Analise Aula08

Séries de Fourier
Análise de Sinais no Tempo Contínuo: A Série

de Fourier
Edmar José do Nascimento

(Análise de Sinais e Sistemas)
http://www.univasf.edu.br/˜edmar.nascimento
Universidade Federal do Vale do São Francisco

Colegiado de Engenharia Elétrica
Séries de Fourier
Roteiro
1 Séries de Fourier
Série Trigonométrica
Série Trigonométrica Compacta
Série Exponencial de Fourier
Exemplos
Miscelânea
Série de Fourier Generalizada
Séries de Fourier
Introdução
A análise de Fourier (séries e transformadas) é utilizada

na análise de sinais
As séries de Fourier são usadas para analisar sinais
periódicos
A transformada de Fourier pode ser utilizada tanto na
análise de sinais aperiódicos quanto periódicos
A representação de um sinal em séries de Fourier pode
ser comparada com a representação de um vetor em
componentes de uma base de um espaço vetorial
Nas séries de Fourier, um sinal é representado como a
soma de componentes em uma base de funções
ortogonais (senos, cossenos ou exponenciais)
Séries de Fourier
Introdução
Seja x(t) um sinal periódico com período T0 , ou seja,

x(t) = x(t + T0 ), ∀t
O menor valor de T0 é chamado de período fundamental
de x(t)
Verifica-se para um determinado período fundamental T0
que:
Z a+T0 Z b+T0 Z
x(t)dt = x(t)dt = x(t)dt
a b T0
Define-se ainda:
f0 = 1/T0 - frequência fundamental em Hertz
ω0 = 2π/T0 = 2πf0 - frequência fundamental em radianos
por segundo
Séries de Fourier
Introdução
Senóides com frequências múltiplas da frequência

fundamental são chamadas de harmônicas
cos (ω0 t) = cos (2πf0 t) - primeira harmônica
cos (2ω0 t) = cos (4πf0 t) - segunda harmônica
cos (nω0 t) = cos (2πnf0 t) - n-ésima harmônica
As séries de Fourier possuem três representações
equivalentes:
Série trigonométrica em sin (nω0 t) e cos (nω0 t)
Série trigonométrica compacta em cos (nω0 t + θn )
Série exponencial em ejnω0 t
Para as duas últimas representações pode-se definir o
espectro de um sinal periódico
Séries de Fourier
Roteiro
Exemplos
Miscelânea
Séries de Fourier
Fourier mostrou que um sinal periódico x(t) com período

T0 pode ser escrito como
∞
X
x(t) = a0 + an cos (nω0 t) + bn sin (nω0 t)
n=1
Ou seja, um sinal periódico x(t) pode ser representado

como a soma de um termo constante (componente DC) e
de infinitas harmônicas
Para determinar a série trigonométrica de Fourier de um
sinal x(t) é necessário determinar os coeficientes a0 , an e
bn
Séries de Fourier
Para determinar os coeficientes a0 , an e bn , verifica-se

que:
Z Z
1h
cos nω0 t cos mω0 tdt = cos (n + m)ω0 tdt
T0 2 T0
Z i
+ cos (n − m)ω0 tdt
T
0
0, n 6= m
=
T0 /2, n = m 6= 0
Séries de Fourier
De modo similar, tem-se que:

Z Z
1h
sin nω0 t sin mω0 tdt = cos (n − m)ω0 tdt
T0 2 T0
Z i
− cos (n + m)ω0 tdt
T0

0, n 6= m
=
T0 /2, n = m 6= 0
Séries de Fourier
Finalmente:
Z Z
1h
sin nω0 t cos mω0 tdt = sin (n − m)ω0 tdt
T0 2 T0
Z i
+ sin (n + m)ω0 tdt
T0
= 0, ∀m, n
A partir dessas três expressões, verifica-se que os termos

cos (nω0 t) e sin (nω0 t) são ortogonais para diferentes
valores de n 6= 0
Séries de Fourier
Para se obter a0 , integra-se em um período a expressão:

∞
X
n=1
Z Z ∞ h
X Z
x(t)dt = a0 dt + an cos (nω0 t)dt
T0 T0 n=1 T0
Z i
+bn sin (nω0 t)dt = a0 T0
T0
Logo,
Z
1
a0 = x(t)dt
T0 T0
Séries de Fourier
Para se obter an (a componente de cos (nω0 t)), faz-se o

seguinte:
Z Z
2 2
x(t) cos nω0 tdt = a0 cos nω0 tdt +
T0 T0 T0 T0
∞ Z
2 Xh
ak cos (kω0 t) cos (nω0 t)dt
T0 T 0
k =1
Z i
+bk sin (kω0 t) cos (nω0 t)dt = an
T0
Logo,
Z
2
an = x(t) cos nω0 tdt
T0 T0
Séries de Fourier
Para se obter bn (a componente de sin (nω0 t)), faz-se o

seguinte:
Z Z
2 2
x(t) sin nω0 tdt = a0 sin nω0 tdt +
T0 T0 T0 T0
∞ Z
2 Xh
ak cos (kω0 t) sin (nω0 t)dt
T0 T 0
k =1
Z i
+bk sin (kω0 t) sin (nω0 t)dt = bn
T0
Logo,
Z
2
bn = x(t) sin nω0 tdt
T0 T0
Séries de Fourier
Assim, a série trigonométrica de Fourier é dada por:

∞
X
n=1
Sendo,
Z
1
a0 = x(t)dt
T0 T0
Z
2
an = x(t) cos nω0 tdt
T0 T0
Z
2
bn = x(t) sin nω0 tdt
T0 T0
Séries de Fourier
Simetrias
Se x(t) é um sinal par, então:

Z Z T0 /2 Z T0 /2
1 1 2
a0 = x(t)dt = x(t)dt = x(t)dt
T0 T0 T0 −T0 /2 T0 0
Z Z T0 /2
2 2
an = x(t) cos nω0 tdt = x(t) cos nω0 tdt
T0 T0 T0 −T0 /2
Z T0 /2
4
= x(t) cos nω0 tdt
T0 0
Z Z T0 /2
2 2
bn = x(t) sin nω0 tdt = x(t) sin nω0 tdt = 0
T0 T0 T0 −T0 /2
Séries de Fourier
Simetrias
Se x(t) é um sinal ímpar, então:

Z Z T0 /2
1 1
a0 = x(t)dt = x(t)dt = 0
T0 T0 T0 −T0 /2
Z Z T0 /2
2 2
an = x(t) cos nω0 tdt = x(t) cos nω0 tdt = 0
T0 T0 T0 −T0 /2
Z Z T0 /2
2 2
bn = x(t) sin nω0 tdt = x(t) sin nω0 tdt
T0 T0 T0 −T0 /2
Z T0 /2
4
= x(t) sin nω0 tdt
T0 0
Séries de Fourier
Roteiro
Exemplos
Miscelânea
Séries de Fourier
Sabe-se que:
C cos (ω0 t + θ) = C cos θ cos ω0 t − C sin θ sin ω0 t

= a cos ω0 t + b sin ω0 t,
a = C cos θ, b = −C sin θ
p −b
C = a2 + b 2 , θ = arctan
a
Logo, a série de Fourier pode ser escrita na forma
compacta como:
∞
X
x(t) = C0 + Cn cos (nω0 t + θn )
n=1
Séries de Fourier
Os coeficientes C0 , Cn e θn são obtidos a partir de a0 , an e

bn de acordo com as relações
C0 = a0
q
Cn = a2n + bn2
−b
n
θn = arctan
an
Séries de Fourier
Alguns casos especiais podem ser enfatizados:

bn = 0
Neste caso, tem-se que:
∞
X
x (t) = a0 + an cos (nω0 t)
n=1
X∞
= C0 + Cn cos (nω0 t + θn )
n=1
Em que

0, an > 0
C0 = a0 , Cn = |an | e θn =
−π, an < 0
Séries de Fourier
an = 0
Neste caso, tem-se que:
∞
X
x (t) = a0 + bn sin (nω0 t)
n=1
X∞
= C0 + Cn cos (nω0 t + θn )
n=1
Em que

−π/2, bn > 0
C0 = a0 , Cn = |bn | e θn =
π/2, bn < 0
Séries de Fourier
Espectro da Série Compacta
A partir da série compacta é possível obter o espectro da

expansão em séries de Fourier
O espectro consiste nos gráficos discretos de:
Cn versus ω = nω0 - espectro de amplitude
θn versus ω = nω0 - espectro de fase
O espectro permite verificar a contribuição de cada
harmônica para o sinal periódico x(t)
Enquanto x(t) é uma representação no domínio do tempo,
o espectro é o seu equivalente no domínio da frequência
Séries de Fourier
Roteiro
Exemplos
Miscelânea
Séries de Fourier
A partir da fórmula de Euler, sabe-se que:
ejnω0 t + e−jnω0 t ejnω0 t − e−jnω0 t

cos nω0 t = , sin nω0 t =
2 2j
Assim, x(t) pode ser representado como:

∞
X
x(t) = Dn ejnω0 t
n=−∞
Essa expressão é a série exponencial de Fourier

Séries de Fourier
Dn é calculado da seguinte maneira

∞
X ∞
X
x(t) = Dn ejnω0 t −→ x(t)e−jmω0 t = Dn ej(n−m)ω0 t
n=−∞ n=−∞
Z ∞
X Z
x(t)e−jmω0 t dt = Dn ej(n−m)ω0 t dt
T0 n=−∞ T0
Mas,
Z
T0 , n = m
ej(n−m)ω0 t dt =
T0 0, n =6 m
Séries de Fourier

Assim, a série exponencial é dada por:
∞
X
x(t) = Dn ejnω0 t
n=−∞
Z
1
Dn = x(t)e−jnω0 t dt
T0 T0
A relação entre a série exponencial é obtida

expandindo-se x(t)
−1
X ∞
X
jnω0 t
x(t) = Dn e + D0 + Dn ejnω0 t
n=−∞ n=1
∞
X ∞
X
= D0 + D−n e−jnω0 t + Dn ejnω0 t
n=1 n=1
Séries de Fourier
Logo,
∞
X
x(t) = D0 + D−n e−jnω0 t + Dn ejnω0 t
n=1
Mas,
Z
1
Dn = x(t)e−jnω0 t dt
T0 T0
Z Z
1 j
= x(t) cos nω0 tdt − x(t) sin nω0 tdt
T0 T0 T0 T0
an − jbn
=
2
Séries de Fourier
De modo análogo,
Z
1
D−n = x(t)ejnω0 t dt
T0 T0
Z Z
1 j
= x(t) cos nω0 tdt + x(t) sin nω0 tdt
T0 T0 T0 T0
an + jbn
=
2
Assim, tem-se que:
p
an − jbn a2n + bn2 j arctan (−bn /an ) Cn jθn
Dn = = e = e
2 p 2 2
an + jbn a2n + bn2 j arctan (bn /an ) Cn −jθn
D−n = = e = e
2 2 2
Séries de Fourier
Além disso,
D0 = a0 = C0
Cn
|Dn | = |D−n | = , n 6= 0
2
∠Dn = θn , ∠D−n = −θn , n 6= 0
O espectro da série exponencial consiste nos gráficos

discretos de:
|Dn | versus ω = nω0 - espectro de amplitude (função par)
∠Dn versus ω = nω0 - espectro de fase (função ímpar)
Deve-se observar que o espectro da série exponencial
possui tanto frequências negativas quanto positivas
Séries de Fourier
Exemplos
Roteiro
Exemplos
Miscelânea
Séries de Fourier
Exemplos
Exemplo
Exemplos 6.1 e 6.5
Determinar as três séries de Fourier para o sinal x(t) abaixo e
esboçar os espectros de amplitude e fase das séries compacta
e exponencial
Sugestão:
Z
eax
eax cos bxdx = (a cos bx + b sin bx)
a2 + b 2
Z
eax
eax sin bxdx = (a sin bx − b cos bx)
a2 + b 2
Séries de Fourier
Exemplos
Exemplo
Solução exemplos 6.1 e 6.5
T0 = π −→ ω0 = 2
Z Z
1 1 π −t/2 2(1 − e−π/2 )
a0 = x(t)dt = e dt = = 0, 504
T0 T0 π 0 π
Z Z
2 2 π −t/2
an = x(t) cos nω0 tdt = e cos 2ntdt
T0 T0 π 0
4(1 − e−π/2 ) 2
= 2
= 0, 504
π(1 + 16n ) 1 + 16n2
Z Z
2 2 π −t/2
bn = x(t) sin nω0 tdt = e sin 2ntdt
T0 T0 π 0
16n(1 − e−π/2 ) 8n
= = 0, 504
π(1 + 16n2 ) 1 + 16n2
Séries de Fourier
Exemplos
Exemplo
∞
X 2
x(t) = 0, 504 + 0, 504 (cos (2nt) + 4n sin (2nt))
1 + 16n2
n=1
C0 = a0 = 0, 504
q
2
Cn = a2n + bn2 = 0, 504 √
1 + 16n2
−b
n
θn = arctan = − arctan (4n)
an
∞
X 2
x(t) = 0, 504 + 0, 504 √ cos (2nt − arctan (4n))
1 + 16n 2
n=1
Séries de Fourier
Exemplos
Exemplo

O espectro da série compacta é representado nos dois gráficos
abaixo:
Séries de Fourier
Exemplos
Exemplo

Z Z π
1 −jnω0 t 1
Dn = x(t)e dt = e−t/2 e−j2nt dt
T0 T0 π 0
2(1 − e−π/2 ) 0, 504 1 − j4n
= = = 0, 504
π(1 + j4n) 1 + j4n 1 + 16n2
1 0, 504.2 1 8n
= 2
−j
2 |1 +{z
16n } 2 |1 +{z16n2}
an bn
∞
X 1 − j4n j2nt
x(t) = 0, 504 e
n=−∞
1 + 16n2
Séries de Fourier
Exemplos
Exemplo
Exemplo 6.4
e exponencial
Séries de Fourier
Exemplos
Exemplo
Solução exemplo 6.4

Observa-se que x(t) é par
T0 = 2π −→ ω0 = 1
Z T0 /2 Z π/2
2 2 1
a0 = x(t)dt = dt =
T0 0 2π 0 2
Z T0 /2 Z π/2
4 4
an = x(t) cos nω0 tdt = cos ntdt
T0 0 2π 0
 
 0, n par 
2 nπ
= sin = 2/(nπ), n = 1, 5, 9, · · ·
nπ 2  
−2/(nπ), n = 3, 7, 11, · · ·
Z
2
bn = x(t) sin nω0 tdt = 0
T0 T0
Séries de Fourier
Exemplos
Exemplo
∞
1 X 2 nπ
x(t) = + sin cos nt
2 nπ 2
n=1
1 2 1 1 1
= + (cos t − cos 3t + cos 5t − cos 7t + · · · )
2 π 3 5 7
1 2 1 1
x(t) = + [cos t + cos (3t − π) + cos 5t +
2 π 3 5
1
+ cos (7t − π) + · · · ]
7
Séries de Fourier
Exemplos
Exemplo

Séries de Fourier
Exemplos
Exemplo
Z Z π/2
1 −jnω0 t 1
Dn = x(t)e dt = e−jnt dt
T0 T0 2π −π/2
1 1 nπ
= − (e−jnπ/2 − ejnπ/2 ) = sin
2jnπ nπ 2
∞
X 1 nπ jnt
x(t) = sin e
n=−∞
nπ 2
Séries de Fourier
Exemplos
Exemplo
Exemplo 6.7
e exponencial
Séries de Fourier
Exemplos
Exemplo
2π
ω0 =
T0
Z T0 /2 Z T0 /2
1 1 1
a0 = x(t)dt = δ(t)dt =
T0 −T0 /2 T0 −T0 /2 T0
Z T0 /2 Z T0 /2
2 2
an = x(t) cos nω0 tdt = δ(t) cos nω0 tdt
T0 −T0 /2 T0 −T0 /2
2
=
T0
Z T0 /2 Z T0 /2
2 2
bn = x(t) sin nω0 tdt = δ(t) sin nω0 tdt = 0
T0 −T0 /2 T0 −T0 /2
Séries de Fourier
Exemplos
Exemplo
∞
1 2 X 2πnt
x(t) = + cos
T0 T0 T0
n=1
Z Z T0 /2
1 1 1
Dn = x(t)e−jnω0 t dt = δ(t)e−jnω0 t dt =
T0 T0 T0 −T0 /2 T0
∞
1 X j2πnt/T0
x(t) = e
T0 n=−∞
Séries de Fourier
Miscelânea
Roteiro
Exemplos
Miscelânea
Séries de Fourier
Miscelânea
Existência das Séries de Fourier
Para as série de Fourier existir é necessário que a0 , an e

bn sejam finitos
Para que isso ocorra, x(t) deve ser absolutamente
integrável em um período, ou seja:
Z
|x(t)|dt < ∞
T0
Séries de Fourier
Miscelânea
Convergência
O critério de convergência usado nas séries de Fourier é a

"convergência na média"
Considere uma série infinita para um sinal periódico x(t) e
sua versão truncada (aproximada) xN (t) dadas por
∞
X
x(t) = zn (t)
n=1
XN
xN (t) = zn (t)
n=1
O erro de aproximação devido ao truncamento é dado por
e(t) = x(t) − xN (t)

Séries de Fourier
Miscelânea
Convergência
A série converge na média no intervalo (0, T0 ) se

Z T0 Z T0
2
|e(t)| dt = |x(t) − xN (t)|2 dt −→ 0 se N −→ ∞
0 0
Ou seja, a energia do erro em um período tende a zero

quando N tende a infinito
Um outro critério mais simples para a convergência na
média é verificar se o sinal tem energia finita em um
período
Um sinal periódico x(t) possui uma série de Fourier que
converge na média se
Z
|x(t)|2 dt < ∞
T0
Séries de Fourier
Miscelânea
Convergência
Além da convergência na média, é útil analisar a

convergência em pontos específicos
Se um sinal periódico x(t) satisfizer as três condições de
Dirichlet abaixo, então a série de x(t) converge para todo
ponto em que o sinal é contínuo e converge para o valor
médio dos dois lados da descontinuidade nos pontos de
descontinuidade
1 x (t) é absolutamente integrável
2 Há um número finito de descontinuidades finitas em um
período
3 Há um número finito de máximos ou mínimos em um
período
Séries de Fourier
Miscelânea
Fenômeno de Gibbs
O fenômeno de Gibbs ocorre quando o sinal periódico x(t)
apresenta descontinuidades
Ao se considerar uma série de Fourier truncada, há a
presença de um sobre-sinal de amplitude
aproximadamente igual a 9% do valor da descontinuidade
nas vizinhanças dos pontos de descontinuidade
1.2
0.8
0.6
0.4
0.2
−0.2
−8 −6 −4 −2 0 2 4 6 8
Séries de Fourier
Miscelânea
Teorema de Parseval
O teorema de Parseval permite calcular a potência de um

sinal a partir do espectro de amplitude do sinal
Segundo o teorema de Parseval, a potência de um sinal
periódico é igual a soma das potências das componentes
da série, ou seja:
∞
1X 2
Px = C02 + Cn
2
n=1
∞
X ∞
X
Px = |Dn |2 = D02 + 2 |Dn |2
n=−∞ n=1
Fazer o problema 6.3-10

Séries de Fourier
Miscelânea
Resposta de um Sistema LCIT a Entradas Periódicas
Vimos que um sinal periódico x(t) pode ser representado

como
∞
X
x(t) = Dn ejnω0 t
n=−∞
Se um sistema LCIT com função de transferência é

estável, então
ejωt −→ H(jω)ejωt
Aplicando a propriedade da linearidade, tem-se que:

∞
X ∞
X
x(t) = Dn ejnω0 t −→ y(t) = Dn H(jnω0 )ejnω0 t
n=−∞ n=−∞
Séries de Fourier
Miscelânea
Resposta de um Sistema LCIT a Entradas Periódicas
Ou seja, uma entrada periódica resulta em uma saída

periódica com o mesmo período da entrada
As componentes do espectro do sinal periódico são
afetadas diferentemente pela função de transferência do
sistema
Séries de Fourier
Roteiro
Exemplos
Miscelânea
Séries de Fourier
As séries de Fourier estudadas podem ser analisadas de

um ponto de vista mais geral através da analogia entre
funções e vetores
→ −
− →
Considere dois vetores g e x representados abaixo
Sabe-se que:
− −
→ → → −
− →
g . x = | g || x | cos θ
→
− − −
→ →
| g |2 = g . g
→
− → −
− →
g = cx + e
Séries de Fourier
→
− →
− → −
− → →
−
Se g ≃ c x , então e = g − c x corresponde ao erro da
aproximação
→
− →
− →
−
O erro e é minimizado se c| x | = | g | cos θ, ou seja
→
− →−
− →
| g | cos θ g.x
c = →
− = −
→
|x | | x |2
→
− −→ → −
− →
Além disso, se g . x = 0, então g e x são ortogonais
Séries de Fourier
Sejam agora dois sinais g(t) e x(t), então se g(t) ≃ cx(t)

no intervalo t1 < t < t2 então o erro da aproximação é
dado por

g(t) − cx(t), t1 < t < t2
e(t) =
0, c.c.
A melhor aproximação é aquela que minimiza a energia do

erro que pode ser expressada como
Z t2 Z t2
Ee = e2 (t)dt = [g(t) − cx(t)]2 dt
t1 t1
Séries de Fourier
O valor de c que minimiza Ee pode ser obtido fazendo-se

dEe /dt = 0, o que resulta em
Z t2
1
c = g(t)x(t)dt
Ex t1
Fazendo a analogia com vetores tem-se que:
Z t2
→−
− →
g . x ←→ g(t)x(t)dt
t1
−
→
| x |2 ←→ Ex
g(t) e x(t) são ortogonais se
Z t2
g(t)x(t)dt = 0
t1
Séries de Fourier
Se g(t) e x(t) são funções complexas, então:

Z t2
1
c = g(t)x ∗ (t)dt
Ex t1
→ −
− →
Além disso, para dois vetores ortogonais x e y , tem-se
→ −
− → → − →
− →
− →
−
que z = x + y resulta em | z |2 = | x |2 + | y |2
Pode-se mostrar que para dois sinais x(t) e y(t)
ortogonais, tem-se que z(t) = x(t) + y(t) possui energia
Ez = Ex + Ey
Séries de Fourier
Os resultados obtidos anteriormente podem ser

generalizados para dimensões maiores
→ −
− → → −
Sejam x1 , x2 e x3 três vetores mutuamente ortogonais e
→
−
um vetor x ∈ R3 , então temos que:
−
→ →
− →
−
x ≃ c1 x1 + c2 x2
→
− −
→ →
− →
−
x = x − (c1 x1 + c2 x2 )
O erro é mínimo se c1 e c2 são as projeções ortogonais ao

→ −
− →
longo de x1 e x2 , respectivamente
→
− →
− →
− →
− →
−
Se x ≃ c1 x1 + c2 x2 + c3 x3 , então e = 0, já que três
vetores ortogonais formam uma base para R3
Séries de Fourier
Analogamente, um conjunto de sinais

x1 (t), x2 (t), · · · , xN (t) é ortogonal se
Z t2
0, m 6= n
xm (t)xn (t)dt =
∗
t1 En , m = n
Se além disso, En = 1, diz-se que os sinais são

ortonormais
Assim, um sinal x(t) pode ser aproximado por
N
X
x(t) = c1 x1 (t) + c2 x2 (t) + · · · + cN xN (t) ≃ cn xn (t)
n=1
N
X
e(t) = x(t) − cn xn (t)
n=1
Séries de Fourier
O erro é minimizado se
Z t2
1
ci = x(t)xi∗ (t)dt, i = 1, 2, · · · , N
Exi t1
Quando N −→ ∞, então Ee −→ 0 e
∞
X
x(t) = cn xn (t), t1 < t < t2
n=1
é a série de Fourier generalizada

Analise Aula08

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Analise Aula08

Hochgeladen von

Copyright:

Verfügbare Formate

Séries de Fourier

Análise de Sinais no Tempo Contínuo: A Série

Edmar José do Nascimento

Universidade Federal do Vale do São Francisco

A análise de Fourier (séries e transformadas) é utilizada

Seja x(t) um sinal periódico com período T0 , ou seja,

Senóides com frequências múltiplas da frequência

Fourier mostrou que um sinal periódico x(t) com período

Ou seja, um sinal periódico x(t) pode ser representado

Para determinar os coeficientes a0 , an e bn , verifica-se

De modo similar, tem-se que:

A partir dessas três expressões, verifica-se que os termos

Para se obter a0 , integra-se em um período a expressão:

Para se obter an (a componente de cos (nω0 t)), faz-se o

Para se obter bn (a componente de sin (nω0 t)), faz-se o

Assim, a série trigonométrica de Fourier é dada por:

Se x(t) é um sinal par, então:

Se x(t) é um sinal ímpar, então:

Série Trigonométrica Compacta

Série Trigonométrica Compacta

Série Trigonométrica Compacta

C cos (ω0 t + θ) = C cos θ cos ω0 t − C sin θ sin ω0 t

Série Trigonométrica Compacta

Série Trigonométrica Compacta

Os coeficientes C0 , Cn e θn são obtidos a partir de a0 , an e

Série Trigonométrica Compacta

Série Trigonométrica Compacta

Alguns casos especiais podem ser enfatizados:

Série Trigonométrica Compacta

Série Trigonométrica Compacta

Série Trigonométrica Compacta

Espectro da Série Compacta

A partir da série compacta é possível obter o espectro da

Série Exponencial de Fourier

Série Exponencial de Fourier

Série Exponencial de Fourier

A partir da fórmula de Euler, sabe-se que:

ejnω0 t + e−jnω0 t ejnω0 t − e−jnω0 t

Assim, x(t) pode ser representado como:

Essa expressão é a série exponencial de Fourier

Série Exponencial de Fourier

Série Exponencial de Fourier

Dn é calculado da seguinte maneira

Série Exponencial de Fourier

Série Exponencial de Fourier

A relação entre a série exponencial é obtida

Série Exponencial de Fourier

Série Exponencial de Fourier

Série Exponencial de Fourier

Série Exponencial de Fourier

Série Exponencial de Fourier

Série Exponencial de Fourier

O espectro da série exponencial consiste nos gráficos

Solução exemplos 6.1 e 6.5

Solução exemplos 6.1 e 6.5

Solução exemplos 6.1 e 6.5

Solução exemplo 6.4

Solução exemplo 6.4

Solução exemplo 6.4

Solução exemplo 6.4

Solução exemplo 6.7

Solução exemplo 6.7

Existência das Séries de Fourier