Pular para o conteúdo principal
Valmor
AI Blog Educação Music Loja Sobre
0 Usuário U
Sua sessão expirou — entre novamente
Educação

Módulo

  • Sistemas de Telecomunicações

Todas as aulas

  • 1. Fundamentos de Telecomunicações
  • 2. Transformada de Fourier

Educação

  • Visão geral
  • Circuitos
  • Eletromagnetismo
  • Eletrônica
  • Técnicas Digitais
  • Telecomunicações
Administração
Avatar V
Visitante
Entrar

Transformada de Fourier

A transformada como mudança de representação e suas propriedades, organizadas do elementar ao estrutural.

Transformada de Fourier

A transformada como mudança de representação e suas propriedades, organizadas do elementar ao estrutural.

1. A transformada como mudança de representação

Considere-se um sinal x(t)x(t)x(t), definido no domínio do tempo, e sua Transformada de Fourier X(ω)X(\omega)X(ω), definida no domínio da frequência angular:

X(ω)=F{x(t)}=∫−∞∞x(t) e−jωt dt.(Eq. 1)X(\omega) = \mathcal{F}\{x(t)\} = \int_{-\infty}^{\infty} x(t)\,e^{-j\omega t}\,dt. \qquad \text{(Eq. 1)}X(ω)=F{x(t)}=∫−∞∞​x(t)e−jωtdt.(Eq. 1)

A transformação inversa é dada por

x(t)=F−1{X(ω)}=12π∫−∞∞X(ω) ejωt dω.(Eq. 2)x(t) = \mathcal{F}^{-1}\{X(\omega)\} = \frac{1}{2\pi} \int_{-\infty}^{\infty} X(\omega)\,e^{j\omega t}\,d\omega. \qquad \text{(Eq. 2)}x(t)=F−1{X(ω)}=2π1​∫−∞∞​X(ω)ejωtdω.(Eq. 2)

Representa-se o par de transformação por

x(t)  ⟷  X(ω).(Eq. 3)x(t)\;\longleftrightarrow\;X(\omega). \qquad \text{(Eq. 3)}x(t)⟷X(ω).(Eq. 3)

Nessa notação, ttt é a variável temporal, ω\omegaω é a frequência angular (em rad/s\mathrm{rad/s}rad/s), j=−1j=\sqrt{-1}j=−1​ é a unidade imaginária e F{⋅}\mathcal{F}\{\cdot\}F{⋅} é o operador Transformada de Fourier.

A leitura correta de uma propriedade requer distinguir dois aspectos complementares. O primeiro é a regra de manipulação: o que ocorre com os símbolos e operadores quando a expressão atravessa o operador F\mathcal{F}F. O segundo é a interpretação: o fenômeno físico ou matemático que essa regra codifica. Ao longo deste texto, cada propriedade apresenta essas duas leituras em sequência.

Pares fundamentais e dualidade

Alterne entre gaussiana, pulso retangular, sinc e derivada da gaussiana pelos botões. Cada sinal aparece ao lado do seu parceiro espectral — a relação é simétrica (dualidade). Arraste para orbitar.

Carregando simulacao...

2. Nível I — Propriedades algébricas elementares

Estas propriedades decorrem diretamente da linearidade da integral.

2.1. Multiplicação por uma constante

Se x(t)⟷X(ω)x(t)\longleftrightarrow X(\omega)x(t)⟷X(ω), então

a x(t)⟷a X(ω),a∈C.(Eq. 4)a\,x(t)\longleftrightarrow a\,X(\omega), \qquad a\in\mathbb{C}. \qquad \text{(Eq. 4)}ax(t)⟷aX(ω),a∈C.(Eq. 4)

Regra de manipulação

A constante atravessa o operador:

F{a x(t)}=a F{x(t)}.(Eq. 5)\mathcal{F}\{a\,x(t)\}=a\,\mathcal{F}\{x(t)\}. \qquad \text{(Eq. 5)}F{ax(t)}=aF{x(t)}.(Eq. 5)

Interpretação

Multiplicar o sinal por aaa multiplica todas as suas componentes espectrais pelo mesmo fator. Se ∣a∣>1|a|>1∣a∣>1, a amplitude do sinal e do espectro aumenta; se a=−1a=-1a=−1, ocorre uma inversão de sinal, equivalente a uma alteração de fase de π\piπ.

2.2. Linearidade

Se x1(t)⟷X1(ω)x_1(t)\longleftrightarrow X_1(\omega)x1​(t)⟷X1​(ω) e x2(t)⟷X2(ω)x_2(t)\longleftrightarrow X_2(\omega)x2​(t)⟷X2​(ω), então

a x1(t)+b x2(t)⟷a X1(ω)+b X2(ω).(Eq. 6)a\,x_1(t)+b\,x_2(t) \longleftrightarrow a\,X_1(\omega)+b\,X_2(\omega). \qquad \text{(Eq. 6)}ax1​(t)+bx2​(t)⟷aX1​(ω)+bX2​(ω).(Eq. 6)

Regra de manipulação

O operador F\mathcal{F}F distribui-se sobre a soma:

F{ax1+bx2}=aF{x1}+bF{x2}.(Eq. 7)\mathcal{F}\{a x_1+b x_2\}=a\mathcal{F}\{x_1\}+b\mathcal{F}\{x_2\}. \qquad \text{(Eq. 7)}F{ax1​+bx2​}=aF{x1​}+bF{x2​}.(Eq. 7)

Interpretação

O espectro de uma soma de sinais é a soma dos espectros individuais — fundamento da análise por superposição. Um sinal complexo pode ser decomposto em parcelas mais simples, transformando-se cada uma separadamente.

Linearidade e superposição

Ajuste os pesos a e b: o espectro da soma é sempre a soma dos espectros, e nenhuma frequência nova aparece.

Carregando simulacao...

3. Nível II — Deslocamentos e transformações geométricas

Mudanças na posição, na frequência ou na escala de um sinal produzem alterações correspondentes no espectro.

3.1. Deslocamento no tempo

x(t−t0)⟷e−jωt0X(ω).(Eq. 8)x(t-t_0)\longleftrightarrow e^{-j\omega t_0}X(\omega). \qquad \text{(Eq. 8)}x(t−t0​)⟷e−jωt0​X(ω).(Eq. 8)

Regra de manipulação

Substitui-se ttt por t−t0t-t_0t−t0​ no argumento de xxx. No domínio da frequência, surge o fator complexo e−jωt0e^{-j\omega t_0}e−jωt0​.

Interpretação

Para t0>0t_0>0t0​>0, o sinal é atrasado em t0t_0t0​ segundos. Como ∣e−jωt0∣=1\left|e^{-j\omega t_0}\right|=1​e−jωt0​​=1, tem-se

∣e−jωt0X(ω)∣=∣X(ω)∣.(Eq. 9)\left|e^{-j\omega t_0}X(\omega)\right|=|X(\omega)|. \qquad \text{(Eq. 9)}​e−jωt0​X(ω)​=∣X(ω)∣.(Eq. 9)

Portanto, o atraso temporal não altera o espectro de magnitude: ele apenas acrescenta uma fase linear φ(ω)=−ωt0\varphi(\omega)=-\omega t_0φ(ω)=−ωt0​. A quantidade de cada frequência presente no sinal permanece a mesma.

Deslocamento no tempo — magnitude e fase

Use o controle para variar o atraso t₀. A magnitude (em referência translúcida) não muda; só aparece uma fase linear −ω·t₀. Arraste para orbitar a cena.

Carregando simulacao...

3.2. Deslocamento na frequência ou modulação

x(t) ejω0t⟷X(ω−ω0).(Eq. 10)x(t)\,e^{j\omega_0 t}\longleftrightarrow X(\omega-\omega_0). \qquad \text{(Eq. 10)}x(t)ejω0​t⟷X(ω−ω0​).(Eq. 10)

Regra de manipulação

A multiplicação temporal por ejω0te^{j\omega_0 t}ejω0​t corresponde à substituição ω↦ω−ω0\omega\mapsto\omega-\omega_0ω↦ω−ω0​ no espectro.

Interpretação

Todo o espectro é deslocado de ω0\omega_0ω0​ no eixo das frequências — a base matemática da modulação. Para uma portadora real, cos⁡(ω0t)=12ejω0t+12e−jω0t\cos(\omega_0 t)=\tfrac{1}{2}e^{j\omega_0 t}+\tfrac{1}{2}e^{-j\omega_0 t}cos(ω0​t)=21​ejω0​t+21​e−jω0​t, obtém-se

x(t)cos⁡(ω0t)⟷12X(ω−ω0)+12X(ω+ω0).(Eq. 11)x(t)\cos(\omega_0 t) \longleftrightarrow \tfrac{1}{2}X(\omega-\omega_0)+\tfrac{1}{2}X(\omega+\omega_0). \qquad \text{(Eq. 11)}x(t)cos(ω0​t)⟷21​X(ω−ω0​)+21​X(ω+ω0​).(Eq. 11)

Aparecem duas cópias do espectro: uma em +ω0+\omega_0+ω0​ e outra em −ω0-\omega_0−ω0​ — as bandas laterais da modulação AM.

Modulação — deslocamento espectral

Use o controle para variar ω₀. Multiplicar por cos(ω₀t) desdobra o espectro de banda base em duas cópias centradas em ±ω₀ (marcadas em âmbar) — o coração da modulação em amplitude. Arraste para orbitar.

Carregando simulacao...

3.3. Reversão temporal

x(−t)⟷X(−ω).(Eq. 12)x(-t)\longleftrightarrow X(-\omega). \qquad \text{(Eq. 12)}x(−t)⟷X(−ω).(Eq. 12)

Regra de manipulação

A troca t↦−tt\mapsto -tt↦−t no sinal produz a troca ω↦−ω\omega\mapsto -\omegaω↦−ω no espectro.

Interpretação

O sinal é refletido em relação a t=0t=0t=0, enquanto seu espectro é refletido em relação a ω=0\omega=0ω=0. A orientação temporal e a orientação espectral estão, portanto, relacionadas.

Reversão temporal e paridade

Alterne entre x(t), x(−t) e as partes par e ímpar de um sinal causal. A parte par carrega toda a parte real do espectro; a ímpar, toda a imaginária.

Carregando simulacao...

3.4. Mudança de escala temporal

Para a≠0a\neq 0a=0,

x(at)⟷1∣a∣ X ⁣(ωa).(Eq. 13)x(at)\longleftrightarrow \frac{1}{|a|}\,X\!\left(\frac{\omega}{a}\right). \qquad \text{(Eq. 13)}x(at)⟷∣a∣1​X(aω​).(Eq. 13)

Regra de manipulação

A variável temporal é multiplicada por aaa; no domínio da frequência, ω\omegaω é dividida por aaa e o espectro é multiplicado por 1/∣a∣1/|a|1/∣a∣.

Interpretação

Existe uma relação inversa entre duração temporal e largura espectral. Para ∣a∣>1|a|>1∣a∣>1, o sinal é comprimido no tempo e o espectro torna-se mais largo; para 0<∣a∣<10<|a|<10<∣a∣<1, o sinal é dilatado e o espectro estreita-se:

sinal estreito no tempo  ⟺  espectro largo na frequeˆncia.(Eq. 14)\text{sinal estreito no tempo}\;\Longleftrightarrow\;\text{espectro largo na frequência}. \qquad \text{(Eq. 14)}sinal estreito no tempo⟺espectro largo na frequeˆncia.(Eq. 14)

O fator 1/∣a∣1/|a|1/∣a∣ reflete a mudança da medida diferencial na integral (d(at)=a dtd(at)=a\,dtd(at)=adt). Esta é uma manifestação elementar do princípio de incerteza tempo-frequência.

Escala temporal e incerteza tempo-frequência

Use o controle para variar a escala a. Comprimir o sinal no tempo alarga o espectro, e vice-versa — a dualidade central entre duração e largura de banda. Arraste para orbitar.

Carregando simulacao...

4. Nível III — Conjugação, realidade e simetria

Estas propriedades exigem atenção à estrutura complexa do espectro.

4.1. Conjugação complexa

x∗(t)⟷X∗(−ω).(Eq. 15)x^*(t)\longleftrightarrow X^*(-\omega). \qquad \text{(Eq. 15)}x∗(t)⟷X∗(−ω).(Eq. 15)

Regra de manipulação

O conjugado do sinal produz simultaneamente a conjugação do espectro e a reversão da variável de frequência.

Interpretação

A conjugação inverte os sinais das fases complexas. Como frequências positivas e negativas são representadas por exponenciais complexas conjugadas, ocorre também a reflexão espectral.

4.2. Simetria hermitiana para sinais reais

Se x(t)∈Rx(t)\in\mathbb{R}x(t)∈R, então

X(−ω)=X∗(ω).(Eq. 16)X(-\omega)=X^*(\omega). \qquad \text{(Eq. 16)}X(−ω)=X∗(ω).(Eq. 16)

Separando X(ω)=Re⁡{X}+jIm⁡{X}X(\omega)=\operatorname{Re}\{X\}+j\operatorname{Im}\{X\}X(ω)=Re{X}+jIm{X}, segue que Re⁡{X(−ω)}=Re⁡{X(ω)}\operatorname{Re}\{X(-\omega)\}=\operatorname{Re}\{X(\omega)\}Re{X(−ω)}=Re{X(ω)} e Im⁡{X(−ω)}=−Im⁡{X(ω)}\operatorname{Im}\{X(-\omega)\}=-\operatorname{Im}\{X(\omega)\}Im{X(−ω)}=−Im{X(ω)}. Além disso, ∣X(−ω)∣=∣X(ω)∣|X(-\omega)|=|X(\omega)|∣X(−ω)∣=∣X(ω)∣ e arg⁡X(−ω)=−arg⁡X(ω)\arg X(-\omega)=-\arg X(\omega)argX(−ω)=−argX(ω).

Interpretação

Para sinais reais, a parte real do espectro é par e a parte imaginária é ímpar. As frequências negativas não constituem informações independentes: são necessárias na representação complexa, mas podem ser reconstruídas a partir das positivas.

Conjugação e simetria hermitiana

O controle injeta uma parte imaginária no sinal. Em zero, |X(−ω)| coincide com |X(ω)|; ao crescer, a simetria hermitiana se rompe.

Carregando simulacao...

4.3. Sinais reais com paridade

Se x(t)x(t)x(t) é real e par, então X(ω)∈RX(\omega)\in\mathbb{R}X(ω)∈R e X(ω)=X(−ω)X(\omega)=X(-\omega)X(ω)=X(−ω). Se x(t)x(t)x(t) é real e ímpar, então X(ω)=−X(−ω)X(\omega)=-X(-\omega)X(ω)=−X(−ω) e é puramente imaginário.

Interpretação

Um sinal simétrico no tempo possui espectro real e simétrico, sem componente imaginária líquida. A antissimetria temporal manifesta-se como um espectro imaginário e ímpar.


5. Nível IV — Derivação, integração e operadores

Operações diferenciais em um domínio convertem-se em operações algébricas no outro.

5.1. Derivação no tempo

dnx(t)dtn⟷(jω)nX(ω).(Eq. 17)\frac{d^n x(t)}{dt^n}\longleftrightarrow (j\omega)^n X(\omega). \qquad \text{(Eq. 17)}dtndnx(t)​⟷(jω)nX(ω).(Eq. 17)

Regra de manipulação

O operador diferencial d/dtd/dtd/dt converte-se no operador multiplicativo jωj\omegajω. Uma equação diferencial no tempo torna-se, assim, uma equação algébrica na frequência.

Interpretação

A derivação enfatiza as componentes de alta frequência, pois ∣jωX(ω)∣=∣ω∣ ∣X(ω)∣\left|j\omega X(\omega)\right|=|\omega|\,|X(\omega)|∣jωX(ω)∣=∣ω∣∣X(ω)∣. Variações rápidas possuem maior conteúdo de alta frequência, de modo que derivadores tendem a amplificar ruído de alta frequência.

5.2. Multiplicação pelo tempo

tnx(t)⟷jndnX(ω)dωn.(Eq. 18)t^n x(t)\longleftrightarrow j^n\frac{d^n X(\omega)}{d\omega^n}. \qquad \text{(Eq. 18)}tnx(t)⟷jndωndnX(ω)​.(Eq. 18)

Regra de manipulação

Multiplicar por ttt no tempo transforma-se em derivação em relação a ω\omegaω: multiplicação em um domínio corresponde à derivação no domínio conjugado.

Interpretação

Multiplicar por ttt atribui maior peso aos valores afastados da origem temporal; no espectro, isso aparece como uma medida de variação espectral. Essa propriedade também permite calcular momentos temporais a partir de derivadas do espectro.

Multiplicação por t ↔ derivada do espectro

Aumente a ordem n e compare os dois painéis inferiores: o espectro de tⁿ·x(t) e a n-ésima derivada de X(ω) coincidem ponto a ponto.

Carregando simulacao...

5.3. Integração no tempo

Para y(t)=∫−∞tx(τ) dτy(t)=\int_{-\infty}^{t}x(\tau)\,d\tauy(t)=∫−∞t​x(τ)dτ,

Y(ω)=X(ω)jω+πX(0) δ(ω).(Eq. 19)Y(\omega)=\frac{X(\omega)}{j\omega}+\pi X(0)\,\delta(\omega). \qquad \text{(Eq. 19)}Y(ω)=jωX(ω)​+πX(0)δ(ω).(Eq. 19)

Regra de manipulação

A integração temporal corresponde, approximately, à divisão por jωj\omegajω.

Interpretação

A integração atenua as altas frequências e enfatiza as baixas, pois ∣1/(jω)∣=1/∣ω∣\left|1/(j\omega)\right|=1/|\omega|∣1/(jω)∣=1/∣ω∣. O termo em δ(ω)\delta(\omega)δ(ω) representa uma possível componente constante acumulada pelo integrador.

Derivação e integração

Escolha o operador: derivar multiplica o espectro por |ω| e realça as altas frequências; integrar divide e alisa o sinal.

Carregando simulacao...

6. Nível V — Convolução, produto e correlação

Propriedades centrais na teoria de sistemas lineares e invariantes no tempo.

6.1. Convolução no tempo

x(t)∗h(t)⟷X(ω) H(ω).(Eq. 20)x(t)*h(t)\longleftrightarrow X(\omega)\,H(\omega). \qquad \text{(Eq. 20)}x(t)∗h(t)⟷X(ω)H(ω).(Eq. 20)

Regra de manipulação

O operador integral de convolução é convertido em uma multiplicação ordinária: F{x∗h}=XH\mathcal{F}\{x*h\}=XHF{x∗h}=XH.

Interpretação

Em um sistema linear e invariante, y(t)=x(t)∗h(t)y(t)=x(t)*h(t)y(t)=x(t)∗h(t), em que h(t)h(t)h(t) é a resposta ao impulso. No domínio da frequência, Y(ω)=X(ω)H(ω)Y(\omega)=X(\omega)H(\omega)Y(ω)=X(ω)H(ω): a função H(ω)H(\omega)H(ω) indica quanto o sistema multiplica (em ganho e fase) cada componente de frequência da entrada. A convolução descreve a interação temporal; a multiplicação espectral descreve o efeito seletivo por frequência.

Convolução ↔ produto de espectros

Varie a largura τ do filtro gaussiano. No tempo, a convolução suaviza o sinal; na frequência, é apenas o produto |X·H| — a base de todo filtro LIT.

Carregando simulacao...

6.2. Multiplicação no tempo

x(t) h(t)⟷12π(X∗H)(ω).(Eq. 21)x(t)\,h(t)\longleftrightarrow \frac{1}{2\pi}\left(X*H\right)(\omega). \qquad \text{(Eq. 21)}x(t)h(t)⟷2π1​(X∗H)(ω).(Eq. 21)

Regra de manipulação

A multiplicação temporal transforma-se em convolução na frequência.

Interpretação

Quando dois sinais são multiplicados no tempo, seus conteúdos espectrais combinam-se por soma de frequências. Isso explica modulação, mistura, janelamento e amostragem: limitar temporalmente um sinal equivale a multiplicá-lo por uma janela, o que convolve o espectro original com o da janela, produzindo alargamento e vazamento espectral.

Janelamento e vazamento espectral

Observe uma senoide por tempo finito: a raia ideal (em cinza) vira o espectro da janela. Compare retangular, Hann e gaussiana.

Carregando simulacao...

6.3. Correlação e autocorrelação

rxy(τ)=∫−∞∞x(t)y∗(t−τ) dt⟷Rxy(ω)=X(ω)Y∗(ω).(Eq. 22)r_{xy}(\tau)=\int_{-\infty}^{\infty}x(t)y^*(t-\tau)\,dt \longleftrightarrow R_{xy}(\omega)=X(\omega)Y^*(\omega). \qquad \text{(Eq. 22)}rxy​(τ)=∫−∞∞​x(t)y∗(t−τ)dt⟷Rxy​(ω)=X(ω)Y∗(ω).(Eq. 22)

Para y=xy=xy=x, Rxx(ω)=∣X(ω)∣2R_{xx}(\omega)=|X(\omega)|^2Rxx​(ω)=∣X(ω)∣2.

Regra de manipulação

A correlação no tempo corresponde ao produto de um espectro pelo conjugado do outro.

Interpretação

A correlação mede a semelhança entre dois sinais em função de um deslocamento relativo τ\tauτ. A Transformada de Fourier da autocorrelação é o espectro de energia ∣X(ω)∣2|X(\omega)|^2∣X(ω)∣2, no qual a fase desaparece — a forma determinística do teorema de Wiener–Khinchin.

Correlação, autocorrelação e Wiener–Khinchin

Deslize τ e veja a área do produto virar a altura da curva r(τ). O pico marca o alinhamento; a transformada da autocorrelação é |X(ω)|².

Carregando simulacao...

6.4. Teorema de Parseval

∫−∞∞∣x(t)∣2 dt=12π∫−∞∞∣X(ω)∣2 dω.(Eq. 23)\int_{-\infty}^{\infty}|x(t)|^2\,dt = \frac{1}{2\pi}\int_{-\infty}^{\infty}|X(\omega)|^2\,d\omega. \qquad \text{(Eq. 23)}∫−∞∞​∣x(t)∣2dt=2π1​∫−∞∞​∣X(ω)∣2dω.(Eq. 23)

Regra de manipulação

O produto interno no domínio do tempo é preservado, salvo o fator de normalização 1/(2π)1/(2\pi)1/(2π), no domínio da frequência.

Interpretação

A energia total do sinal é a mesma, seja calculada no tempo ou na frequência. A Transformada de Fourier não cria nem destrói energia: ela apenas representa a mesma informação em outra base.

Transformação unitária (Plancherel)

Com a normalização apropriada, a Transformada de Fourier preserva a estrutura geométrica dos sinais de energia finita — normas, ângulos, ortogonalidade e produtos internos. Parseval é a expressão operacional dessa preservação.

Parseval — a energia nos dois domínios

As duas áreas sombreadas são calculadas numericamente e exibidas lado a lado. Comprima o sinal no tempo: a energia se redistribui, mas os totais continuam iguais.

Carregando simulacao...

7. Nível VI — Propriedades globais e dualidade

7.1. Valores na origem e áreas

Tomando ω=0\omega=0ω=0 na definição, X(0)=∫x(t) dtX(0)=\int x(t)\,dtX(0)=∫x(t)dt. Tomando t=0t=0t=0 na inversa, x(0)=12π∫X(ω) dωx(0)=\frac{1}{2\pi}\int X(\omega)\,d\omegax(0)=2π1​∫X(ω)dω.

Regra de manipulação

A expressão exponencial torna-se 111 quando seu argumento é nulo, eliminando o núcleo da integral.

Interpretação

X(0)X(0)X(0) é a componente de frequência zero (DC) — a área algébria sob x(t)x(t)x(t). Reciprocamente, a área total do espectro determina o valor do sinal na origem temporal. Há aqui uma correspondência dual: área no tempo ↔ valor na frequência zero, e área na frequência ↔ valor no tempo zero.

Valor na origem e área

A área sombreada de cada domínio é o valor na origem do outro. Varie a largura do pulso e acompanhe os dois números permanecerem iguais.

Carregando simulacao...

7.2. Dualidade

Se x(t)⟷X(ω)x(t)\longleftrightarrow X(\omega)x(t)⟷X(ω), então

X(t)⟷2π x(−ω).(Eq. 24)X(t)\longleftrightarrow 2\pi\,x(-\omega). \qquad \text{(Eq. 24)}X(t)⟷2πx(−ω).(Eq. 24)

Regra de manipulação

A expressão que desempenhava o papel de espectro passa a ser interpretada como função do tempo; o sinal original reaparece refletido e multiplicado por 2π2\pi2π.

Interpretação

Os domínios do tempo e da frequência possuem estruturas matemáticas semelhantes. Muitas propriedades admitem uma versão dual: deslocamento temporal ↔ modulação; convolução ↔ multiplicação; derivação ↔ multiplicação pela variável conjugada; valor na origem ↔ área total. A dualidade não torna tempo e frequência fisicamente idênticos, mas estabelece uma simetria formal entre eles.

Dualidade — aplicando F em círculo

Cada clique em “aplicar F” transforma o que está na tela e devolve o resultado como novo sinal. Duas aplicações reproduzem o original refletido; quatro fecham o ciclo.

Carregando simulacao...

8. Nível VII — Sinais periódicos, impulsos e amostragem

8.1. Transformada de um sinal periódico

Para um sinal periódico com frequência fundamental ω0=2π/T0\omega_0=2\pi/T_0ω0​=2π/T0​ e coeficientes ckc_kck​ da Série de Fourier,

xp(t)=∑k=−∞∞ck ejkω0t⟷2π∑k=−∞∞ck δ(ω−kω0).(Eq. 25)x_p(t)=\sum_{k=-\infty}^{\infty}c_k\,e^{jk\omega_0 t} \longleftrightarrow 2\pi\sum_{k=-\infty}^{\infty}c_k\,\delta(\omega-k\omega_0). \qquad \text{(Eq. 25)}xp​(t)=k=−∞∑∞​ck​ejkω0​t⟷2πk=−∞∑∞​ck​δ(ω−kω0​).(Eq. 25)

Regra de manipulação

Cada exponencial complexa ejkω0te^{jk\omega_0 t}ejkω0​t transforma-se em um impulso localizado em ω=kω0\omega=k\omega_0ω=kω0​.

Interpretação

Um sinal perfeitamente periódico possui espectro discreto, formado por raias espectrais. A periodicidade infinita no tempo implica concentração exata da energia em frequências específicas.

Sinais periódicos e raias espectrais

Aumente o número de harmônicos: a síntese se aproxima da onda quadrada enquanto o espectro permanece discreto, concentrado em k·ω₀.

Carregando simulacao...

8.2. Amostragem ideal

Com o trem de impulsos p(t)=∑nδ(t−nTs)p(t)=\sum_n\delta(t-nT_s)p(t)=∑n​δ(t−nTs​) e frequência angular de amostragem ωs=2π/Ts\omega_s=2\pi/T_sωs​=2π/Ts​,

xs(t)=x(t) p(t)⟷Xs(ω)=1Ts∑k=−∞∞X(ω−kωs).(Eq. 26)x_s(t)=x(t)\,p(t) \longleftrightarrow X_s(\omega)=\frac{1}{T_s}\sum_{k=-\infty}^{\infty}X(\omega-k\omega_s). \qquad \text{(Eq. 26)}xs​(t)=x(t)p(t)⟷Xs​(ω)=Ts​1​k=−∞∑∞​X(ω−kωs​).(Eq. 26)

Regra de manipulação

A multiplicação pelo trem de impulsos no tempo produz uma convolução com um trem de impulsos na frequência.

Interpretação

A amostragem gera cópias periódicas do espectro original, separadas por ωs\omega_sωs​. Se essas cópias se sobrepõem, ocorre aliasing. Para um sinal limitado a ∣ω∣≤ωmax⁡|\omega|\leq\omega_{\max}∣ω∣≤ωmax​, a reconstrução ideal exige

ωs>2 ωmax⁡,(Eq. 27)\omega_s>2\,\omega_{\max}, \qquad \text{(Eq. 27)}ωs​>2ωmax​,(Eq. 27)

que é a condição de Nyquist — pilar das telecomunicações digitais.

Amostragem e aliasing

Use o controle para variar ωs. O espectro limitado em banda é replicado a cada ωs; quando ωs ≤ 2B as cópias se sobrepõem (aliasing, em vermelho) e a reconstrução deixa de ser possível. Arraste para orbitar.

Carregando simulacao...

9. Epiciclos — a síntese de Fourier em forma geométrica

As seções anteriores tratam X(ω)X(\omega)X(ω) como objeto algébrico: uma função que se desloca, se conjuga, se deriva. Esta seção troca a álgebra pelo desenho. A observação de partida é elementar: uma exponencial complexa é um vetor que gira, e uma soma de Fourier é, portanto, uma engrenagem de vetores encadeados. A figura resultante — circunferências apoiadas sobre circunferências — é a mesma construção com que Ptolomeu descrevia órbitas planetárias, os epiciclos. Nada de novo é acrescentado à teoria; o que muda é que magnitude, fase e frequência deixam de ser coordenadas de um gráfico e passam a ser peças visíveis de um mecanismo.

9.1. O fasor: a exponencial complexa como rotação

A ej(ωt+φ)=Acos⁡(ωt+φ)+j Asen⁡(ωt+φ).(Eq. 28)A\,e^{j(\omega t+\varphi)} = A\cos(\omega t+\varphi) + j\,A\operatorname{sen}(\omega t+\varphi). \qquad \text{(Eq. 28)}Aej(ωt+φ)=Acos(ωt+φ)+jAsen(ωt+φ).(Eq. 28)

Regra de manipulação

Módulo e argumento separam-se: ∣Aej(ωt+φ)∣=A\left|A e^{j(\omega t+\varphi)}\right| = A​Aej(ωt+φ)​=A permanece constante, enquanto arg⁡=ωt+φ\arg = \omega t+\varphiarg=ωt+φ cresce linearmente com o tempo. O ponto percorre a circunferência de raio AAA com velocidade angular ω\omegaω.

Interpretação

Três números descrevem inteiramente o movimento: o raio AAA, o ângulo inicial φ\varphiφ e a velocidade angular ω\omegaω — precisamente magnitude, fase e frequência. A parte real é a projeção horizontal do ponto; a parte imaginária, a projeção vertical. Um cosseno e um seno não são duas funções distintas: são duas sombras do mesmo movimento circular.

O sinal de ω\omegaω é o sentido da rotação. Frequências negativas não constituem, portanto, uma abstração incômoda: são a mesma circunferência percorrida ao contrário. É por isso que a simetria hermitiana da seção 4.2 tem a forma que tem — para um sinal real, cada rotação precisa de sua imagem contrarrotante para que as componentes verticais se cancelem.

O fasor e suas duas sombras

Ajuste amplitude, frequência e fase; alterne o sinal de ω para inverter o sentido de giro. A projeção vertical do ponto (vermelho) é o seno; a horizontal (azul), o cosseno — a mesma rotação lida em dois eixos.

Carregando simulacao...

9.2. A série como soma de vetores girantes

Retomando a Eq. 25, um sinal periódico de frequência fundamental ω0\omega_0ω0​ escreve-se

xp(t)=∑k=−∞∞ck ejkω0t,ck=1T0∫T0xp(t) e−jkω0t dt.(Eq. 29)x_p(t)=\sum_{k=-\infty}^{\infty}c_k\,e^{jk\omega_0 t}, \qquad c_k=\frac{1}{T_0}\int_{T_0}x_p(t)\,e^{-jk\omega_0 t}\,dt. \qquad \text{(Eq. 29)}xp​(t)=k=−∞∑∞​ck​ejkω0​t,ck​=T0​1​∫T0​​xp​(t)e−jkω0​tdt.(Eq. 29)

Cada parcela, isoladamente, é um fasor:

ck ejkω0t=∣ck∣ ej(kω0t+arg⁡ck).(Eq. 30)c_k\,e^{jk\omega_0 t} = |c_k|\,e^{j\left(k\omega_0 t+\arg c_k\right)}. \qquad \text{(Eq. 30)}ck​ejkω0​t=∣ck​∣ej(kω0​t+argck​).(Eq. 30)

A soma parcial de ordem NNN,

SN(t)=∑k=−NNck ejkω0t,(Eq. 31)S_N(t)=\sum_{k=-N}^{N}c_k\,e^{jk\omega_0 t}, \qquad \text{(Eq. 31)}SN​(t)=k=−N∑N​ck​ejkω0​t,(Eq. 31)

é a posição da extremidade do último vetor da cadeia.

Regra de manipulação

Somar números complexos é encadear vetores ponta a ponta. O termo kkk contribui com um braço de comprimento ∣ck∣|c_k|∣ck​∣, que parte da extremidade do braço anterior, começa no ângulo arg⁡ck\arg c_kargck​ e completa kkk voltas a cada período T0T_0T0​.

Interpretação

O espectro deixa de ser um gráfico e passa a ser a lista de peças de uma máquina: magnitude é raio, fase é ângulo inicial, frequência é velocidade angular. Para um sinal real, os termos aparecem em pares conjugados (c−k=ck∗c_{-k}=c_k^*c−k​=ck∗​), e cada par colapsa em uma oscilação real:

ckejkω0t+c−ke−jkω0t=2∣ck∣cos⁡ ⁣(kω0t+arg⁡ck).(Eq. 32)c_k e^{jk\omega_0 t}+c_{-k}e^{-jk\omega_0 t} = 2|c_k|\cos\!\left(k\omega_0 t+\arg c_k\right). \qquad \text{(Eq. 32)}ck​ejkω0​t+c−k​e−jkω0​t=2∣ck​∣cos(kω0​t+argck​).(Eq. 32)

Dois vetores contrarrotantes de mesmo comprimento somam-se sempre sobre uma reta — é a leitura geométrica da seção 4.2. Truncar a soma em NNN equivale a remover os braços mais rápidos: um filtro passa-baixas ideal, com o arredondamento de quinas e as ondulações de Gibbs que a seção 6.2 previa.

Epiciclos de uma onda periódica

Cada harmônico é uma circunferência de raio 4/(kπ), 2/(kπ) ou 8/(π²k²), conforme a forma escolhida. A altura da ponta da cadeia é levada para a direita e desenha a onda. Aumente os harmônicos e observe as quinas se formarem — e o salto que nunca fecha.

Carregando simulacao...

Por que a onda quadrada nunca fecha

As amplitudes da onda quadrada decaem com 1/k1/k1/k, e a série converge lentamente: mesmo com muitos braços, sobra uma ultrapassagem de cerca de 9 % junto à descontinuidade (fenômeno de Gibbs). Já a onda triangular decai com 1/k21/k^21/k2 e converge de forma uniforme — sem ultrapassagem. A velocidade de decaimento dos coeficientes é a tradução espectral da suavidade do sinal.

9.3. Curvas fechadas: desenhar com o espectro

Nada obriga o sinal a ser real. Uma curva fechada no plano pode ser lida como um sinal complexo periódico,

z(t)=x(t)+j y(t),z(t+1)=z(t),(Eq. 33)z(t)=x(t)+j\,y(t), \qquad z(t+1)=z(t), \qquad \text{(Eq. 33)}z(t)=x(t)+jy(t),z(t+1)=z(t),(Eq. 33)

em que ttt percorre uma volta completa. Amostrando a curva em NNN pontos znz_nzn​, os coeficientes saem de uma Transformada de Fourier Discreta:

ck=1N∑n=0N−1zn e−j2πkn/N,(Eq. 34)c_k=\frac{1}{N}\sum_{n=0}^{N-1}z_n\,e^{-j2\pi k n/N}, \qquad \text{(Eq. 34)}ck​=N1​n=0∑N−1​zn​e−j2πkn/N,(Eq. 34)

e a síntese truncada reconstrói a curva:

z(t)  ≈  ∑∣k∣≤Nhck ej2πkt.(Eq. 35)z(t)\;\approx\;\sum_{|k|\leq N_h}c_k\,e^{j2\pi k t}. \qquad \text{(Eq. 35)}z(t)≈∣k∣≤Nh​∑​ck​ej2πkt.(Eq. 35)

Regra de manipulação

A única diferença em relação à Eq. 29 é que znz_nzn​ é complexo desde o início. Com isso, c−kc_{-k}c−k​ e ckc_kck​ tornam-se independentes: as rotações nos dois sentidos deixam de se cancelar e passam a compor um movimento no plano.

Interpretação

O termo c0c_0c0​ é o centro de massa da curva — a componente DC, que apenas posiciona o desenho. Os pares ±k\pm k±k de menor ∣k∣|k|∣k∣ dão a forma geral; os de ∣k∣|k|∣k∣ elevado acrescentam os detalhes finos: quinas, pontas e mudanças bruscas de direção. Uma curva suave é reproduzida com meia dúzia de círculos; um polígono exige uma cauda longa de harmônicos — a mesma razão pela qual o pulso retangular, descontínuo, tem espectro sinc de decaimento lento.

Epiciclos 2D — desenhando uma curva fechada

Escolha uma figura ou arraste sobre a cena para desenhar a sua própria curva fechada: os coeficientes são recalculados a partir do traço. O controle de harmônicos trunca a série, e o erro médio mostra o preço de cada corte.

Carregando simulacao...

9.4. As propriedades vistas na engrenagem

A mesma figura reinterpreta, uma a uma, as propriedades já demonstradas:

PropriedadeEfeito sobre os epiciclos
Multiplicação por constante (§2.1)todos os raios multiplicados pelo módulo de aaa; muda o tamanho, não a forma
Deslocamento no tempo (§3.1)cada braço recebe a fase −kω0t0-k\omega_0 t_0−kω0​t0​: a engrenagem parte de outra posição
Modulação (§3.2)soma-se ω0\omega_0ω0​ a todas as velocidades; a figura gira enquanto é desenhada
Escala temporal (§3.4)os braços giram aaa vezes mais rápido; o desenho é o mesmo, o espectro alarga
Simetria hermitiana (§4.2)os braços aparecem em pares contrarrotantes, e o traço colapsa sobre uma reta
Derivação no tempo (§5.1)cada raio multiplicado por kω0k\omega_0kω0​ em módulo e adiantado de π/2\pi/2π/2
Parseval (§6.4)a soma dos quadrados dos raios é a potência média do sinal
Truncamento em NNN (§8.1)remover os braços rápidos é filtrar em passa-baixas

O ganho não é apenas ilustrativo. Perguntas como “por que o atraso não altera o espectro de magnitude?” tornam-se imediatas quando magnitude é raio e atraso é apenas o instante em que a engrenagem foi ligada.


10. Laboratório — digite um sinal e leia sua transformada

As propriedades foram apresentadas uma a uma; resta usá-las. A simulação a seguir aceita uma expressão qualquer em ttt, exibe-a tipografada e calcula numericamente

G(ω)=∫−∞∞x(t) e−jωt dtG(\omega)=\int_{-\infty}^{\infty}x(t)\,e^{-j\omega t}\,dtG(ω)=∫−∞∞​x(t)e−jωtdt

por Transformada de Fourier Discreta sobre a janela escolhida. Quatro painéis mostram, simultaneamente, o sinal x(t)x(t)x(t), a transformada G(ω)G(\omega)G(ω) separada em partes real e imaginária, a magnitude ∣G(ω)∣|G(\omega)|∣G(ω)∣ e a fase ∠G(ω)\angle G(\omega)∠G(ω).

Laboratório: x(t) → G(ω), |G(ω)| e ∠G(ω)

Digite a expressão do sinal (ou escolha um atalho) e acompanhe os quatro painéis. Funções disponíveis: sin, cos, tan, exp, ln, sqrt, abs, sgn, sinc, rect, tri, u, além de pi e e.

Carregando simulacao...

Roteiro sugerido

  1. Paridade (§4.3). Comece com exp(-t^2): sinal real e par, transformada inteiramente real — a parte imaginária é nula e a fase é zero.
  2. Deslocamento (§3.1). Troque para exp(-(t-2)^2). A magnitude não se altera; surge a fase linear −2ω-2\omega−2ω, que aparece como uma rampa serrilhada entre ±π\pm\pi±π.
  3. Escala (§3.4). Compare rect(t/4) com rect(t): o pulso mais estreito produz um sinc mais largo.
  4. Modulação (§3.2). Multiplique um envelope por uma portadora, exp(-t^2/4)*cos(6*t), e veja o espectro de banda base desdobrar-se em duas cópias em ±6\pm 6±6.
  5. Descontinuidade. Experimente u(t)*exp(-t): sinal nem par nem ímpar, transformada com partes real e imaginária não triviais e fase que varre continuamente.

Limites do cálculo numérico

A integral é avaliada sobre a janela finita [−T, T][-T,\,T][−T,T] e com passo de amostragem finito. Sinais que não decaem dentro da janela (senoides puras, degraus) aparecem truncados: no espectro, isso se manifesta como vazamento — exatamente a convolução com a janela discutida na seção 6.2. Alargar a janela reduz o efeito, mas não o elimina.


11. Síntese por grau de dificuldade

NívelPropriedadesIdeia central
IMultiplicação por constante e linearidadeA integral respeita somas e fatores constantes
IIDeslocamento, modulação, reversão e escalaAlterações geométricas em um domínio produzem alterações correspondentes no outro
IIIConjugação, realidade e paridadeA estrutura complexa do espectro codifica simetrias temporais
IVDerivação, multiplicação por ttt e integraçãoOperadores diferenciais tornam-se operadores algébricos
VConvolução, produto, correlação e ParsevalA interação entre sinais muda de forma entre os dois domínios
VIDualidade e valores na origemA transformação preserva estruturas globais e relaciona origem e área
VIIPeriodicidade, impulsos e amostragemA teoria estende-se a distribuições e a réplicas espectrais

A ideia unificadora é que a Transformada de Fourier não é apenas uma tabela de regras: é uma mudança de representação. Operações difíceis no tempo podem tornar-se simples na frequência, enquanto propriedades temporais passam a ser codificadas pela magnitude, pela fase, pela simetria e pela distribuição espectral — exatamente o ferramental que sustenta filtragem, modulação e a própria digitalização dos sinais.

Anterior Fundamentos de Telecomunicações Menu
Valmor

Desenvolvimento web, projetos de hardware e eletrônica.

Navegação

  • AI
  • Blog
  • Educação
  • Music
  • Loja
  • Sobre

Social

  • linkedin
  • github

© 2026 Valmor Nascimento. Todos os direitos reservados.

Privacidade Termos Cookies Encarregado

Sobre seus dados

Medimos a audiência deste site com ferramenta própria, por legítimo interesse. Não usamos rastreadores de terceiros, publicidade nem seu endereço IP. Você pode recusar agora ou depois, em Conta → Ajustes.

Política de Privacidade · Cookies