Universidade Federal do Rio Grande do Sul - UFRGS

ENG10017 - Sistemas e Sinais

Lista de exercı́cios referente à P2

1 Representação de Fourier para Sinais

1.1. Identificar a representação de Fourier apropriada para cada sinal abaixo e indicar se tal repre-
sentação é periódica ou aperiódica.

n
(a) x[n] = 12 u[n]

(b) x(t) = 1 − cos(2πt) + sen(3πt)

(c) x(t) = e−t cos(2πt)u(t)

P∞
(d) x[n] = m=−∞ δ[n − 20m] − 2δ[n − 2 − 20m]

cos( π n), |n| < 10
10
(e) x[n] =
0, |n| ≥ 10

(f) x(t) = |sen(2πt)|

Resposta:

(a) Transformada de Fourier de Tempo Discreto (DTFT). A DTFT é periódica.

(b) Série de Fourier (FS). A FS é aperiódica.
(c) Transformada de Fourier (FT). A FT é aperiódica.
(d) Série de Fourier de Tempo Discreto (DTFS). A DTFS é periódica.
(e) Transformada de Fourier de Tempo Discreto (DTFT). A DTFT é periódica.
(f) Série de Fourier (FS). A FS é aperiódica.

1.2. Obter a representação de Fourier para o sinal:

x(t) = sen(3πt) + 4cos(4πt).

Solução: O primeiro passo é verificar a peridiocidade do sinal e, em caso positivo, determinar seu
perı́odo.
O perı́odo de sen(3πt) é T1 = 2/3 e o perı́odo de 4cos(4πt) é T2 = 1/2.
O sinal x(t) apresentado acima só é periódico se a relação T1 /T2 resultar em um número racional. Caso
contrário, x(t) será aperiódico. Obs: esta é a condição necessária para determinar se a soma de
dois sinais periódicos resulta em um sinal também periódico.
Para este exercı́cio, T1 /T2 = 4/3 → 4/3 é um número racional. Portanto o sinal x(t) é periódico. Logo,
sua representação de Fourier será dada pela Série de Fourier.
Para determinar o perı́odo T do sinal x(t) devemos encontrar constantes inteiras k1 , k2 tal que:

T = k1 T1 = k2 T2

Para este exercı́cio: k1 /k2 = T2 /T1 = 3/4.

Como k1 e k2 devem ser números inteiros, escolhe-se k1 = 3 e k2 = 4.
Portanto T = k1 T1 = k2 T2 = 2. Logo, ω0 = π.
Agora, vamos expandir os termos seno e cosseno com as relações de Euler:

ej3πt − e−j3πt + e−j4πt

 j4πt 
e
x(t) = +4
2j 2

1
Por inspeção nota-se que:
−j


 , k=3
2




j ,


k = −3

X[k] = 2

2, k = ±4,








0, caso contrário.

1.3. Determine o sinal no domı́nio do tempo que é representado pela seguinte Série de Fourier:
X[k] = −jδ[k − 2] + jδ[k + 2] + 2δ[k − 3] + 2δ[k + 3],
com ω0 = π.

Solução: Aplicar a definição para calcular a inversa da Série de Fourier

∞
X
x(t) = X[k]ejkω0 t
k=−∞

x(t) = je−j2πt − jej2πt + 2e−j3πt + 2ej3πt

+ e−j2πt + e−j3πt
 j2πt   j3πt 
e e
x(t) = 2 +4
2j 2

x(t) = 2sen(2πt) + 4cos(3πt)

1.4. Calcular os coeficientes da Série de Fourier para o sinal

x(t) = |sen(πt)|.

Solução: Aplicar a definição para calcular os coeficientes da Série de Fourier

Z
1
X[k] = x(t)e−jkω0 t dt.
T <T >
Para este exercı́cio, nota-se que o sinal possui perı́odo T = 1, ou seja ω0 = 2π.
Z 1
X[k] = sen(πt)e−jk2πt dt
0

1
ejπt − e−jπt
Z  
X[k] = e−jk2πt dt
0 2j
1 1
ejπt(1−2k) e−jπt(1+2k)
Z Z
X[k] = dt − dt
0 2j 0 2j
1  1
ejπt(1−2k) e−jπt(1+2k)

X[k] = −
(2j)(jπ(1 − 2k)) 0 (2j)(−jπ(1 + 2k)) 0

− 1 e−jπ(1+2k) − 1
 jπ(1−2k) 
e
X[k] = − +
2π(1 − 2k) 2π(1 + 2k)
 jπ −j2πk
− 1 e−jπ e−j2πk − 1

e e
X[k] = − +
2π(1 − 2k) 2π(1 + 2k)
 
2 2 2
X[k] = + = .
2π(1 − 2k) 2π(1 + 2k) π(1 − 4k 2 )

2
1.5. Determinar os coeficientes da Série de Fourier de Tempo Discreto para o sinal demonstrado na
Figura abaixo:

1.5

0.5
x[n]

-0.5

-1

-1.5

-2
-20 -15 -10 -5 0 5 10 15 20
n

−2j
Resposta: X[k] = (2sen(4πk/15) + sen(2πk/15))
15

1.6. Encontrar a representação por DTFS para a onda quadrada de perı́odo N:

x[n]

−N + M −M M N −M n

Solução: Aplicar a definição para calcular os coeficientes da Série de Fourier de Tempo Discreto:
1 X
X[k] = x[n]e−jkΩ0 n
N
n=<N >

Neste exercı́cio, o perı́odo é igual a N , e portanto Ω0 = 2π/N .

A onda quadrada fica ligada de n = −M até n = M . Assim:
M
1 X
X[k] = 1e−jkΩ0 n
N
n=−M

Fazendo uma troca de variáveis, para deixar os limites do somatório mais convenientes para uma fórmula
conhecida:

n=m−M
m=n+M

3
Logo, substituindo a variável n por m no somatório:
2M
1 X −jkΩ0 (m−M )
X[k] = e
N m=0

2M
1 jkΩ0 M X −jkΩ0 m
X[k] = e e
N m=0

Usando a fórmula da série geométrica, obtém-se

1 − e−jkΩ0 (2M +1)
 
1 jkΩ0 M
X[k] = e
N 1 − e−jkΩ0
ejkΩ0 /2
A expressão acima já é suficiente. Porém, podemos realizar a multiplicação do por jkΩ /2 , para simpli-
e 0
ficar a expressão:
jkΩ0 −jkΩ0
!
1 e 2 (2M +1) − e 2 (2M +1)
X[k] = jkΩ0 −jkΩ0
N e 2 −e 2
kΩ0

!
1 sen 2 (2M + 1)
X[k] =
sen kΩ


N 2
0

2M + 1
X[0] =
N

1.7. Determinar os coeficientes da Série de Fourier de Tempo Discreto para o sinal exibido na Figura
abaixo:

0.75
x[n]

0.5

0.25

0
-15 -10 -5 0 5 10
n

Solução: Aplicar a definição para calcular os coeficientes da Série de Fourier de Tempo Discreto:
π
Perı́odo e frequência do sinal: N = 10, Ω0 =
5
1 X
X[k] = x[n]e−jkΩ0 n
N
n=<N >
5
1 X π
X[k] = x[n]e−jk 5 n
10 n=−4
1 h 4π 3π 2π π
i
X[k] = 0.25ej 5 k + 0.5ej 5 k + 0.75ej 5 k + ej 5 k
10

4
1.8. Determinar o sinal no domı́nio do tempo a partir dos coeficientes de sua DTFS:
(a) X[k] = cos( 8πk
21 )

(b) X[k] = cos( 10πk 4π

19 ) + 2jsen( 19 k)

Solução:
(a) Primeiro passo: determinar o perı́odo de X[k].
A partir da expressão X[k] = cos( 8πk
21 ), poderia se dizer que N =
21
4 .

No entanto, perceba que N deve ser um número inteiro.

21
Então, deve-se achar um número inteiro: N = 4 kN . Com kN = 4, percebe-se que N é um número
inteiro. Logo N = 21 e Ω0 = 2π
21 .

Agora, por inspeção, podemos achar o sinal no domı́nio do tempo.

Abrindo o cosseno a partir da fórmula de Euler
8π 8π
ej 21 k + e−j 21 k
X[k] =
2
4.2π 4.2π
ej 21 k + e−j 21 k
X[k] =
2

Comparando com a definição do cálculo de X[k]:

1 X
X[k] = x[n]e−jkΩ0 n
N
n=<N >

Podemos concluir que

(
21/2, n±4
x[n] =
0, caso contrário

(b) O desenvolvimento é muito semelhante ao do item anterior.

2π
Aqui, N = 19 e Ω0 = 19 .

Após determinar o perı́odo e frequência, os termos com seno e cosseno podem ser expandidos com
as relações de Euler, permitindo a obtenção de x[n] por inspeção.



 19, n = −2,

−19, n = 2,
x[n] =


 19/2, n ± 5,
0, caso contrário


1.9. Encontrar a Transformada de Fourier do sinal exibido abaixo (dica: usar a integral por partes):
(
t, |t| < 1,
x(t) =
0, |t| ≥ 1

x(t)

t
−1 1
−1

5
 2j 2j
Resposta: X(jω) = cos(ω) − 2 sen(ω), ∀ω 6= 0. X(j0) = 0.
ω ω

1.10. Determinar o sinal no domı́nio do tempo para a seguinte representação de Fourier:

X(jω) = e−2|ω|

Solução: Aplicando a definição para calcular a transformada inversa, obtém-se:

Z ∞
1
x(t) = X(jω)ejωt dω
2π −∞

Uma vez que existe o módulo de ω na função, devemos dividir a integral em duas partes:
Z 0 Z ∞ 
1
x(t) = e2ω ejωt dω + e−2ω ejωt dω
2π −∞ 0
Z 0 Z ∞ 
1
x(t) = e(2+jt)ω dω + e(jt−2)ω dω
2π −∞ 0

Resolvendo as integrais:
0 ∞
1 e(jt+2)ω 1 e(jt−2)ω
 
x(t) = +
2π 2 + jt −∞ 2π jt − 2 0

Aplicando os limites:
   
1 1 1 1 1 1
x(t) = − = +
2π 2 + jt jt − 2 2π 2 + jt 2 − jt

1 2 − jt 2 + jt
 
x(t) = +
2π 4 + t2 4 + t2
1 2
x(t) =
π 4 + t2
 
OBS: Vale lembrar/destacar que e(jt−2)ω ω=∞ converge para zero pois Re{jt − 2} < 0.

1.11. Calcule a Transformada de Fourier de Tempo Discreto dos sinais:

(a) x[n] = δ[6 − 2n] + δ[6 + 2n]
 n
3
(b) x[n] = u[n − 4]
4
Resposta:
(a) X(ejΩ ) = 2cos(3Ω)
 4
3 −jΩ
e
4
(b) X(ejΩ ) =
3
1 − e−jΩ
4

1.12. Determinar o sinal no domı́nio do tempo para as seguintes representações de Fourier:

(a) X(ejΩ ) = 2cos(2Ω)

(b) X(ejΩ ) = cos(2Ω) + jsen(2Ω)

Solução:

6
 (a) X(ejΩ ) = 2cos(2Ω) = ej2Ω + e−j2Ω
P∞
Analisando a definição de X(ejΩ ) = n=−∞ x[n]e
jΩn
, podemos notar, por inspeção, que
(
x[n] = 1, n = ±2
x[n] = 0, c.c.
Portanto, x[n] = δ[n − 2] + δ[n + 2].

(b) A solução é muito semelhante ao caso anterior. Por inspeção notamos que x[n] = δ[n + 2].

1.13. Determine o sinal no domı́nio do tempo da DTFT representada na figura abaixo:

X(ejΩ ) = e−|Ω| , −π ≤ Ω ≤ π :

0.9

0.8

0.7

0.6
e e-
0.5

0.4

0.3

0.2

0.1

0
-10 -5 0 5 10
(rad/amostra)

Solução: Aplicando a definição para calcular a transformada inversa, obtemos:

Z π
1
x[n] = X(ejΩ )ejΩn dΩ
2π π
Devido ao módulo em Ω, devemos separar a integral em duas partes:
Z 0 Z π 
1
x[n] = eΩ ejΩn dΩ + e−Ω ejΩn dΩ
2π −π 0
Z 0 Z π 
1
x[n] = e(jn+1)Ω dΩ + e(jn−1)Ω dΩ
2π −π 0

Resolvendo a integral:
0 π
1 e(jn+1)Ω 1 e(jn−1)Ω
 
x[n] = +
2π jn + 1 −π 2π jn − 1 0
Aplicando os limites:
1 1 − e−jπn e−π ejπn e−π − 1 1 1 − e−jπn e−π 1 − ejπn e−π
   
x[n] = + = +
2π jn + 1 jn − 1 2π jn + 1 1 − jn
A resposta acima já é suficiente. Mas perceba que verificando a relação ejnπ = e−jnπ = (−1)n , podemos
simplificar a expressão para x[n]:
1 1 − (−1)n e−π 1 − (−1)n e−π
   
1 n −π 1 1
x[n] = + = (1 − (−1) e ) +
2π 1 + jn 1 − jn 2π 1 + jn 1 − jn

1 − jn 1 + jn
 
1 n −π
x[n] = (1 − (−1) e ) +
2π 1 + n2 1 + n2
Finalmente:
1 − (−1)n e−π
x[n] =
π(1 + n2 )

7
2 Propriedades das Representações de Fourier
2.1. Encontre a Transformada de Fourier do sinal dado por
d  −3t
x(t) = (e u(t)) ∗ (e−t u(t − 2))
dt

Três propriedades devem ser utilizadas. diferenciação, convolução e deslocamento no tempo. Consi-
dere w(t) = e−3t u(t) e v(t) = e−t u(t − 2). Então,
d
x(t) ={w(t) ∗ v(t)}
dt
Pelas propriedades de convolução e diferenciação, temos que:

X(jω) = jωW (jω)V (jω)

O sinal w(t) gera um par conhecido da TF uma vez que e−at u(t) ←→ a+jω 1
.
O sinal v(t) requer a aplicação da propriedade de deslocamento no tempo, mas para isso devemos
multiplicá-lo por e2−2 :

v(t) = e−2 e−(t−2) u(t − 2)

2.2. Use as tabelas de transformadas e as propriedades para encontrar a Transformada de Fourier dos
sinais:
(a) x(t) = sen(2πt)e−t u(t)

(b) x(t) = te−3|t−1|

Solução:
(a) x(t) = sen(2πt)e−t u(t)
Podemos abrir o termo do seno como exponenciais complexas com a Fórmula de Euler:
ej2πt −t e−j2πt −t 1  j2πt −t
e u(t) − e−j2πt e−t u(t)

x(t) = e u(t) − e u(t) = e
2j 2j 2j
O sinal z(t) = e−t u(t) possui um par de transformada conhecido:
FT 1
z(t) ←→ Z(jω) =
jω + 1
Assim, temos:
1  j2πt
z(t) − e−j2πt z(t)

x(t) = e
2j
Ainda, sabemos que uma exponencial multiplicando o sinal no tempo, representa um deslocamento
na frequência (Propriedade do Deslocamento na frequência):
 
1 1 1 1
X(jω) = [Z(j(ω − 2π)) − Z(j(ω + 2π))] = −
2j 2j j(w − 2π) + 1 j(ω + 2π) + 1
Note que a expressão acima já é suficiente para a resposta. Porém, podemos simplificá-la:
2π + ω − j + 2π − ω + j
   
1 1 1 1
X(jω) = + =
2 (2π − ω) + j (2π + ω) − j 2 [(2π − ω) + j][(2π + ω) − j]
2π 2π
X(jω) = =
4π 2 + 2jω − ω + 1
2 (jω + 1)2 + (2π)2
Note que este formato também é conhecido e disponı́vel nas tabelas:
FT ω0
y(t) = sen(ω0 t)e−αt u(t) ←→
(jω + α)2 + ω02

8
 (b) x(t) = te−3|t−1|
Aqui, podemos escrever: x(t) = tz(t), com z(t) = e−3|t−1| . Usando a Propriedade da Diferenciação
na Frequência, observamos que:
dZ(jω)
X(jω) = j
dω
Ainda, podemos escrever: z(t) = s(t − 1), onde s(t) = e−3|t| . Então, usando a propriedade do
deslocamento no tempo:
Z(jω) = e−jω S(jω)
O termo e−a|t| tem Transformada conhecida e presente nas tabelas:
FT 2a
e−a|t| ←→
ω 2 + a2
Portanto, nota-se que:
6
S(jω) =
9 + ω2
6
Z(jω) = e−jω
ω2 +9
Z(jω) 6e−jω 12ωe−jω
X(jω) = j = 2
−j 2
dω 9+ω (ω + 9)2

2.3. Usando as tabelas e propriedades, determine a Transformada de Fourier de Tempo Discreto para
os sinais:
 n
1
(a) x[n] = u[n + 2]
3
 n
π 1
(b) x[n] = cos( 4 n) u[n − 2]
2
Solução:
 n
1
(a) x[n] = u[n + 2]
3
Podemos reescrever o sinal como:
 −2  n+2
1 1
x[n] = u[n + 2]
3 3
 −2
1
x[n] = w[n],
3
 n+2
1
com w[n] = u[n + 2]. Usando a propriedade do deslocamento no tempo, podemos dizer que:
3
w[n] = z[n + 2], e portanto, W (ejΩ ) = e2jΩ Z(ejΩ ). O sinal z[n] tem transformada conhecida:
 n
1 DT F T 1
u[n] ←→ 1
3 1 − 3 e−jΩ
Logo, aplicando as propriedades e substituindo nas expressões anteriores:
1
Z(ejΩ ) = 1 −jΩ
1− 3e

e2jΩ
W (ejΩ ) =
1 − 13 e−jΩ

9e2jΩ
X(ejΩ ) =
1 − 13 e−jΩ

9
  n
1
(b) x[n] = cos( π4 n) u[n − 2]
2
Podemos reescrever o sinal x[n] na forma:
 π   1 2  1 n−2
x[n] = cos n u[n − 2]
4 2 2
1 π 
x[n] = cos n w[n],
4 4
 n−2
1
com w[n] = u[n − 2]. Usando a propriedade de deslocamento no tempo, sabemos que:
2  n
jΩ −2jΩ jΩ 1
w[n] = z[n − 2], ou seja, W (e ) = e Z(e ). O sinal z[n] = u[n] tem transformada
2
conhecida, presente nas tabelas de DTFT:
1
Z(ejΩ ) = ,
1 − 12 e−jΩ

e assim, conclui-se que:

e−2jΩ
W (ejΩ ) =
1 − 12 e−jΩ

Ainda, voltando a expressão de x[n], podemos abrir o termo de cosseno em exponenciais, e assim:
1 jΩ π π
e 4 w[n] + e−jΩ 4 w[n]


x[n] =
8
Finalmente, usando a propriedade de deslocamento na frequência, podemos notar que:
1h π π
i
X(ejΩ ) = W (ej(Ω− 4 ) ) + W (ej(Ω+ 4 ) )
8
Portanto, substituindo a expressão de W (ejΩ ), obtém-se:
" π π
#
jΩ 1 e−2j(Ω− 4 ) e−2j(Ω+ 4 )
X(e ) = π + π
8 1 − 12 e−j(Ω− 4 ) 1 − 12 e−j(Ω+ 4 )

2.4. Determine xi (t), i = 1, 2, 3,

e−j3ω
(a) X1 (jω) = , x1 (t) = e−2(t−3) u(t − 3)
2 + jω

10jω −5t
(b) X2 (jω) = , x2 (t) = 10 de dt
u(t)
= 10e−5t δ(t) − 50e−5t u(t)
5 + jω

−jω
   
1 −2t
(c) X3 (jω) = ∗ , x3 (t) = 2π · xi3 (t) · xii
3 (t) = 2π(e − 2e−3t )u(t)
(jω)2 + 3jω + 2 1 + jω

−jω
X3i (jω) = (jω)2 +3jω+2 = 1
jω+1 − 2
jω+2 ←→ xi3 (t) = (e−t − 2e−2t )u(t)
1 −t
(1)
X3ii (jω) = 1+jω ←→ xii
3 (t) = e u(t)

10
2.5. Usar as tabelas e as propriedades para calcular a inversa das Transformadas de Fourier abaixo:
jω
(a) X(jω) =
(jω + 1)2
(b) X(ejΩ ) = jsen(4Ω) − 2
" # " #
15 7
sen( Ω) sen( Ω)
(c) X(ejΩ ) = e−2jΩ 2
~ 2
sen( Ω2 ) sen( Ω2 )
Solução:
jω
(a) X(jω) =
(jω + 1)2
Primeiramente, podemos dizer que:
1
X(jω) = jω = jωZ(jω)
(jω + 1)2
dz(t)
Usando a propriedade da diferenciação no tempo, nota-se que: x(t) =
dt
Ainda, é possı́vel notar que:
1 dW (jω)
Z(jω) = =j ,
(jω + 1)2 dω
1
onde W (jω) = . Assim, usando a propriedade da diferenciação na frequência, nota-se que:
jω + 1
z(t) = tw(t)

Ainda, W (jω) tem transformada inversa conhecida, dada por:

w(t) = e−t u(t)

dz(t)
logo: z(t) = te−t u(t) e x(t) = , portanto:
dt
x(t) = (1 − t)e−t u(t)

(b) X(ejΩ ) = jsen(4Ω) − 2

Podemos abrir a expressão do seno em exponenciais:

e4jΩ e−4jΩ e4jΩ e−4jΩ

 
X(ejΩ ) = j − −2= − −2
2j 2j 2 2
Usando a propriedade do deslocamento no tempo, podemos concluir que:
1 1
x[n] = δ[n + 4] − δ[n − 4] − 2δ[n]
2 2

" # " #
sen( 15
2 Ω) sen( 27 Ω)
jΩ
(c) X(e ) = e −2jΩ
~
sen( Ω2 ) sen( Ω2 )

Podemos utilizar a propriedade da convolução neste caso:

X(ejΩ ) = W (ejΩ ) ~ Z(ejΩ )

x[n] = 2πw[n]z[n],

11
 onde nota-se que:
sen( 15
2 Ω) sen( 27 Ω)
W (ejΩ ) = e−2jΩ , Z(ejΩ ) =
sen( Ω2 ) sen( Ω2 )
Ainda, podemos escrever usando a propriedade de deslocamento no tempo, que: W (ejΩ ) = e−2jΩ Y (ejΩ ),
e portanto: w[n] = y[n−2]. Agora, observe que a transformada abaixo, tem uma inversa conhecida:
 
(2M + 1)
sen Ω (
2 DT F T 1, −M ≤ n ≤ M
←→
sen Ω2


0, c.c.
Que é o sinal de pulso retangular de −M até M com amplitude unitária. Dessa forma, nota-se que:
(
1, −7 ≤ n ≤ 7
y[n] =
0, c.c.
(
1, −5 ≤ n ≤ 9
w[n] =
0, c.c.
(
1, −3 ≤ n ≤ 3
z[n] =
0, c.c.
Logo, como o sinal x[n] é o produto dos pulsos z[n] e w[n] com 2π, conclui-se que:
(
2π, −3 ≤ n ≤ 3
x[n] =
0, c.c.

2.6. Usar o método das frações parciais para encontrar a transformada inversa dos sinais:
jω
(a) X(jω) = 2
(jω) + 6jω + 8

2(jω)2 + 12jω + 14
(b) X(jω) =
(jω)2 + 6jω + 5

2(jω)2 + 9jω + 13
(c) X(jω) =
(jω)3 + 6(jω 2 ) + 9jω + 4

Solução:
(a) x(t) = −e−2t u(t) + 2e−4t u(t)

(b) Devemos simplificar a expressão para eliminar o termo de maior ordem nesse caso:
2(jω)2 + 12jω + 14 (jω)2 + 6jω + 5
 
2
X(jω) = =2 +
(jω)2 + 6jω + 5 (jω)2 + 6jω + 5 (jω)2 + 6jω + 5

4
X(jω) = 2 +
(jw)2 + 6jω + 5
Agora podemos desenvolver as frações parciais para o segundo termo:
4 C1 C2
X2 (jω) = = + C1 = 1, C2 = −1
(jw)2 + 6jω + 5 jω + 1 jω + 5

1 −1
X(jω) = 2 + +
jω + 1 jω + 5

x(t) = 2δ(t) + e−t u(t) − e−5t u(t)

12
 2(jω)2 + 9jω + 13
(c) X(jω) =
(jω)3 + 6(jω 2 ) + 9jω + 4
Aqui, nota-se que o polinômio do denominador possui 3 raı́zes. Uma estratégia comum para encon-
trar as raı́zes do polinômio de 3a ordem é testar múltiplos do termo independente.
Exemplo: jω = {−4, 4, −1, 1}. Testando jω = −1, é possı́vel verificar que esta é uma raiz. Então,
para encontrar as outras, podemos dividir o polinômio do denominador por (jω + 1):

(jω)3 + 6(jω)2 + 9(jω) + 4 ÷ (jω + 1) = (jω)2 + 5jω + 4

− (jω)3 + (jω)2

+ 5(jω)2 + 9jω + 4

− 5(jω)2 + 5jω

(+4jω + 4)
− (+4jω + 4)

2(jω)2 + 9jω + 13
Assim, podemos dizer que: X(jω) =
(jω + 1) ((jω)2 + 5jω + 4)
Agora, para expandir em frações parciais precisamos achar as raı́zes do polinômio (jω)2 + 5jω + 4.
As raı́zes são: (jω) = {−1, −4}. Portanto:

2(jω)2 + 9jω + 13 C1 C2 C3
X(jω) = 2
= + 2
+
(jω + 1) (jω + 4) jω + 1 (jω + 1) jω + 4

Neste caso, as constantes C2 e C3 podem ser determinados com o método de Heaviside das frações
parciais:
Para determinar C2 : multiplicar ambos os lados da equação por (jω + 1)2 e considerar jω = −1:

2(jω)2 + 9jω + 13
C2 = → C2 = 2
jω + 4

Para determinar C3 : multiplicar ambos os lados da equação por 4(jω + 4) e considerar jω = −4:

2(jω)2 + 9jω + 13
C3 = → C3 = 1
(jω + 1)2

Por outro lado, para determinar C1 , podemos fazer o denominador comum da equação acima:

2(jω)2 + 9(jω) + 13 C1 (jω + 1)(jω + 4) C2 (jω + 4) C3 (jω + 1)2

X(jω) = = + +
(jω + 1)2 (jω + 4) (jω + 1)2 (jω + 4) (jω + 1)2 (jω + 4) (jω + 1)2 (jω + 4)

Comparando os numeradores podemos concluir que:

2(jω)2 + 9jω + 13 = C1 [(jw)2 + 5jω + 4] + C2 [jω + 4] + C3 [(jω)2 + 2jω + 1]

Observando os termos de maior ordem (jω)2 , podemos concluir que:

C1 + C3 = 2 → C1 = 1

1 2 1
Dessa forma, chegamos em: X(jω) = + 2
+
(jω + 1) (jω + 1) (jω + 4)

x(t) = [e−t + 2te−t + e−4t ]u(t)

13
2.7. Usar o método das frações parciais para encontrar a DTFT inversa dos sinais:
2e−jΩ
(a) X(ejΩ ) =
− 14 e−2jΩ + 1

6 − 2e−jΩ + 21 e−2jΩ
(b) X(ejΩ ) =
− 14 e−2jΩ + 1 1 − 14 e−jΩ

Respostas:
 n  n
1 1
(a) x[n] = 2 u[n] − 2 − u[n]
2 2
 n  n  n
1 1 1
(b) x[n] = 4 u[n] + 4 − u[n] − 2 u[n]
2 2 4

2.8. Demonstre as seguintes propriedades:

(a) Deslocamento na frequência para a Transformada de Fourier

(b) Propriedade da diferenciação do sinal no tempo para a Série de Fourier


z[n] = x[n] ∗ y[n]
(c) Propriedade da convolução para a DTFT:
Z(ejΩ ) = X(ejΩ )Y (ejΩ )

Solução:
(a) Deslocamento na frequência:
FT
Supondo que X(jω) ←→ x(t)
FT
Vamos dizer que Z(jω) ←→ z(t), onde Z(jω) sofreu um deslocamento na frequência de ωa em
relação a X(jω): Z(jω) = X(j(ω − ωa )). Vamos calcular z(t) e verificar o efeito desse deslocamento
na frequência no sinal no domı́nio do tempo:
Z ∞
1
z(t) = Z(jω)ejωt dω
2π −∞
Z ∞
1
z(t) = X(j(ω − ωa ))ejωt dω
2π −∞

Fazendo a substituição de variáveis: α = ω − ωa :

Z ∞
1
z(t) = X(jα)ej(α+ωa )t dα
2π −∞
Z ∞
1
z(t) = ejωa t X(jα)ejαt dα
2π −∞

z(t) = ejωa t x(t)

F S:ω
(b) Supondo que temos um sinal periódico x(t) ←→0 X[k]
F S:ω dx(t)
Agora suponha que temos o sinal periódico y(t) ←→0 Y [k], onde y(t) = . Vamos calcular o
dt

14
 efeito da derivação no tempo na Série de Fourier:
∞
X
x(t) = X[k]ejkω0 t
k=−∞
P∞

dx(t) d k=−∞ X[k]ejkω0 t
y(t) = =
dt dt
Note que o único termo que depende de t no somatório é o termo exponencial. Logo:
∞

X d ejkω0 t
y(t) = X[k]
dt
k=−∞

∞
X
y(t) = X[k]jkω0 tejkω0 t
k=−∞

∞
X
y(t) = Y [k]ejkω0 t
k=−∞

Logo, é fácil notar que Y [k] = X[k]jkω0 t.

(c) Convolução: z[n] = x[n] ∗ y[n] =

∞
X
z[n] = x[k]y[n − k]
k=−∞

∞
X
Z(ejΩ ) = z[n]e−jΩn
n=−∞

∞ ∞
!
X X
Z(ejΩ ) = x[k]y[n − k]e−jΩn
n=−∞ k=−∞

∞
X ∞
X
Z(ejΩ ) = x[k] y[n − k]e−jΩ(n−k) e−jΩn
k=−∞ n=−∞

∞
X
Z(ejΩ ) = x[k]e−jΩk Y (ejΩ )
k=−∞

Z(ejΩ ) = X(ejΩ )Y (ejΩ )

15
3 Aplicação a sistemas
3.1. A FT da resposta impulsiva de um sistema LTI é dada por
3jω + 4 1 2
H(jω) = = +
(jω)2 + 3jω + 2 jω + 1 jω + 2

(a) Qual a resposta impulsiva h(t) deste sistema? h(t) = (e−t + 2e−2t )u(t)
(b) Determine a saı́da deste sistema para uma entrada x(t) = −3e−3t u(t) .
 
1 2 −3
Y (jω) = H(jω)X(jω) = jω+1 + jω+2 jω+3
= 32 jω+3
1
− 32 jω+1
1 6
+ jω+3 6
− jω+2 (2)
−t −2t −3t
y(t) = (−1.5e − 6e + 7.5e )u(t)

(c) Determine a eq. diferencial que descreve o comportamento do sistema no domı́nio do tempo.
ÿ(t) + 3ẏ(t) + 2y(t) = 3ẋ(t) + 4x(t)

3.2. Considere um sistema LTI representado pela seguinte eq. diferencial:

d2 d d
2
y(t) + 0.5 y(t) + y(t) = 0.01 x(t) − 0.50x(t)
dt dt dt
(a) Determine as eq. de magnitude e de fase deste sistema.
√
ω 2 + 502
|H(jω)| = 0.01 p
(1 − ω 2 )2 + 0.25ω 2 (3)
∠H(jω) = 180 − atan( 50
◦ ω 0.5ω
) − atan( 1−ω 2)

(b) Considere que no sistema é aplicada uma entrada da forma x(t) = 0.1 sin(t − π). Qual o sinal que
aparecerá na saı́da do processo, após o perı́odo transitório? y(t) = 0.1
sen(t − 91.19◦ )
(c) Trace o diagrama de Bode deste sistema, especificando numericamente os valores de magnitude e
de fase para as frequncias ω = 1, ω = 0.01 rad/s.
Solução:

Bode Diagram
System: G
20 Frequency (rad/s): 1.03
Magnitude (dB): −0.373
0
Magnitude (dB)

−20 System: G
Frequency (rad/s): 0.02
−40 Magnitude (dB): −6.02

−60

−80

−100
180
Phase (deg)

90

−90
−2 −1 0 1 2 3
10 10 10 10 10 10
Frequency (rad/s)

16
3.3. Considere um sistema LTI cuja resposta em frequência é apresentada na abaixo.

(a) Determine se este é um sistema de fase mı́nima ou não-mı́nima (baseado na presença de zeros de
fase não-mı́nima) e seu grau relativo. Justifique suas respostas.
Este sistema é de fase mı́nima, em nenhum momento um zero gera uma perda de fase. Além disto
ele possui grau relativo 1, o que pode ser visto pelo fato de que a fase termina em -90◦ .
(b) Sabendo que a saı́da do sistema em regime permanente para uma entrada é dada por:

y(t) = 10 cos(t − 45o ) + 0.1 sin(100t) x(t) = 2.06 cos(t + 45◦ ) + 100sen(100t+ ≈ 100◦ )

Qual o sinal de entrada que foi aplicado no sistema?

3
10
2
10
1
10
Frequency (rad/sec): 1
Magnitude (dB): 13.7
System: G

0
10
Frequency (rad/sec)
Bode Diagram

Frequency (rad/sec): 0.0124

−1
10
Magnitude (dB): 5.99
System: G

−2
10
−3
10
−4
10
−5
10
20

10

−10

−20

−30

−40

−50

−60

−70

−80
90

45

−45

−90
0

−135

−180

Magnitude (dB)
Phase (deg)

17
 3.4. Considere um sistema LTI representado pela seguinte equação de diferenças:
3
y[n] − y[n − 1] + 0.1875y[n − 2] = 2x[n] − x[n − 1]
2
Utilizando a transformada de Fourier, determine a resposta ao impulso h[n] deste sistema e determine
a saı́da y[n] do mesmo se o sinal x[n] = 0.5n u[n] é aplicado em sua entrada.

3.5. Considere a seguinte resposta ao degrau

s(t) = (100 − 99.9e−0.1t )u(t)

Trace o diagrama de Bode deste sistema especificando os valores de ganho e fase nas frequências de
0.1, 1 e 100 rad/s. Determine a saı́da para uma entrada dada por x(t) = 10e−100t u(t)

40

30

20

10
|H(jω)|

−10

−20

−30

−40
10−2 10−1 100 101 102 103
180

135

90
Fase, ∠H(jω)

45

−45

−90

−135

−180
10−2 10−1 100 101 102 103
Frequência [rad/s]

3.6. Um filtro analógico composto por um resistor R e um capacitor C obedece a seguinte equação
diferencial:

vo (t)
v̇o (t) = v̇i (t) −
RC
Quando o sinal de entrada vi (t) = 3 + 5 cos(15t) [V ] é aplicado neste filtro, o sinal de saı́da é dado
por vo (t) = 4.16 cos(15t + 33.7o ) [V ]. Determine, a natureza do filtro: passa-baixas, passa-altas, ou
passa-faixa?
Determine o valor do capacitor C, sabendo que R = 100Ω.

18
 3.7. Considere um sistema LTI cuja resposta em frequência é apresentada na Figura abaixo.

20
Magnitude (dB)

0
−20
−40
−60
−80
90
Phase (deg)

−90

−180
−3 −2 −1 0 1 2
10 10 10 10 10 10
Frequency (rad/s)
(a) Determine se este é um sistema de fase mı́nima ou não-mı́nima e seu grau relativo.
(b) Determine as equações de ganho e fase do mesmo.
(c) Qual o sinal de saı́da y(t) quando na entrada é aplicado o sinal x(t) = 200 cos(2t)+20 cos(10t+90o )?

3.8. Determine a estabilidade do sistema LTI representado pela seguinte equação de diferenças:

y[n] + 1.6y[n − 1] + 1.28y[n − 2] = 1x[n] − 1.1x[n − 1]

Instável pois as raı́zes da equação caracterı́stica possuem módulo maior do que um.

...
3.9. Considere o seguinte sistema y + 20ÿ + 104 ẏ = 100ẍ + 200ẋ + 104 x
ˆ Trace o diagrama de Bode deste sistema especificando os valores de ganho e fase nas frequências de
1, 10 e 100 rad/s.
ˆ Com base no diagrama de bode, determine a saı́da se x(t) = 50 cos(10t). Justifique sua resposta.
y(t) = cos(10t)

3.10. Considere
 um filtro cuja resposta
 em frequência
 é dada por:
1 jω − 5 1
H(jω) = 2π ∗ ,
(jω)2 + 100jω + 475) 5 + jω

ˆ Determine sua resposta ao impulso h(t) = (10e−100t − e−10t )1/9 · u(t).

ˆ Determine a natureza do filtro justificando sua resposta: passa-baixas, passa-altas, ou passa-faixa.

19
 3.11. Considere um sistema LTI cuja resposta em frequência é apresentada na Figura abaixo.

Bode Diagram
0
Magnitude (dB)

-5

-10

-15

-20
90
Phase (deg)

45

-45

-90
10-2 10-1 100 101 102
Frequency (rad/s)

1. Determine se este sistema possui zeros de fase não-mı́nima e seu grau relativo.

2. Determine sua resposta em frequencia e sua equação diferencial sabendo que se x(t) = cos(100t) a
resposta do mesmo é y(t) = cos(100t − 54.6o ).
H(jω) = e−0.01jω jω+0.1
jω+1
ẏ(t) + y(t) = ẋ(t − 0.01) + 0.1x(t − 0.01)

20