) Avariável cotíua ω é igual àfreqüêcia em radiaos por segudo ormalizada pelo itervalo de amostragem T associado ao processo de amostragem. Quado tratamos com seqüêcias que ão decorrem de um processo de amostragem, podemos cosiderar T =. Deomiamos ω de freqüêcia agular ormalizada da represetação discreta o tempo ou, coforme algus autores, radiaos por amostra. Algus autores empregam a otação, um pouco carregada, X(e jω )aoivés de X(ω), motivados pelo relacioameto da trasformada de Fourier com a trasformada Z, a qual será vistaocapítulo 5. A codição suficiete para a covergêcia uiforme da trasformada de Fourier X(ω) é dada por: X(ω) = x[]exp( jω) x[] <, o que implica em x[] <. (.5) Da mesma maeira que a trasformada de Fourier de um sial amostrado, X s (Ω), éperiódica com período Ω s =π/t, a trasformada de Fourier X(ω), éperiódica com período ω s =Ω s T =π, ou seja, X(ω) =X((ω + kπ)); k iteiro. (.6) A Figura.8 mostra a comparação etre os eixos de freqüêcia para f, Ωeω e a Figura.9 mostra arelação etre os espectros de freqüêcias de um sial aalógico, da trasformada de Fourier de suas amostras e da seqüêcia daí resultate. Em geral desehamos o espectro X(ω) apeasoitervalo π <ω π ou ω<π, devidoà sua periodicidade com período π. Adicioalmete, para o caso particular de seqüêcias reais, ode o espectro de amplitude possui simetria par e o espectro de fase possui simetria ímpar, é comum represetarmos o espectro apeas o itervalo ω<π..6. Trasformada iversa Vamos mostrar que a trasformada iversa de um espectro X(ω) é dada por: Para tato, temos: x[] = π π X(ω)e jω dω. (.7)
5 .6. A TRANSFORMADA DE FOURIER DOS SINAIS DISCRETOS 9 CAPÍTULO. SINAIS DISCRETOS NO TEMPO Mas: π { ; k e j( k)ω dω = π; k =. Portato, usado esta última igualdade a expressão (.8) teremos fialmete a expressão de (.7)..7 Exemplos de seqüêcias e trasformadas Figura.8: Comparação etre eixos de freqüêcias. Vamos apresetar algumas seqüêcias que são bastate importates em termos teóricos e práticos, discutir suas propriedades e calcular seu espectro de freqüêcias ormalizado. - seqüêcia impulso uitária { ; = δ[] (.9) ;. A Figura. ilustra esta seqüêcia. Veremos que ela represeta para o domíio discreto, o mesmo papel que a fução Delta de Dirac represeta para os siais cotíuos o tempo, embora sem as complicações matemáticas ieretes aestaúltima. Observe que δ[] apreseta amplitude uitária, em cotraste com a fução Delta de Dirac. - /T /T δ [] 3 Figura.: Seqüêcia impulso uitário. Figura.9: Comparação etre espectros de freqüêcia: (a) sial cotíuo, eixo Ω; (b) sial com amostragem ideal, eixo Ω; (c) seqüêcia correspodete, eixo ormalizado ω. π X(ω)e jω dω = = π x[k]e jkω e jω dω (.8) π x[k] e j( k)ω dω. A trasformada de Fourier desta seqüêcia é calculada como: X(ω) = x[]exp( jω) = δ[]exp( jω).
6 .7. EXEMPLOS DE SEQÜÊNCIAS E TRANSFORMADAS CAPÍTULO. SINAIS DISCRETOS NO TEMPO Daí resulta: X(ω) =. (.3) A Figura. apreseta o espectro de freqüêcias discreto desta seqüêcia. Este é costate ao logo do eixo ormalizado de freqüêcias, da mesma forma como o espectro da fução Delta de Dirac. Dado que: x[] = u[], ão existe a trasformada de Fourier. = X( ) 3- Seqüêcia retagular { ; N r N [] ; c.c. (.33) coforme mostrado a Figura.3. Figura.: Espectro de freqüêcias da seqüêcia impulso uitário. Aseqüêcia δ[ k] apreseta a amostra uitária deslocada para a posição = k. Também, para qualquer seqüêcia x[] podemos escrever: x[] = x[k]δ[ k], (.3) r N [] ou seja, a covolução discreta de x[] comδ[] reproduz a própria seqüêcia x[]. propriedade importate que auxiliará aobteção de ovos coceitos. Esta é uma - seqüêcia degrau uitário N { ; u[] ; < A Figura. mostra esta seqüêcia. (.3) Podemos aida escrever: Figura.3: Seqüêcia retagular. u [] r N [] =u[] u[ N], (.34) ode u[ N] éaseqüêcia u[] comiício em = N. Outra expressão alterativa evolve a seqüêcia impulso uitária: N r N [] = δ[ k]. (.35) Aseqüêcia r N [ ]começa em = e termia em N +. A trasformada de Fourier de r N [] é calculada da seguite forma: k= Figura.: Seqüêcia degrau uitário. R N (ω) = r N []exp( jω) N = = exp( jω),
7 .7. EXEMPLOS DE SEQÜÊNCIAS E TRANSFORMADAS 3 4 CAPÍTULO. SINAIS DISCRETOS NO TEMPO ou seja, temos a soma de uma progressão geométrica com razão exp( jω). Lembrado que tal soma é dada por: podemos escrever: S = elemeto iicial elemeto fial razão, (.36) razão Observamos pelo gráfico de magitude que R N (ω =)=N, oquetambém pode ser comprovado aplicado a regra de l Hôpital para o cálculo do valor de R N (ω) emω =. Observamos aida que o itervalo ω<π existem seis cruzametos por zero os potos πk/n; k =,,..., 6. Tais cruzametos são marcados pelas descotiuidades da derivada de R N (ω) e pelos saltos da resposta de fase os potos correspodetes, saltos estes com amplitude de π, idicado, cada um deles, uma iversão da polaridade da fução R N (ω). R N (ω) = e jnω. (.37) e jω Esta expressão pode aida ser alterada da seguite forma: de ode resulta ( R N (ω) = e jnω/ e jnω/ e jnω/), e jω/ (e jω/ e jω/ ) j(n )ω/ si (Nω/) R N (ω) =e si (ω/). (.38) Osespectrosdeamplitudeedefaseassociadosà trasformada de Fourier desta seqüêcia para o caso de N =7estão mostrados a Figura seqüêcia expoecial real x[] =a u[]; a = costate real e a < Um esboço desta seqüêcia para a =, 7estáaFigura.5. a u[] a=,7 (.39) R( ) R( ) Figura.5: Seqüêcia expoecial real. Esta seqüêcia desempeha um papel bastate destacado o processameto de siais discretos, em particular a aálise de sistemas lieares. Com base a expressão (.39), podemos facilmete deduzir que a trasformada de Fourier desta seqüêcia é dada por: X(ω) = ae jω. (.4) As Figuras.7 e.8 apresetam dois exemplos de curvas associadas à fução espectral em (.4). 5- seqüêcias seoidais A expressão a seguir mostra um exemplo de seqüêcia seoidal. x[] =A cos(ω + φ); para todo, (.4) Figura.4: Espectro de freqüêcias da seqüêcia retagular com N = 7. ode A e φ são úmeros reais represetado, respectivamete, a amplitude e a fase. A Figura.6 ilustra esta seqüêcia para ω = π/8 eφ =.
8 .7. EXEMPLOS DE SEQÜÊNCIAS E TRANSFORMADAS 5 6 CAPÍTULO. SINAIS DISCRETOS NO TEMPO cos[π /8] Figura.6: Seqüêcia seoidal com w = π/8. Existem várias difereças importates etre o siais seoidais cotíuos o tempo e as seqüêcias seoidais. Tais difereças decorrem do caráter iteiro e adimesioal da variável. A primeira difereça équeoparâmetro ω, embora aida deomiado de freqüêcia, tem dimesão de radiao, dada a adimesioalidade de. Etretato, algus autores adotam a uidade de radiao/amostra. A seguda difereça fica aparete através do seguite resultado: x[] = A cos[(ω +kπ) + φ]; k = iteiro (.4) = A cos(ω + φ), ou seja, seqüêcias seoidais com freqüêcias ω e ω +kπ são idistigüiveis etre si. Existe etão uma periodicidade em termos do parâmetro ω, o que os permite afirmar que devemos cosiderar valores de freqüêcias apeas em um itervalo de largura π, como, por exemplo, ω < π. Esta propriedade ão se matém o caso de siais seoidais cotíuos o tempo. A Figura.7 ilustra esta propriedade mostrado o resultado da amostragem de duas cosseóides com freqüêcias Ω =, 5π eω =, 5π +π, respectivamete. Ao tomarmos amostras destas duas cosseóides os istates t = T,comT =, obtemos as seguites seqüêcias: x[] = cos[.5π] (.43) y[] = cos[.5π]. Observe que ω =, 5π para a seqüêcia x[] equeω =, 5π +π para a seqüêcia y[]. Também, as duas seqüêcias da Figura.7 apresetam as mesmas amostras. Apesar desta propriedade, podemos gerar seqüêcias compostas pelas amostras de qualquer sial seoidal cotíuo. Cosidere o seguite sial seoidal cotíuo: x c (t) =A cos(πf c t + φ) e suas amostras tomadas os istates T, iteiro, gerado : x s (t) =A cos(πf c T + φ). amplitude amplitude x(t) = cos(,5π t); x[] = cos(,5π T); T = t 8 x(t) = cos(.5π t); x[]= cos(.5π T); T = t 8 Figura.7: Ilustração de seqüêcias seoidais com ω e ω +kπ. Fazedo ω =πf c T, geramos uma seqüêcia seoidal correspodete. Observamos que se os restrigirmos a itervalos T /f c, de modo a respeitarmos o teorema da amostragem, teremos ω π. Assim, os valores de ω tais que ω π são suficietes para represetarmos todas as seqüêcias resultates da amostragem de seóides cotíuas, desde que o teorema da amostragem seja respeitado. A terceira difereça etre as seqüêcias seoidais e os siais seoidais cotíuos está a questão da periodicidade o eixo. Uma seqüêcia periódica é aquela ode: x[] =x[ + N]; para qualquer, (.44) ode o período N éumiteiro. Aplicado as seqüêcias seoidais, temos: o que só será possível se: x[] = A cos[ω + φ] = A cos[ω ( + N)+φ], Nω =lπ; l = iteiro. (.45) Uma primeira coseqüêcia desta codição éexistêcia de valores de ω para os quais ão existe N iteiro que satisfaça a codição (.45). Por exemplo, para ω =temosn =lπ iteiro. Costatamos que é ecessário que ω seja um múltiplo racioal de π para que exista a periodicidade. Como exemplo, vamos tomar ω = π/4, ode etão o período N vale N =8.
9 .7. EXEMPLOS DE SEQÜÊNCIAS E TRANSFORMADAS 7 8 CAPÍTULO. SINAIS DISCRETOS NO TEMPO Como cotraste, os siais seoidais cotíuos o tempo são sempre periódicos, qualquer que seja o valor da freqüêcia associada. Por fim, é importate observar que a iterpretação de seóides com alta e baixa freqüêcia é distita os casos cotíuo e discreto. No caso cotíuo, quato maior a freqüêcia f c,maisrápida será a oscilação do sial. Já o caso discreto, quado ω cresce desde até π, as oscilações se toram mais rápidas. Porém, quado ω cresce desde π até π, as oscilações se toram mais letas. A periodicidade do comportameto das seqüêcias seoidais com ω assegura que as seóides com ω próximodezerosão idistigüiveis das seóides correspodetes com ω próximo de π. Ao cotrário do que ocorre o campo aalógico,aqui ão defiimos a trasformada de Fourier das seqüêcias seoidais, uma vez que a codição (.5) ão é satisfeita. Este problema é cotorado o caso de siais seoidais com a itrodução do coceito de impulso aalógico. Embora a trasformada das seqüêcias resulte em fuções aalógicas, optamos aqui por ão fazer uso deste coceito..8 Propriedades da trasformada de Fourier - Liearidade F{ax[]+by[]} ax(ω)+by (ω), (.5) ou seja, a trasformada de uma combiação liear de seqüêcias é igual à combiação liear das respctivas trasformadas. - Deslocameto o eixo se x[] X(ω) etão x[ ] X(ω)e jω. (.5) 6- Seqüêcias expoeciais complexas A forma mais geral da seqüêcia expoecial é: Demostração: x[ ]e jω = x[k]e jω(k+) = X(ω)e jω ; c.q.d. x[] =βe (α+jω) ; para todo, (.46) ode β é a amplitude complexa da seqüêcia, α éofatordeamortecimetoeω éasuafreqüêcia. Em geral temos: β = Ae jφ, ode A é amplitude real e φ é a fase da expoecial. Para α temosaação de um fator expoecial de alteração das amplitudes. Já ocaso α = resulta a seqüêcia expoecial complexa periódica. É importate observar que todas as propriedades das seqüêcias seoidais discutidas ateriormete, evolvedo a periodicidade em ω e em e as difereças etreocasoaalógico e o discreto valem para a seqüêcia expoecial complexa periódica. Paraocasoω =temos x[] =βe α. (.47) Fazedo βe α = a, obtemos a forma geral para a seqüêcia expoecial real tratada ateriormete. De forma alterativa, a seqüêcia expoecial pode ser escrita como: x[] =Ae α [cos(ω + φ)+jse(ω + φ)]. (.48) Podemos agora gerar as seqüêcias seoidais como combiação de duas seqüêcias complexas periódicas: cos(ω + φ) = e(jω+φ) + e (jω+φ), (.49) Portato, um deslocameto o eixo produz uma compoete liear de fase o domíio da freqüêcia. 3- Deslocameto o eixo ω Demostração: x[]e jωo e jω = Portato, dado que se x[] X(ω) etão e jωo x[] X(ω + ω ). (.53) x[]e j(ω+ω) = X(ω + ω ); cos[ω o ]= ejωo c.q.d. + e jωo, (.54) etão x[]cos[ω o ] X(ω ω ) + X(ω + ω ), (.55) ou seja, a multiplicação de uma seqüêcia por uma seqüêcia seoidal produz deslocameto espectral. 4- Difereciação em freqüêcia x[] j dx(ω) dω. (.56) e podemos aida gerar as seqüêcias seoidais amortecidas: e α cos(ω + φ) = eα [ e (jω +φ) + e (jω+φ)]. (.5) Demostração: [ ] d x[] e jω = dω jx[]e jω = jf {x[]} ; c.q.d.
10 .8. PROPRIEDADES DA TRANSFORMADA DE FOURIER 9 CAPÍTULO. SINAIS DISCRETOS NO TEMPO 5- Seqüêcias reais se x[] é real, etão X(ω) =X ( ω). (.57) (a) (b) Demostração: [ X(ω) = x[]e jω = ] x[]e j( ω) = X ( ω); c.q.d..5.5 Como coseqüêcia deste resultado temos: X(ω) = X( ω) fução par; (.58) arg [X(ω)] = arg [X( ω)] fução ímpar. (.59) Se calcularmos X (ω), ão édifícil verificar que se x[] é real e par, etão X(ω) érealepar. 6- Iversão o eixo se x[] X(ω) etão x[ ] X( ω). (.6) Demostração: F{x[ ]} = x[ ] e jω = 7- Compoetes par e ímpar x[k]e j( ω)k = X( ω) ; c.q.d..5 (c) Figura.8: Exemplo de seqüêcia e suas compoetes par e ímpar. Demostração: para qualquer x[] temos: x[] =x e []+x o [], ode: (.6) x e [] = x[]+x [ ] e x o [] = x[] x []. (.6) Éfácil verificar que x e [] tem simetria par e que x o [] tem simetria ímpar. A Figura.8 ilustra esta decomposição para uma seqüêcia composta por um trecho de uma seqüêcia expoecial real. Calculado a trasformada de Fourier de x[] podemos verificar de imediato que X(ω) =X e (ω)+x o (ω). (.63) Com base a propriedade 6 podemos verificar que X e (ω) é uma fução real e par e que X o (jω)é imagiária e ímpar. 8- Teorema de Parseval x[]y [] = π π X(ω)Y (ω) dω. (.64) x[]y [] = = π = π Defiimos a eergia de uma seqüêcia como: π π eergia de x[] Fazedo y [] =x[] em.64 podemos escrever: y [] π X(ω) π [ X (ω) e jω dω (.65) y []e jω ] dω (.66) X(ω)Y (ω) dω c.q.d. (.67) x[]. (.68)
11 .8. PROPRIEDADES DA TRANSFORMADA DE FOURIER CAPÍTULO. SINAIS DISCRETOS NO TEMPO eergia de x[] = x[] = π π X (ω) dω. (.69) 9- Covolução o tempo x[] y[] X(ω)Y (ω). (.7) Demostração: x[k]y[ k]e jω = Y (ω) x[k]e jkω = X(ω)Y (ω) c.q.d. Vamos exemplificar o cálculo da covolução o tempo usado c[] = r N [] r N [] = N r N [k]r N [ k] = r N [ k]. k= Uma boa maeira de realizar este cálculo é cotar com o auxílio de represetações das seqüêcias evolvidas. Assim, o primeiro passo cosiste em observar que precisamos de r N [k]eder N [ k], isto é, da seqüêcia ivertida o eixo k e deslocada de uidades. A Figura.9 mostra várias possibilidades para a posição relativa destas seqüêcias, as quais estão represetadas de forma pictórica, ode se mostra apeas o perfil das suas amostras. O cálculo da covolução cosiste em defiir a seqüêcia c[] para todos os valores de. Para isto precisamos calcular o produto de r N [k] er N [ k] acadavalorde e somar as amostras resultates deste produto. Tal cálculo deve ser realizado para faixas de valores de. Por exemplo, a Figura.9a mostra que o produto de r N [k] er N [ k] seráulopara<. Portato, c[] =para<. Por outro lado, a Figura.9b mostra que equato N, ocorre uma sobreposição de r N [k] er N [ k] oitervalo k. Com isto o produto de r N [k] er N [ k] produzirá + amostras uitárias, permitido iferir que: c[] = + para N. Da mesma forma, para N <<N também ocorre sobreposição etre as seqüêcias deslocadas de forma que o produto produz N amostras uitárias, ou seja; c[] =N para N <<N. Por fim, para N ão haverá sobreposição etre as seqüêcias deslocadas e teremos Resumido temos: c[] = para N. Figura.9: Seqüêcias deslocadas: a) <; b) N ; c) N <<N ; d) N. c[] = para <, (.7) c[] = + para N, c[] = N para N <<N e c[] = para N. A Figura. mostra a seqüêcia c[] paran =. Fazedo uso de.7 e de.38 podemos escrever: [ ] se (Nω/) F{c[]} = C(ω) =e j(n )ω. se(ω/) (.7) A Figura. mostra o espectro de freqüêcias associado a C(ω). - Covolução a freqüêcia
12 .8. PROPRIEDADES DA TRANSFORMADA DE FOURIER 3 4 CAPÍTULO. SINAIS DISCRETOS NO TEMPO amplitude x[]y[]e jω = π π = π X(λ) π = π π X(λ)e jλ dλ y[]e jω (.74) [ y[]e j(ω λ) ] dλ (.75) X(λ)Y (ω λ)dλ c.q.d. (.76) Figura.: Seqüêcia triagular com N =. magitude A itegral em (.73) é deomiada de covolução periódica etre X(ω) e Y (ω). Não utilizamos a covolução usual etre fuções periódicas pois a mesma pode divergir. A covolução periódica de (.73) é defiida apeas o itervalo de um período e resulta em uma fução periódica com idêtico período. H(ω) 3 π/7 π/7 3π/7 4π/7 5π/7 6π/7 π ω π fase π/ H(ω) π/ π π/7 π/7 3π/7 4π/7 5π/7 6π/7 π ω Figura.: Espectro de freqüêcias da seqüêcia triagular com N =7. x[] y[] π π X(λ)Y (ω λ)dλ. (.73) Demostração:
13 .9. EXERCÍCIOS 5 6 CAPÍTULO. SINAIS DISCRETOS NO TEMPO.9 Exercícios. Um sial x c (t) complexo e cotíuo o tempo tem o espectro mostrado a Figura.. Este sial é amostrado produzido x[] =x c (T ). X( c Figura.: Espectro de um sial geérico complexo. 4. Demostre que u[] = δ[ k] Baseado este resultado, escreva u[ ] em fução de δ[] k= 5. A seqüêcia x[] =cos[π/4], <<, foi obtida amostrado o sial cotíuo x c (t) = cos(ω t), <t<, com uma taxa de amostragem de amostras/s. Quais são os possíveis valores de Ω? 6. O sial x c (t) = cos(4πt), <t<, foi amostrado com itervalo T etre amostras gerado a seqüêcia x[] = cos[π/3], < <. Determie todos os valores de T cosistetes com estas iformações. a) Esboce X(ω) parat = π/ω. b) Supodo que Ω =Ω,qualéameorfreqüêcia de amostragem sob a restrição que x c (t) possa ser recuperado de x[]? c) Desehe um diagrama de blocos de um sistema que recupera x c (t) as codições do item b).. O sial x c (t), com o espectro mostrado a Figura.3, é amostrado com T =π/ω, gerado x[]. - - X( c Figura.3: Espectro de um sial geérico. 7. O sial x c (t) =se(πt) +cos(4πt), <t<, foi amostrado com itervalo T etre amostras gerado a seqüêcia x[] = se[π/5]+ cos[π/5], <<. Determie todos os valores de T cosistetes com estas iformações. 8. Cosidere a seqüêcia x[] =r N []+r N [ N], ilustrada a Figura.4, e y[] =r N []. x[] N- N 3N- Figura.4: Seqüêcia x[]. a) Calcule c[] = x[] y[]. b) Calcule X(ω) e C(ω). 9. Cosidere x[] =a ( N) r N [ N] com<a<ey[] =r N [ + N ]. a) Calcule c[] = x[] y[]. b) Calcule C(ω).. Cosidere as seqüêcias x [] =a ( ) r [ ] e y [] =r [ ]. a) Esboce x []. b) Esboce y []. c) Calcule c [] =x [] y []. d) Calcule C(ω). a) Esboce X(ω). b) Desehe um diagrama de blocos de um sistema que recupera x c (t) a partir de x[]. 3. Cosidere a seqüêcia x[] =δ[ +]+δ[]+δ[ ] + δ[ ] + δ[ 3] +, 5δ[ 4]. Esboce as seguites seqüêcias: a) x[ ]; b) x[4 ]; c) x[]; d) x[]u[ ]; e) x[ ]δ[ 3].
14 8 CAPÍTULO. SISTEMAS DISCRETOS NO TEMPO e o sistema média móvel (movig average) defiido por Capítulo SISTEMAS DISCRETOS NO TEMPO. Itrodução Neste capítulo, iremos apresetar a defiição e as propriedades dos sistemas discretos o tempo. Os sistema que, simultaeamete, são lieares e ivariates o tempo, serão tratados de forma especial em fução de suas propriedades. A mais importate é que a saída pode ser calculada para qualquer etrada usado a sua resposta ao impulso uitário. Além das propriedade da liearidade e ivariâcia o tempo, estudaremos a causalidade e a estabilidade, tato a sua forma geral como a forma particular para os sistemas lieares e ivariates o tempo. Merece destaque especial a descrição dos sistema lieares e ivariates o tempo o domíio da freqüêcia, evolvedo os coceitos e propriedades da trasformada de Fourier para siais discretos. Como se pode perceber esta itrodução, a deomiação sistemas lieares e ivariates o tempo aparece com muita freqüêcia, o que motiva a adoção das siglas SLID e LID. Estes coceitos serão aalisados em mais detalhes os próximos capítulos. Porém, o material deste capítulo é básico e fudametal para o etedimeto dos demais.. Sistemas Discretos o Tempo Vamos cosiderar a represetação de um sistema discreto geérico mostrada a Figura.. O sistema tem uma ação sobre a etrada x[] de modo a gerar uma saída y[] que é uma trasformação de x[] represetada por T {x[]}. M y[] = x[ + k], M + M + k= M ode a saída y[ ]é proporcioal à soma das amostras de x[] aoredorde = desde M até + M.Aação deste sistema sobre a etrada se assemelha a uma filtragem passa-baixas. Os sistemas podem ser classificados em várias categorias em fução de suas propriedades. As categorias a seguir são as mais importates para o processameto de siais. - Sistemas sem memória São aqueles ode a saídaemumistate ão depede da etrada e/ou da saída em istates diferetes de. Como exemplo podemos citar y[] ={x[]} e como cotra-exemplo, os sistema média móvel. - Sistemas lieares Obedecem a: se T {x []} = y [] e T {x []} = y [], etão T {ax []+bx []} = ay []+by []. Osistemamédia móvel é um exemplo de sistema liear, equato que y[] = {x[]} éum exemplo de sistema ão-liear. 3- Sistemas ivariates com o deslocameto São aqueles que obedecem a: (.) se T {x[]} = y[], etão T {x[ ]} = y[ ]. (.) Vamos verificar se o sistema média móvel é ivariate ao deslocameto. Para tato temos: x[] y[]=t{x[]} T{ } Figura.: Sistema discreto. Como exemplos de sistemas temos o sistema atrasador defiido por y[] =x[ ] 7 M x[] y[] = x[ + k] M + M + k= M x [] = x[ ] y [] = x [ + k]. M + M + k= M y [] = M e M x[ + k] =y[ ]. M + M + k= M Mas
15 .. SISTEMAS DISCRETOS NO TEMPO 9 3 CAPÍTULO. SISTEMAS DISCRETOS NO TEMPO Portato, x[ ] y[ ], o que demostra que o sistema média móvel é ivariate com o deslocameto. x[] h [] h [] y[] 4- Sistema liear ivariate com o deslocameto (SLID) É a categoria mais importate pelas propriedades que apreseta. A pricipal é que a saída em resposta a qualquer etrada éacovolução discreta etre a etrada e a resposta impulsiva do sistema. Para atigirmos este resultado vamos tomar uma seqüêcia geérica x[] e escrevê-la como: Figura.: Sistemas lieares ivariates com o deslocameto em cascata. Os sistemas em cascata com h [] eh [] mostrados a Figura. são equivaletes a um úico sistema com h[] =h [] h []. x[] =... + x[ ]δ[ +]+x[]δ[]+x[]δ[ ] + x[]δ[ ] +... = x[k]δ[ k]. Seja um SLID com resposta ao impulso h[] (resposta para x[] = δ[]). Para uma etrada geérica x[] teremos: 3- sistemas em paralelo Os sistemas em paralelo mostrados a Figura.3 são equivaletes a um úico sistema com h[] =h []+h []. Pela liearidade podemos escrever y[] =T {x[]} = T { x[k]δ[ k]}. x[] h [] y[] e pela ivariâcia com o deslocameto, y[] = x[k]t {δ[ k]} h [] de ode obtemos y[] = x[k]h[ k], y[] =x[] h[]. (.3) Assim, um sistema liear ivariate com o deslocameto com resposta ao impulso h[] e etrada x[], produz uma resposta y[] dada pela covolução etre h[] ex[]. Propriedades de sistemas SLID - comutativa - sistemas em cascata x[] h[] =h[] x[]. (.4) Figura.3: Sistemas lieares ivariates com o deslocameto em paralelo. Fializado a apresetação das propriedades dos sistemas SLID, é importate ressaltar que a operação de covolução discreta possui importâcia prática, o que ão ocorre com acovolução o campo aalógico. Equato que a covolução etre siais cotíuos é uma ferrameta com importâcia teórica para a caracterização de sistema lieares ivariates o tempo, a covolução discreta possui a mesma importâcia e aida éusada como istrumeto de implemetacão prática de algus sistemas discretos com resposta de duração fiita. 5- Causalidade Um sistema écausalseasaída em = ão depede da etrada existete em >. Como exemplo, o sistema defiido por écausal y[] =x[] x[ ]
16 .. SISTEMAS DISCRETOS NO TEMPO 3 A causalidade em sistemas SLID implica em que h[] =para <. 3 Vamos agora calcular a saída correspodete em =: CAPÍTULO. SISTEMAS DISCRETOS NO TEMPO Para verificar esta propriedade, vamos cosiderar a covolução etre uma etrada geérica x[] e a resposta ao impulso h[] y[] = x[k]h[ k]. Para que a saída y[] depeda apeas das amostras de x[k] localizadas em k é ecessário que h( k) =parak>,ou seja, que h[] =para<. 6- Estabilidade Um sistema éestável se e somete se a resposta a qualquer etrada limitada em amplitude é também limitada em amplitude. Esta é a defiição geral de causalidade. Para sistemas lieares e ivariates com o deslocameto, esta propriedade assume uma forma particular: Demostração: - supoha que fiito. Um sistema SLID éestável se e somete se h[] <. h[] <. Seja x[] talque x[] <Mcom M um úmero positivo y[] = x[k]h[ k] M x[k] h[ k] h[ k] = M h[k] <. - Supoha que h[]. Vamos mostrar que existe pelo meos uma seqüêcia de etrada com amplitude limitada que vai causar uma saída com amplitude ilimitada. Seja h [ ] para h[] h[ ] x[] = para h[] =. Podemos verificar que x[] é limitada em amplitude, pois x[] = h [ ] h[ ] =. y[] = = x[k]h[ k] = = h[ k] h [ k] h[ k] h[ k] = Assim, é ecessário que h[] < para que se possa garatir que etradas limitadas produzam saídas limitadas. Como exemplo, vamos aalisar o SLID defiido por: isto é, Vamos verificar a codição h[] = = h[] =a u[]. h[] < a u[] = cqd. se a < a a = = diverge se a. Portato, o sistema só seráestável se a <. Paraocasoemquea =, ou seja, h[] =u[], teremos: y[] = = x[k]u[ k] = x[k], o que justifica a deomiação de acumulador para este sistema. O acumulador é um sistema istável. Por fim é iteressate observar que um sistema istável em cascata com um sistema estável pode resultar em um sistema estável, coforme o exemplo a seguir, ode temos a cascata de h [] eh [] com e Como h [] =u[] h [] =δ[] δ[ ].
17 .3. EQUAÇÃO A DIFERENÇAS LINEAR E COM COEFICIENTES CONSTANTES (EDLCC)33 34 CAPÍTULO. SISTEMAS DISCRETOS NO TEMPO h [] h [] = u[] [δ[] δ[ ]] = = u[] u[ ] = = δ[], o sistema resultate tem h[] = δ[] e é estável. Etretato, devemos observar que existem pelo meos duas formas de implemetação do sistema: - fazemos y[] = x[], em cocordâcia com h[] = δ[; esta versão é estável; - costruímos explicitamete, e de forma separada, os sistemas represetados por h [] eh []; esta versão éistável..3 Equação a difereças liear e com coeficietes costates (EDLCC) Uma sub-classe importate dos sistemas lieares ivariates com o deslocameto éaquelacostituída pelos sistemas em que a etrada x[] easaída y[] obedecem a uma equação a difereças liear e com coeficietes costates (EDLCC) do tipo: N M a k y[ k] = b k x[ k], (.5) k= ode N e M são iteiros positivos. Neste caso a saída y[] pode ser calculada a partir da amostra atual a etrada e das M amostras ateriores, ou seja, de x[ k] parak =,...,M etambém das N amostras ateriores a saída, ou seja, de y[ k] parak =,...,N. Logo, esta forma de escrever a EDLCC restrige a sua capacidade de represetação dos sistemas lieares ivariates com o deslocameto, atedo-se apeas com os causais. Como exemplo, vamos cosiderar a EDLCC a qual, ao ser reescrita como k= y[] ay[ ] = x[], y[] =x[]+ay[ ], pode ser associada a um sistema com a seqüêcia de cálculos ilustrada a Figura.4. Uma EDLCC ecessita de restrições adicioais para especificar de forma uívoca um sistema. Para demostrar este fato, vamos cosiderar a EDLCC de (.5) e uma etrada particular x p [] produzido uma resposta y p [], ou seja, N M a k y p [ k] = b k x p [ k]. (.6) k= Vamos cosiderar também a solução y h [] daequação homogêea, isto é, da EDLCC para o caso particular quado x[] =, o que correspode a observar a resposta do sistema associado quado a etrada é ula. Assim, N a k y h [ k] =. (.7) Neste cotexto, a solução geral da equação pode ser escrita como k= k= y[] =y p []+y h []. (.8) Vamos mostrar que y h [] éummembrodeumafamília de soluções da forma Substituido (.9) em (.6) obtemos y h [] = N a k y h [ k] = k= = N A m zm. (.9) m= N k= a k N m= N A m zm m= A m z k m = ou seja, é ecessário que os úmeros z m sejam raízes da equação N a k z k =. k= N k= a k z k m =, Satisfeita esta codição, de fato verificamos que todas as soluções especificadas em (.9) são válidas. Etretato, (.9) ão defie os M coeficietes A m, o que sigifica que existem ifiitas soluções para y h []. Logo, para especificar um sistema de forma uívoca é ecessário escolher um cojuto de coeficietes A m através de algum critério. x[] + y[] Exemplo. atraso Vamos tomar a EDLCC tratada o exemplo aterior: ay[-] a y[-] A equação homogêea associada é y[] ay[ ] = x[]. Figura.4: Represetação de um sistema defiido por y[] =x[]+ay[ ]. y h [] =ay h [ ].
18 .3. EQUAÇÃO A DIFERENÇAS LINEAR E COM COEFICIENTES CONSTANTES (EDLCC)35 36 CAPÍTULO. SISTEMAS DISCRETOS NO TEMPO Como este caso temos N =, resulta y h [] =A z. Substituido esta solução a equação homogêea obtemos z = a e, portato, e y h [] =A a y[] =y p []+A a, a qual exije uma codição extra para que se possa determiar uma solução úica. A expressão (.9) éválidaapeasparaocasoemqueosz m,m=,...,n represetam N raízes distitas. Embora a forma dos termos associados a raízes múltiplas em (.9) seja ligeiramete diferete, aida assim existem N coeficietes idetermiados. Como a solução da EDLCC apreseta N coeficietes idetermiados, é ecessário especificar um cojuto de N codições auxiliares a serem obedecidas pelo sistema para que se teha uma úica solução para a EDLC. Estas codições podem cosistir de especificações de valores de y[] emn posições particulares, como, por exemplo, valores para y[ ], y[ ],..., y[ N], idicado que o sistema se apreseta com codições iiciais diferetes de zero para etradas iiciado em =. De posse destes valores podemos costruir um sistema de N equações com os coeficietes como icógita, bastado para isto usar tais valores em (.6) jutamete com (.9). De forma alterativa, podemos calcular a resposta do sistema para uma dada etrada através de uma recursão baseada a equação a difereças e fazedo uso dos valores especificados como codições auxiliares. Éfácil verificar que o sistema as codições acima, com as codições auxiliares determiado valores particulares ão ulos a saída, ão obedece à codição de liearidade. Isto porque se multiplicarmos as amostras da etrada por uma costate, a saída ão apresetará todas suas amostras multiplicadas pela costate, uma vez que os valores y[ ], y[ ],..., y[ N] permaecerão ialterados. Da mesma forma, o sistema ão será ivariate ao deslocameto. Nos iteressa aqui apeas os sistemas lieares ivariates com o deslocameto. Sedo assim, ão trabalharemos a codição em que o sistema apreseta codições iiciais ão ulas. Etretato, mesmo com a imposição da liearidade e ivariâcia com o deslocameto, aida assim a equação a difereças ão especifica uivocamete a saída para uma dada etrada, pois existirá umsistema liear ivariate ao deslocameto causal e sistemas ão causais que são descritos pela mesma equação a difereças. Vamosilustrar este fatoatravés de um exemplo. Seja um sistema liear ivariate ao deslocameto descrito pela equação y[] ay[ ] = x[]. Comoosistemaé liear e ivariate ao deslocameto, podemos descrevê-lo pela sua resposta ao impulso h[]. Vamos obter esta resposta através de um processo de recursão baseado a equação a difereças. Numa primeira tetativa vamos supor que o sistema é causal, ou seja, h[] =para <. Devemos observar que tal codição implica em codições iiciais ulas. Tomado y[] =x[]+ay[ ] e calculado a saída para x[] = δ[], obtemos h[] =δ[]+ah[ ]. Levado em cota que h[] =para<, podemos calcular passo a passo os valores de h[] para começado com =: h[] = δ[] + ah[ ] = δ[] h[] = h[] = δ[] + ah[] = ah[] h[] = a h[] = δ[] + ah[] = ah[] h[] = a. h[] =a u[]. Vamos agora repetir este processo sob a hipótese que h[] =para>. Para isto vamos tomar, por facilidade, h[ ] = h[] a δ[] a e vamos recorrer o setido dos valores egativos de, uma vez que h[] =para>: h[] = h[] a h[ ] = h[] a h[ ] = h[ ] a.. δ[] a δ[] a δ[ ] a = h[] = = δ[] a = h[ ] a h[ ] = a h[ ] = a h[] = a u[ ]. Portato, uma mesma equação a difereças, de primeira ordem, admite duas respostas ao impulso: uma causal e outra ati-causal. Resumido temos: -umaequação a difereças liear com coeficietes costates ão especifica de forma uívoca um sistema. É ecessário estabelecer codições auxiliares a serem obedecidas. - quado impomos as codições auxiliares através de valores específicos para a saída idepedete da etrada, o sistema correspodete ão será liear em ivariate ao deslocameto. -aimposição de que a equação represete um sistema liear ivariate ao deslocameto ão basta para especificar completamete o sistema. É ecessário impor aida outra codição como, por exemplo, a causalidade..4 Sistemas IIR e sistemas FIR Ao trabalharmos com a EDLCC obtivemos um sistema causal com y[] ay[ ] = x[], h[] =a u[].
19 .5. REPRESENTAÇÃO DE SLID NO DOMÍNIO DA FREQÜÊNCIA CAPÍTULO. SISTEMAS DISCRETOS NO TEMPO Esta resposta ao impulso tem duração ilimitada, o que caracteriza os sistemas SLID do tipo IIR (Ifiite Impulse Respose). Veremos os próximos capítulos que a duração ilimitada da resposta ao impulso é geralmete provocada pela preseça de realimetações o sistema, as quais, por sua vez, estão associadas a valores de N em (.5) maiores que zero. Quado N =,ouseja,asaída do sistema depede apeas das amostras de etrada, e M em (.5) é fiito, teremos Exemplo. Filtro passa-baixas ideal - Figura.5 Fazedo x[] = δ[] obtemos y[] = M k= b k a x[ k]. h[] = b δ[]+ b δ[ ] + b δ[ ] b M δ[ M], a a a a o que caracteriza um sistema causal com resposta ao impulso com duração fiita M +. Estaéa característica dos sistemas FIR (Fiite Impulse Respose). O fato da resposta ao impulso dos sistemas FIR ser de comprimeto fiito, implica em que tais sistemas serão sempre estáveis (supodo que os coeficietes b k sejam úmeros fiitos), uma vez que a codição h[] < será sempre satisfeita..5 Represetação de SLID o domíio da freqüêcia Um sistema liear ivariate com o deslocameto é caracterizado pela sua resposta ao impulso h[]. A trasformada de Fourier de h[], H(ω) = h[]e jω, (.) é deomiada de Fução de Trasferêcia do sistema e permite a caracterização do mesmo o domíio da freqüêcia. Lembrado que a relação etre uma etrada x[] e a saída correspodete y[] é dada por y[] =x[] h[] equeaoperação de covolução o domíio do tempo dá lugar à multiplicação dos espectros correspodetes, temos Y (ω) =X(ω)H(ω). (.) A capacidade de trasformar covolução em produto é uma das características da trasformada de Fourier que melhor justificam sua importâcia para o processameto de siais. Como émaisdifícil para realizarmos a operação de covolução em cotraste com a operação de produto, optamos por aalisar as ações dos sistemas através das represetações espectrais em freqüêcia. Devemos observar que H(ω) é uma fução complexa. Seu módulo é deomiado de Resposta de Amplitude, equato que seu argumeto é deomiado de Resposta de Fase. Como toda fução espectral associada a seqüêcias éperiódica com período π, H(ω)também o é. Como esta periodicidade produz feômeos sem cotrapartida o domíio aalógico, é iteressate observar a forma de algumas fuções de trasferêcia clássicas. Figura.5: Filtro passa-baixas ideal. O filtro selecioa as freqüêcias ao redor de ω =,até ω = ω c. É importate observar que as altas freqüêcias estão ao redor de ω = π, uma vez que a periodicidade o eixo ω faz com que ao redor de ω =π tehamos o mesmo coteúdo espectral da região ao redor de ω =. Exemplo.3 Filtro passa- altas ideal - Figura.6 Figura.6: Filtro passa-altas ideal. Neste caso o filtro selecioa as altas freqüêcias ao redor de ω = π. Sua freqüêcia de corte ocorre em ω = ω c. Exemplo.4 h[] =a u[]; a <. H(ω) = ae jω, H(ω) = [ +a a cos(ω) ], H(ω) = arcta [ase(ω)/ ( a cos(ω))]. AFigura.7mostraarespostadeamplitudeedefasedestafução de trasferêcia para ocasoa =, 8. Podemos observar que se cofigurou um filtro passa-baixas simples. A Figura.8 mostra a resposta de amplitude e de fase desta fução de trasferêcia para o caso a =, 8. Neste caso cofigurou-se um filtro passa-altas.
20 .5. REPRESENTAÇÃO DE SLID NO DOMÍNIO DA FREQÜÊNCIA 39 4 CAPÍTULO. SISTEMAS DISCRETOS NO TEMPO H(ω) magitude π/ π 3π/ π ω.5 fase y[] = h[] x[] = h[k]e j( k)ω = = e jω h[k]e jkω = e jω H(ω )=H(ω ) x[] c.q.d. Isto sigifica que a resposta de um sistema liear e ivariate ao deslocameto a uma etrada expoecial complexa uma determiada freqüêcia, é a mesma expoecial multiplicada pela fução de trasferêcia calculada a freqüêcia da expoecial. Portato, a amplitude da expoecial será multiplicada pelo valor da resposta de amplitude do sistema e sua fase será alterada pela resposta de fase do sistema a mesma freqüêcia. Como coseqüêcia desta propriedade, é fácil mostrar que se a etrada for H(ω).5 etão a resposta será x[] =cos(ω + φ), π/ π 3π/ ω π y[] = H(ω ) cos (ω + φ + θ), θ =arg[h(ω )]. Figura.7: Resposta em freqüêcia de um filtro passa-baixas de primeira ordem; a =, 8. H(ω) H(ω) magitude π/ π 3π/ ω π fase.5.5 π/ π 3π/ ω π Figura.8: Resposta em freqüêcia de um filtro passa-altas de primeira ordem; a =, 8. A fução de trasferêcia apreseta algumas propriedades importates. - se x[] =e jω, <<, etão y[] =H(ω ) x[], pois - Existêcia de H(ω) Sabemos que H(ω) existese h[] <, quado etão asérie h[]e jω coverge uiformemete para a fução H(ω). Portato, todo sistema LID estável tem H(ω) pois a estabilidade exige que h[] <. Também, comotodosistemafiréestável, todo sistema deste tipo tem fução de trasferêcia..6 Covergêcia da série Vimos que se etão a série h[] < h[]e jω coverge de forma uiforme para a fução H(ω). Quado h[] mas h[] <, a série coverge apeas o setido de que o erro quadrático médio é miimizado.
21 .6. CONVERGÊNCIA DA SÉRIE 4 4 CAPÍTULO. SISTEMAS DISCRETOS NO TEMPO Exemplo.5.7 Exercícios Seja Podemos mostrar com facilidade que { ; ω <ωc H pb (ω) = ; ω c < ω <π. h[] = ω c π se(ω c ), ω c de ode costatamos que h[] / para e que, portato, h[]. Porém, h [] / para e, portato, h[] <. Vamos agora aalisar como se comporta a trasformada de Fourier de h[] calculado H N (ω) = N h[]e jω. = N A Figura.9 mostra a fução de trasferêcia de H pb (ω) jutamete com H N (ω). Notamos que H N (ω) apreseta oscilações em toro de H pb (ω). Pode-se demostrar que a amplitude máxima de tais oscilações ão tede a zero àmedidaque. Porém, as oscilações tedem a ser cocetrar progressivamete os locais de descotiuidades (ω = ω c e ω = ω c ). Assim, a série ão coverge uiformemete para H pb (ω) mas coverge o setido de que o erro quadrático médio lim π N π H pb (ω) H N (ω) dω será igual a zero, idicado que as duas fuções diferem apeas a posições das descotiuidades. amplitude,8,6,4, Figura.9: Resposta em freqüêcia do filtro FIR passa-baixas.. Para cada um dos sistemas a seguir, determie se o sistema é liear, estável, ivariate com o deslocameto e sem memória. a) T {x[]} = x[ ]; b) T {x[]} = x[]+3u[ ]; c) T {x[]} = x[k]; d) T {x[]} = = + x[k].. Calculado de forma explícita a covolução, determie a resposta ao degrau do sistema cuja resposta ao impulso é h[] =a u[ ]; <a<. 3. A resposta ao impulso de um sistema é ula exceto para N N. Cosidere uma etrada ula exceto para N N 3. A reposta correspodete será ulaexcetoparan 4 N 5. Calcule N 4 e N 5 em fução de N, N, N e N Cosidere o sistema discreto descrito pela equação a difereças y() = x() + ax( ) + +bx()x( ), ode x() éaseqüêcia de etrada, y() éasaída correspodete e a éuma costate real ão ula. a) Classifique o sistema quato às propriedades a seguir e em fução do valor da costate real b, justificado cada resposta: memória, liearidade, ivariâcia com o deslocameto, estabilidade, causalidade. b) Se o sistema for liear e ivariate com o deslocameto para algum valor de b, calculea resposta ao impulso correspodete. 5. Cosidere o sistema discreto liear e ivariate com o deslocameto descrito pela equação y []+, 5 y [ ] = x []+x[ ]. a)calcule a resposta ao impulso causal. b) Calcule a resposta ao impulso ão causal, supodo h [] =para 3. c) Calcule H(ω). d) Calcule a resposta do sistema para a etrada x [] =e jπ/. e) Calcule a resposta do sistema causal para a etrada x [] =δ []+δ[ ]. 6. Cosidere um sistema discreto descrito por y() = k= b kx( k)+c, ode x()éaseqüêcia de etrada e y() éasaída correspodete. Cosidere que b k (k =,, ) são costates reais fiitas e ão ulas e que c é uma costate real fiita. a) Classifique o sistema quato às propriedades abaixo e em fução do valor da costate c, justificado cada resposta: a) memória. a) liearidade. a3) ivariâcia com o deslocameto. a4) estabilidade. a5) causalidade.
22 .7. EXERCÍCIOS CAPÍTULO. SISTEMAS DISCRETOS NO TEMPO b) Se o sistema for liear e ivariate com o deslocameto para algum valor da costate c, calcule a resposta ao impulso causal correspodete. 7. Cosidere um sistema liear ivariate com o deslocameto descrito pela equação a difereças y()+ ay( ) = x()+ bx( ) com codições iiciais ulas. Supoha que as cotates a e b são reais e diferetes de zero. a) Calcule a resposta ao impulso causal. b) Calcule a resposta ao impulso ão causal. c) Calcule a fução de sistema H(ω). d) Qual a codição para que o sistema causal seja estável? Justifique. 8. Cosidere o sistema da Figura. com h [] =βδ[ ] e h [] =α u[]. x[] + h [] y[] h [] Figura.: Sistema LTI. a) O sistema é causal? Sob que codições o sistema será estável? Justifique. b) Calcule a resposta ao impulso h[] do sistema todo. c) Calcule a fução de sistema H(ω) para o sistema todo. d) Especifique uma equação a difereças que descreva o sistema todo. 9. Cosidere o sistema da Figura.. H(ω) é um filtro passa-baixas ideal com freqüêcia de corte em π/. Determie a resposta ao impulso. x x[] H( ) (-) + y[] Figura.: Sistema LTI.. Cosidere um sistema LTI com resposta em freqüêcia dada por H(ω) =e j(ω π/4) +e jω +4e j4ω. +, 5e jω Determie a saídaemrespostaax[] = cos[π/].
Exercícios de DSP: 1) Determine se os sinais abaixo são periódicos ou não e para cada sinal periódico, determine o período fundamental.
Exercícios de DSP: 1) Determie se os siais abaixo são periódicos ou ão e para cada sial periódico, determie o período fudametal a x[ ] = cos( 0,15 π ) 1 18 b x [ ] = Re{ e } Im{ } jπ + e jπ c x[ ] = se(
Leia maisProcessamento Digital de Sinais Lista de Exercícios Suplementares 2-1 semestre 2012
Processameto Digital de Siais Lista de Exercícios Suplemetares - semestre 0 (07 (PROAKIS; MANOLAKIS, 996, p 370 Calcule a trasformada de Fourier de tempo discreto dos seguites siais: (a x u u 6 (b x u
Leia maisSINAIS E SISTEMAS DE TEMPO DISCRETO
SINAIS E SISTEMAS DE TEMPO DISCRETO SINAIS DE TEMPO DISCRETO Fução de uma variável idepedete iteira. Não é defiido em istates etre duas amostras sucessivas. É icorreto pesar que é igual a zero se ão é
Leia maisProcessamento Digital de Sinais Lista de Exercícios Suplementares 3-1 quad. 2012
Processameto Digital de Siais - Lista de Exercícios Suplemetares 3- Marcio Eisecraft abril 01 Processameto Digital de Siais Lista de Exercícios Suplemetares 3-1 quad 01 1 (1041) [OPPENHEIM, p 603] Supoha
Leia mais2.2. Séries de potências
Capítulo 2 Séries de Potêcias 2.. Itrodução Série de potêcias é uma série ifiita de termos variáveis. Assim, a teoria desevolvida para séries ifiitas de termos costates pode ser estedida para a aálise
Leia maisSinais de Tempo Discreto
Siais de Tempo Discreto Siais defiidos em istates discretos do tempo t 0, t 1, t 2,..., t,... são siais de tempo-discreto, deotados pelos símbolos f(t ), x(t ), y(t )... (sedo um iteiro). x(t )... t 1
Leia maisSéquências e Séries Infinitas de Termos Constantes
Capítulo Séquêcias e Séries Ifiitas de Termos Costates.. Itrodução Neste capítulo estamos iteressados em aalisar as séries ifiitas de termos costates. Etretato, para eteder as séries ifiitas devemos ates
Leia maisDFS Série Discreta de Fourier DFT Transformada Discreta de Fourier Convolução Circular
Sistemas de Processameto Digital Egeharia de Sistemas e Iformática Ficha 4 5/6 4º Ao/ º Semestre DFS Série Discreta de Fourier DFT Trasformada Discreta de Fourier Covolução Circular Para calcular a DFT,
Leia maisCapítulo I Séries Numéricas
Capítulo I Séries Numéricas Capitulo I Séries. SÉRIES NÚMERICAS DEFINIÇÃO Sedo u, u,..., u,... uma sucessão umérica, chama-se série umérica de termo geral u à epressão que habitualmete se escreve u u...
Leia maisAULA 17 A TRANSFORMADA Z - DEFINIÇÃO
Processameto Digital de Siais Aula 7 Professor Marcio Eisecraft abril 0 AULA 7 A TRANSFORMADA Z - DEFINIÇÃO Bibliografia OPPENHEIM, A.V.; WILLSKY, A. S. Siais e Sistemas, a edição, Pearso, 00. ISBN 9788576055044.
Leia maisProcessamento Digital de Sinais. Notas de Aula. Série e Transformada Discreta de Fourier DFS / DFT. Transformadas para sinais de tempo discreto
Série e Trasformada Discreta de Fourier Série e Trasformada Discreta de Fourier Trasformadas para siais de tempo discreto Processameto Digital de Siais DTFT: X(e jω ) = x[]e jω = É uma trasformada da variável
Leia maisProcessamento Digital de Sinais. Notas de Aula. Série e Transformada Discreta de Fourier DFS / DFT. Transformadas para sinais de tempo discreto
Trasformada Discreta de Fourier Trasformada Discreta de Fourier Trasformadas para siais de tempo discreto Processameto Digital de Siais DTFT: X(e jω ) = x[]e jω = É uma trasformada da variável cotíua ω
Leia maisPROCESSAMENTO DIGITAL DE SINAIS CADERNO DE EXERCÍCIOS PROPOSTOS
PROCESSAMENTO DIGITAL DE SINAIS CADERNO DE EXERCÍCIOS PROPOSTOS - Determie quais sequêcias (siais discretos o tempo) abaixo são periódicos ou aperiódicos. No caso dos siais periódicos, determie o período
Leia maisDESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL. todas as repetições). Então, para todo o número positivo ξ, teremos:
48 DESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL LEI DOS GRANDES NÚMEROS Pretede-se estudar o seguite problema: À medida que o úmero de repetições de uma experiêcia cresce, a frequêcia relativa
Leia maisS E Q U Ê N C I A S E L I M I T E S. Prof. Benito Frazão Pires. Uma sequência é uma lista ordenada de números
S E Q U Ê N C I A S E L I M I T E S Prof. Beito Frazão Pires Uma sequêcia é uma lista ordeada de úmeros a, a 2,..., a,... ) deomiados termos da sequêcia: a é o primeiro termo, a 2 é o segudo termo e assim
Leia maisENGC33: Sinais e Sistemas II. 28 de novembro de 2016
Somatório de covolução ENGC33: Siais e Sistemas II Departameto de Egeharia Elétrica - DEE Uiversidade Federal da Bahia - UFBA 8 de ovembro de 6 Prof. Tito Luís Maia Satos / 57 Sumário Itrodução Revisão
Leia maisTópicos: Análise e Processamento de BioSinais. Mestrado Integrado em Engenharia Biomédica. Faculdade de Ciências e Tecnologia. Universidade de Coimbra
Cap. 5-Trasformada de Z Uiversidade de Coimbra Aálise e Processameto de BioSiais Mestrado Itegrado em Egeharia Biomédica Faculdade de Ciêcias e Tecologia Uiversidade de Coimbra Slide Aálise e Processameto
Leia maisBÁRBARA DENICOL DO AMARAL RODRIGUEZ CINTHYA MARIA SCHNEIDER MENEGHETTI CRISTIANA ANDRADE POFFAL SEQUÊNCIAS NUMÉRICAS. 1 a Edição
BÁRBARA DENICOL DO AMARAL RODRIGUEZ CINTHYA MARIA SCHNEIDER MENEGHETTI CRISTIANA ANDRADE POFFAL SEQUÊNCIAS NUMÉRICAS 1 a Edição Rio Grade 2017 Uiversidade Federal do Rio Grade - FURG NOTAS DE AULA DE CÁLCULO
Leia maisAula 06 Transformadas z
Aula 06 Trasformadas Trasformadas Na aálise de sistemas cotíuos por vees é mais vatajoso o uso da frequêcia complexa s. No caso de sistemas discretos, uma ferrameta bastate comum usada para passar um sial
Leia maisAula 06. Transformadas z
Aula 06 Trasformadas Trasformadas Na aálise de sistemas cotíuos por vees é mais vatajoso o uso da frequêcia complexa s. No caso de sistemas discretos, uma ferrameta bastate comum usada para passar um sial
Leia maisCapítulo VII: Soluções Numéricas de Equações Diferenciais Ordinárias
Capítulo VII: Soluções Numéricas de Equações Difereciais Ordiárias 0. Itrodução Muitos feómeos as áreas das ciêcias egearias ecoomia etc. são modelados por equações difereciais. Supoa-se que se quer determiar
Leia maisSecção 1. Introdução às equações diferenciais
Secção. Itrodução às equações difereciais (Farlow: Sec..,.) Cosideremos um exemplo simples de um feómeo que pode ser descrito por uma equação diferecial. A velocidade de um corpo é defiida como o espaço
Leia maisCAPÍTULO IV DESENVOLVIMENTOS EM SÉRIE
CAPÍTUO IV DESENVOVIMENTOS EM SÉRIE Série de Taylor e de Mac-auri Seja f ) uma fução real de variável real com domíio A e seja a um poto iterior desse domíio Supoha-se que a fução admite derivadas fiitas
Leia maisDERIVADAS DE FUNÇÕES11
DERIVADAS DE FUNÇÕES11 Gil da Costa Marques Fudametos de Matemática I 11.1 O cálculo diferecial 11. Difereças 11.3 Taxa de variação média 11.4 Taxa de variação istatâea e potual 11.5 Primeiros exemplos
Leia maisEstudando complexidade de algoritmos
Estudado complexidade de algoritmos Dailo de Oliveira Domigos wwwdadomicombr Notas de aula de Estrutura de Dados e Aálise de Algoritmos (Professor Adré Bala, mestrado UFABC) Durate os estudos de complexidade
Leia maisn ) uma amostra aleatória da variável aleatória X.
- Distribuições amostrais Cosidere uma população de objetos dos quais estamos iteressados em estudar uma determiada característica. Quado dizemos que a população tem distribuição FX ( x ), queremos dizer
Leia maisSeqüências e Séries. Notas de Aula 4º Bimestre/2010 1º ano - Matemática Cálculo Diferencial e Integral I Profª Drª Gilcilene Sanchez de Paulo
Seqüêcias e Séries Notas de Aula 4º Bimestre/200 º ao - Matemática Cálculo Diferecial e Itegral I Profª Drª Gilcilee Sachez de Paulo Seqüêcias e Séries Para x R, podemos em geral, obter sex, e x, lx, arctgx
Leia maisProf. Celso Módulo 12 Resposta em freqüência-diagrama de Nyquist RESPOSTA EM FREQÜÊNCIA-DIAGRAMA DE NYQUIST
Prof. Celso Módulo Resposta em freqüêcia-diagrama de Nyquist RESPOSTA EM FREQÜÊNCIA-DIAGRAMA DE NYQUIST O diagrama de Nyquist ou diagrama polar é um gráfico do módulo de G pelo âgulo de fase de G em coordeadas
Leia mais1. Definição e conceitos básicos de equações diferenciais
Capítulo 7: Soluções Numéricas de Equações Difereciais Ordiárias. Itrodução Muitos feómeos as áreas das ciêcias, egearias, ecoomia, etc., são modelados por equações difereciais. Supoa-se que se quer determiar
Leia maisProcessamento Digital de Sinais. Notas de Aula. Transformada Discreta de Fourier DFT. Transformada Discreta de Fourier - DFT.
Trasformada Discreta de Fourier Trasformada Discreta de Fourier Trasformada Discreta de Fourier - DFT Processameto Digital de Siais otas de Aula DTFT: X(e jω ) = x[]e jω = É uma trasformada da variável
Leia maisSéries e Equações Diferenciais Lista 02 Séries Numéricas
Séries e Equações Difereciais Lista 02 Séries Numéricas Professor: Daiel Herique Silva Defiições Iiciais ) Defia com suas palavras o coceito de série umérica, e explicite difereças etre sequêcia e série.
Leia maisProcessamento Digital do Sinal
ISTITUTO POLITÉCICO DE BRAGAÇA ESCOLA SUPERIOR DE TECOLOGIA E GESTÃO Processameto Digital do Sial MATERIAL DE APOIO ÀS AULAS PRÁTICAS Eg. João Paulo Coelho /4 Processameto Digital de Sial 4º Ao de Eg.
Leia maisCÁLCULO DIFERENCIAL. Conceito de derivada. Interpretação geométrica
CÁLCULO DIFERENCIAL Coceito de derivada Iterpretação geométrica A oção fudametal do Cálculo Diferecial a derivada parece ter sido pela primeira vez explicitada o século XVII, pelo matemático fracês Pierre
Leia mais4. MEDIDAS DINÂMICAS CONCEITOS BÁSICOS
4. MEDIDAS DINÂMICAS CONCEITOS BÁSICOS Muitas vezes os experimetos requerem medidas de gradezas físicas que variam com o tempo. Para a correta medição destas gradezas, é ecessário cohecer as propriedades
Leia maisSolução Comentada Prova de Matemática
0 questões. Sejam a, b e c os três meores úmeros iteiros positivos, tais que 5a = 75b = 00c. Assiale com V (verdadeiro) ou F (falso) as opções abaixo. ( ) A soma a b c é igual a 9 ( ) A soma a b c é igual
Leia maisSéries de Fourier. As séries de Fourier são séries cujos termos são funções sinusoidais.
Séries de Fourier As séries de Fourier são séries cujos termos são fuções siusoidais. Importâcia prática: uma fução periódica (em codições bastate gerais) pode ser represetada por uma série de Fourier;
Leia maisCálculo Diferencial e Integral I Resolução do 2 ō Teste - LEIC
Cálculo Diferecial e Itegral I Resolução do ō Teste - LEIC Departameto de Matemática Secção de Àlgebra e Aálise I.. Determie o valor dos seguites itegrais (i) e x se x dx x + (ii) x (x + ) dx (i) Visto
Leia maisPROCESSAMENTO DIGITAL DE SINAIS. Professor : Valner Brusamarello
PROCESSAMENTO DIGITAL DE SINAIS Professor : Valer Brusamarello brusamarello.valer@gmail.com OBJETIVO E PROGRAMA DA DISCIPLINA Objetivo: Propiciar ao aluo os cohecimetos da teoria fudametal do processameto
Leia mais11 Aplicações da Integral
Aplicações da Itegral Ao itroduzirmos a Itegral Defiida vimos que ela pode ser usada para calcular áreas sob curvas. Veremos este capítulo que existem outras aplicações. Essas aplicações estedem-se aos
Leia maisAnálise da Resposta Livre de Sistemas Dinâmicos de 2 a Ordem
Aálise da Resposta Livre de Sistemas Diâmicos de Seguda Ordem 5 Aálise da Resposta Livre de Sistemas Diâmicos de a Ordem INTRODUÇÃO Estudaremos, agora, a resposta livre de sistemas diâmicos de a ordem
Leia maisMATEMÁTICA II. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
MATEMÁTICA II Profa. Dra. Amada Liz Pacífico Mafrim Perticarrari amada@fcav.uesp.br O PROBLEMA DA ÁREA O PROBLEMA DA ÁREA Ecotre a área da região que está sob a curva y = f x de a até b. S = x, y a x b,
Leia maisSéries e aplicações15
Séries e aplicações5 Gil da Costa Marques Fudametos de Matemática I 5. Sequêcias 5. Séries 5. Séries especiais 5.4 Arquimedes e a quadratura da parábola 5.5 Sobre a Covergêcia de séries 5.6 Séries de Taylor
Leia maisFundamentos de Análise Matemática Profª Ana Paula. Números reais
Fudametos de Aálise Matemática Profª Aa Paula Números reais 1,, 3, cojuto dos úmeros aturais 0,1,,3, cojuto dos úmeros iteiros p q /p e q cojuto dos úmeros racioais a, a 0 a 1 a a, a e a i 0, 1,, 3, 4,
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 12.º Ano Versão 4
FICHA de AVALIAÇÃO de MATEMÁTICA A.º Ao Versão 4 Nome: N.º Turma: Apresete o seu raciocíio de forma clara, idicado todos os cálculos que tiver de efetuar e todas as justificações ecessárias. Quado, para
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 12.º Ano Versão 1
FICHA de AVALIAÇÃO de MATEMÁTICA A.º Ao Versão Nome: N.º Turma: Apresete o seu raciocíio de forma clara, idicado todos os cálculos que tiver de efetuar e todas as justificações ecessárias. Quado, para
Leia mais5. O algoritmo dos mínimos quadrados
Apotametos de Processameto Adaptativo de Siais 5. O algoritmo dos míimos quadrados Método dos míimos quadrados Os algoritmos de míimos quadrados são uma alterativa aos algoritmos de gradiete. Estrutura
Leia maisCapítulo 3. Sucessões e Séries Geométricas
Capítulo 3 Sucessões e Séries Geométricas SUMÁRIO Defiição de sucessão Mootoia de sucessões Sucessões itadas (majoradas e mioradas) Limites de sucessões Sucessões covergetes e divergetes Resultados sobre
Leia maisSumário. 2 Índice Remissivo 11
i Sumário 1 Esperaça de uma Variável Aleatória 1 1.1 Variáveis aleatórias idepedetes........................... 1 1.2 Esperaça matemática................................. 1 1.3 Esperaça de uma Fução de
Leia maisLista de Exercícios de Cálculo 2 Módulo 1 - Primeira Lista - 01/2017
Lista de Exercícios de Cálculo 2 Módulo - Primeira Lista - 0/207. Determie { ( se a seqüêcia coverge ou diverge; se covergir, ache o limite. 5 ) } { } { } { arcta(), 000 (b) (c) ( ) l() } { 000 2 } { 4
Leia maisFundamentos de Análise Matemática Profª Ana Paula. Sequência Infinitas
Fudametos de Aálise Matemática Profª Aa Paula Sequêcia Ifiitas Defiição 1: Uma sequêcia umérica a 1, a 2, a 3,,a,é uma fução, defiida o cojuto dos úmeros aturais : f : f a Notação: O úmero é chamado de
Leia maisCálculo III - SMA 333. Notas de Aula
Cálculo III - SMA 333 Notas de Aula Sumário 1 Itrodução 2 2 Seqüêcias Numéricas 6 2.1 Defiição, Exemplos e Operações........................ 6 2.2 Seqüêcias Limitadas e Ilimitadas........................
Leia maisExercícios de Cálculo III - CM043
Eercícios de Cálculo III - CM43 Prof. José Carlos Corrêa Eidam DMAT/UFPR Dispoível o sítio people.ufpr.br/ eidam/ide.htm o. semestre de 22 Lista Sequêcias e séries de úmeros reais. Decida se cada uma das
Leia maisSucessões. , ou, apenas, u n. ,u n n. Casos Particulares: 1. Progressão aritmética de razão r e primeiro termo a: o seu termo geral é u n a n1r.
Sucessões Defiição: Uma sucessão de úmeros reais é uma aplicação u do cojuto dos úmeros iteiros positivos,, o cojuto dos úmeros reais,. A expressão u que associa a cada a sua imagem desiga-se por termo
Leia mais3. Seja C o conjunto dos números complexos. Defina a soma em C por
Eercícios Espaços vetoriais. Cosidere os vetores = (8 ) e = ( -) em. (a) Ecotre o comprimeto de cada vetor. (b) Seja = +. Determie o comprimeto de. Qual a relação etre seu comprimeto e a soma dos comprimetos
Leia maisSucessão ou Sequência. Sucessão ou seqüência é todo conjunto que consideramos os elementos dispostos em certa ordem. janeiro,fevereiro,...
Curso Metor www.cursometor.wordpress.com Sucessão ou Sequêcia Defiição Sucessão ou seqüêcia é todo cojuto que cosideramos os elemetos dispostos em certa ordem. jaeiro,fevereiro,...,dezembro Exemplo : Exemplo
Leia maisResposta de Sistemas de 2 a Ordem à Excitação Periódica Não Harmônica
Resposta de Sistemas de a Ordem à Excitação Periódica Não Harmôica 1 18 Resposta de Sistemas de a Ordem à Excitação Periódica Não Harmôica 1 INTRODUÇÃO Muitas vezes, a excitação é uma fução periódica,
Leia maisCapítulo II - Sucessões e Séries de Números Reais
Capítulo II - Sucessões e Séries de Números Reais 2 Séries de úmeros reais Sabemos bem o que sigifica u 1 + u 2 + + u p = p =1 e cohecemos as propriedades desta operação - comutatividade, associatividade,
Leia maisExponenciais e Logaritmos (MAT 163) - Notas de Aulas 2 Prof Carlos Alberto S Soares
Expoeciais e Logaritmos (MAT 163) - Notas de Aulas 2 Prof Carlos Alberto S Soares 1 Prelimiares Lembremos que, dados cojutos A, B R ão vazios, uma fução de domíio A e cotradomíio B, aotada por, f : A B,
Leia maisRepresentação em espaço de estado de sistemas de enésima ordem. Função de perturbação não envolve termos derivativos.
VARIÁVEIS DE ESTADO Defiições MODELAGEM E DINÂMICA DE PROCESSOS Profa. Ofélia de Queiroz Ferades Araújo Estado: O estado de um sistema diâmico é o cojuto míimo de variáveis (chamadas variáveis de estado)
Leia maisCap. VI Histogramas e Curvas de Distribuição
TLF /11 Capítulo VI Histogramas e curvas de distribuição 6.1. Distribuições e histogramas. 6 6.. Distribuição limite 63 6.3. Sigificado da distribuição limite: frequêcia esperada e probabilidade de um
Leia maisSUPERPOSIÇÃO DE ONDAS E ONDAS ESTACIONÁRIAS
Notas de aula- Física II Profs. Amauri e Ricardo SUPERPOSIÇÃO DE ONDAS E ONDAS ESTACIONÁRIAS Superposição de Odas O pricípio de superposição é uma propriedade do movimeto odulatório. Este pricípio afirma
Leia maisAlguns autores também denotam uma sequência usando parêntesis:
Capítulo 3 Sequêcias e Séries Numéricas 3. Sequêcias Numéricas Uma sequêcia umérica é uma fução real com domíio N que, a cada associa um úmero real a. Os úmeros a são chamados termos da sequêcia. É comum
Leia maisb) Fabrico de peças cilíndricas Capítulo 5 - Distribuições conjuntas de probabilidades e complementos X - comprimento da peça Y - diâmetro da peça
Capítulo 5 - Distribuições cojutas de probabilidades e complemetos 5.1 Duas variáveis aleatórias discretas. Distribuições cojutas, margiais e codicioais. Idepedêcia Em relação a uma mesma eperiêcia podem
Leia maisAplicações lineares. Capítulo Seja T: a) Quais dos seguintes vectores estão em Im( T )? 1 i) 4. 3 iii) ii)
Capítulo Aplicações lieares Seja T: R R a multiplicação por 8 a) Quais dos seguites vectores estão em Im( T )? i) ii) 5 iii) b) Quais dos seguites vectores estão em Ker( T)? i) ii) iii) c) Qual a dimesão
Leia maisDessa forma, concluímos que n deve ser ímpar e, como 120 é par, então essa sequência não possui termo central.
Resoluções das atividades adicioais Capítulo Grupo A. a) a 9, a 7, a 8, a e a 79. b) a, a, a, a e a.. a) a, a, a, a 8 e a 6. 9 b) a, a 6, a, a 9 e a.. Se a 9 e a k são equidistates dos extremos, etão existe
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 12.º Ano Versão 2
FICHA de AVALIAÇÃO de MATEMÁTICA A.º Ao Versão Nome: N.º Turma: Apresete o seu raciocíio de forma clara, idicado todos os cálculos que tiver de efetuar e todas as justificações ecessárias. Quado, para
Leia maisSérie Trigonométrica de Fourier
studo sobre a Série rigoométrica de Fourier Série rigoométrica de Fourier Uma fução periódica f( pode ser decomposta em um somatório de seos e seos eqüivaletes à fução dada f ( o ( ( se ( ) ode: o valor
Leia maisMaterial Teórico - Módulo Binômio de Newton e Triangulo de Pascal. Soma de Elementos em Linhas, Colunas e Diagonais. Segundo Ano do Ensino Médio
Material Teórico - Módulo Biômio de Newto e Triagulo de Pascal Soma de Elemetos em Lihas, Coluas e Diagoais Segudo Ao do Esio Médio Autor: Prof Fabrício Siqueira Beevides Revisor: Prof Atoio Camiha M Neto
Leia maisMaterial Teórico - Módulo Binômio de Newton e Triangulo de Pascal. Soma de Elementos em Linhas, Colunas e Diagonais. Segundo Ano do Ensino Médio
Material Teórico - Módulo Biômio de Newto e Triagulo de Pascal Soma de Elemetos em Lihas, Coluas e Diagoais Segudo Ao do Esio Médio Autor: Prof Fabrício Siqueira Beevides Revisor: Prof Atoio Camiha M Neto
Leia maisFUNÇÕES CONTÍNUAS Onofre Campos
OLIMPÍADA BRASILEIRA DE MATEMÁTICA NÍVEL III SEMANA OLÍMPICA Salvador, 19 a 26 de jaeiro de 2001 1. INTRODUÇÃO FUNÇÕES CONTÍNUAS Oofre Campos oofrecampos@bol.com.br Vamos estudar aqui uma ova classe de
Leia maisVirgílio Mendonça da Costa e Silva
UNIVERSIDADE FEDERAL DA PARAÍBA CENTRO DE TECNOLOGIA DEPARTAMENTO DE ENGENHARIA MECÂNICA VIBRAÇÕES DOS SISTEMAS MECÂNICOS VIBRAÇÕES LIVRES COM AMORTECIMENTO DE SISTEMAS DE GL NOTAS DE AULAS Virgílio Medoça
Leia maisAULA Subespaço, Base e Dimensão Subespaço.
Note bem: a leitura destes apotametos ão dispesa de modo algum a leitura ateta da bibliografia pricipal da cadeira TÓPICOS Subespaço. ALA Chama-se a ateção para a importâcia do trabalho pessoal a realizar
Leia maisControle de Sistemas. Desempenho de Sistemas de Controle. Renato Dourado Maia. Universidade Estadual de Montes Claros. Engenharia de Sistemas
Cotrole de Sistemas Desempeho de Sistemas de Cotrole Reato Dourado Maia Uiversidade Estadual de Motes Claros Egeharia de Sistemas Aálise da Resposta Temporal A resposta temporal de um sistema de cotrole
Leia maisCálculo II Sucessões de números reais revisões
Ídice 1 Defiição e exemplos Cálculo II Sucessões de úmeros reais revisões Mestrado Itegrado em Egeharia Aeroáutica Mestrado Itegrado em Egeharia Civil Atóio Beto beto@ubi.pt Departameto de Matemática Uiversidade
Leia maisUniversidade Federal Fluminense ICEx Volta Redonda Introdução a Matemática Superior Professora: Marina Sequeiros
3. Poliômios Defiição: Um poliômio ou fução poliomial P, a variável x, é toda expressão do tipo: P(x)=a x + a x +... a x + ax + a0, ode IN, a i, i = 0,,..., são úmeros reais chamados coeficietes e as parcelas
Leia maisA DESIGUALDADE DE CHEBYCHEV
A DESIGUALDADE DE CHEBYCHEV Quado se pretede calcular a probabilidade de poder ocorrer determiado acotecimeto e se cohece a distribuição probabilística que está em causa o problema, ão se colocam dificuldades
Leia maisINTERPOLAÇÃO POLINOMIAL
1 Mat-15/ Cálculo Numérico/ Departameto de Matemática/Prof. Dirceu Melo LISTA DE EXERCÍCIOS INTERPOLAÇÃO POLINOMIAL A aproximação de fuções por poliômios é uma das ideias mais atigas da aálise umérica,
Leia mais1.1. Ordem e Precedência dos Cálculos 1) = Capítulo 1
Capítulo. Aritmética e Expressões Algébricas O estudo de cálculo exige muito mais que o cohecimeto de limite, derivada e itegral. Para que o apredizado seja satisfatório o domíio de tópicos de aritmética
Leia maisCONCEITOS BÁSICOS E PRINCÍPIOS DE ESTATÍSTICA
1 CONCEITOS BÁSICOS E PRINCÍPIOS DE ESTATÍSTICA 1. Coceitos Básicos de Probabilidade Variável aleatória: é um úmero (ou vetor) determiado por uma resposta, isto é, uma fução defiida em potos do espaço
Leia maisProva Parcial 1 Matemática Discreta para Computação Aluno(a): Data: 18/12/2012
Prova Parcial Aluo(a): Data: 8/2/202. (,5p) Use regras de iferêcia para provar que os argumetos são válidos. (usar os símbolos proposicioais idicados): A Rússia era uma potêcia superior, e ou a Fraça ão
Leia maisAnálise Matemática I 2 o Exame
Aálise Matemática I 2 o Exame Campus da Alameda LEC, LET, LEN, LEM, LEMat, LEGM 29 de Jaeiro de 2003, 3 horas Apresete todos os cálculos e justificações relevates I. Cosidere dois subcojutos de R, A e
Leia maisProbabilidade II Aula 12
Coteúdo Probabilidade II Aula Juho de 009 Desigualdade de Marov Desigualdade de Jese Lei Fraca dos Grades Números Môica Barros, D.Sc. Itrodução A variâcia de uma variável aleatória mede a dispersão em
Leia maisUniversidade Federal Fluminense - UFF-RJ
Aotações sobre somatórios Rodrigo Carlos Silva de Lima Uiversidade Federal Flumiese - UFF-RJ rodrigouffmath@gmailcom Sumário Somatórios 3 Somatórios e úmeros complexos 3 O truque de Gauss para somatórios
Leia maisProva Escrita de MATEMÁTICA A - 12o Ano a Fase
Prova Escrita de MATEMÁTICA A - 1o Ao 00 - a Fase Proposta de resolução GRUPO I 1. Como a probabilidade do João acertar em cada tetativa é 0,, a probabilidade do João acertar as tetativas é 0, 0, 0, 0,
Leia mais10 - Medidas de Variabilidade ou de Dispersão
10 - Medidas de Variabilidade ou de Dispersão 10.1 Itrodução Localizado o cetro de uma distribuição de dados, o próximo passo será verificar a dispersão desses dados, buscado uma medida para essa dispersão.
Leia maisCÁLCULO I. Exibir o cálculo de algumas integrais utilizando a denição;
CÁLCULO I Prof Edilso Neri Júior Prof Adré Almeida Aula o 9: A Itegral de Riema Objetivos da Aula Deir a itegral de Riema; Exibir o cálculo de algumas itegrais utilizado a deição; Apresetar fuções que
Leia maisEES-49/2012 Resolução da Prova 1
EES-49/ Resolução da Prova Obs: esta resolução tem explicações e passos itermediários para facilitar o etedimeto. Parte dessas explicações e os passos itermediários ão são cobrados a correção da prova.
Leia maisNotas de aula- Física II Profs. Amauri e Ricardo 1 SUPERPOSIÇÃO DE ONDAS E ONDAS ESTACIONÁRIAS. e y2
Notas de aula- Física II Profs. Amauri e Ricardo SUPERPOSIÇÃO DE ONDAS E ONDAS ESTACIONÁRIAS Superposição de Odas O pricípio de superposição é uma propriedade do movimeto odulatório. Este pricípio afirma
Leia maisUNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ Campus Pato Branco ENGENHARIA DE COMPUTAÇÃO. Prova Parcial 1 Matemática Discreta para Computação 2011
Campus Pato Braco Prova Parcial Matemática Discreta para Computação 20 Aluo(a): Data: 08/04/20. (,5p) Explicar o Paradoxo de Cator. Use como base o seguite: Teorema de Cator: Para qualquer cojuto A, a
Leia maisAMOSTRAGEM ALEATÓRIA DISTRIBUIÇÕES POR AMOSTRAGEM
6 AMOSTRAGEM ALEATÓRIA DISTRIBUIÇÕES POR AMOSTRAGEM Quado se pretede estudar uma determiada população, aalisam-se certas características ou variáveis dessa população. Essas variáveis poderão ser discretas
Leia maisSobre a necessidade das hipóteses no Teorema do Ponto Fixo de Banach
Sobre a ecessidade das hipóteses o Teorema do Poto Fio de Baach Marcelo Lopes Vieira Valdair Bofim Itrodução: O Teorema do Poto Fio de Baach é crucial a demostração de vários resultados importates da Matemática
Leia maisCálculo Numérico Lista 02
Cálculo Numérico Lista 02 Professor: Daiel Herique Silva Essa lista abrage iterpolação poliomial e método dos míimos quadrados, e cobre a matéria da seguda prova. Istruções gerais para etrega Nem todos
Leia maisSequências Reais. Departamento de Matemática - UEL Ulysses Sodré. 1 Sequências de números reais 1
Matemática Essecial Sequêcias Reais Departameto de Matemática - UEL - 200 Ulysses Sodré http://www.mat.uel.br/matessecial/ Coteúdo Sequêcias de úmeros reais 2 Médias usuais 6 3 Médias versus progressões
Leia mais1- Resolução de Sistemas Lineares.
MÉTODOS NUMÉRICOS PR EQUÇÕES DIFERENCIIS PRCIIS 1- Resolução de Sistemas Lieares. 1.1- Matrizes e Vetores. 1.2- Resolução de Sistemas Lieares de Equações lgébricas por Métodos Exatos (Diretos). 1.3- Resolução
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 12.º Ano Versão 3
FICHA de AVALIAÇÃO de MATEMÁTICA A.º Ao Versão Nome: N.º Turma: Apresete o seu raciocíio de forma clara, idicado todos os cálculos que tiver de efetuar e todas as justificações ecessárias. Quado, para
Leia maisLista de Exercícios #6 Assunto: Propriedade dos Estimadores e Métodos de Estimação
Assuto: Propriedade dos Estimadores e Métodos de Estimação. ANPEC 08 - Questão 6 Por regulametação, a cocetração de um produto químico ão pode ultrapassar 0 ppm. Uma fábrica utiliza esse produto e sabe
Leia mais(i) (1,5 val.) Represente na forma de um intervalo ou de uma união disjunta de intervalos cada um dos conjuntos seguintes:
Istituto Superior Técico Departameto de Matemática o TESTE DE CÁLCULO DIFERENCIAL E INTEGRAL I - Versão A MEAero o Sem. 0/3 0//0 Duração: h30m RESOLUÇÃO. 3,0 val. i,5 val. Represete a forma de um itervalo
Leia maisCONCEITOS DE VIBRAÇÃO
CONCEITOS DE VIBRAÇÃO Paulo S. Varoto 55 3.1 - Itrodução O objetivo pricipal desta secção é o de apresetar coceitos básicos da teoria de vibrações bem como iterpretá-los sob o poto de vista dos esaios
Leia maisétodos uméricos MÉTODO DOS MOMENTOS - MOM Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
étodos uméricos MÉTODO DOS MOMETOS - MOM Prof. Erivelto Geraldo epomuceo PROGRAMA DE PÓS-GRADUAÇÃO EM EGEHARIA ELÉTRICA UIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CETRO FEDERAL DE EDUCAÇÃO TECOLÓGICA
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 11.º Ano Versão 5
FICHA de AVALIAÇÃO de MATEMÁTICA A.º Ao Versão 5 Nome: N.º Turma: Apresete o seu raciocíio de forma clara, idicado todos os cálculos que tiver de efetuar e todas as justificações ecessárias. Quado, para
Leia mais