Paulo J. S. G.

Ferreira
Matemática Aplicada
2002–2–19 22:50

Capı́tulo 3

O conceito de sinal

Neste capı́tulo definimos as classes de sinais que teremos oportunidade de

usar, isto é, os sinais analógicos, e os sinais digitais. Mencionamos também os
processos de conversão mediante os quais um sinal de uma destas duas classes
pode ser convertido num sinal pertencente à outra classe. Esclarecemos ainda
certas questões de nomenclatura e notação cuja validade se estende a todo o
texto.

3.1 Sinais analógicos

Os sinais analógicos são matematicamente descritos por uma função real
ou complexa de variável real (ver figura 3.1). A variável independente será
normalmente identificada com a grandeza tempo. O facto da variável in-
dependente ser real, e poder portanto assumir um contı́nuo de valores, é
frequentemente sublinhado pela expressão sinal de tempo contı́nuo. Estes
sinais desempenham frequentemente o papel de modelos de certas variáveis
fı́sicas (corrente eléctrica, diferença de potencial, etc.) variáveis em função
do tempo.

3.1.1 Notação para sinais analógicos

É frequente usar o mesmo sı́mbolo para representar determinada função ou
sinal e o seu valor num qualquer ponto do domı́nio. Por exemplo, na ex-
pressão “a função f (t)”, o sı́mbolo f (t) entra com um significado que não
é “o valor da função f no instante t”. Isto pode ser cómodo em algumas
circunstâncias, mas noutras pode causar confusão.
Por isso, representaremos por vezes os sinais analógicos por letras minúsculas,
normalmente isoladas, como, por exemplo, f , g e h. A variável independente

57
 Paulo J. S. G. Ferreira
Matemática Aplicada
2002–2–19 22:50

3.2 Sinais digitais 58

0.15

0.1

0.05

amplitude
-0.05

-0.1

-0.15

-0.2

-0.25
0 200 400 600 800 1000
tempo

Figura 3.1: Um segmento de um sinal analógico.

... 0.055060 0.022476 -0.046377 -0.049034 0.023904
0.067394 0.048539 0.051399 0.086719 0.086013 0.043275
-0.001710 -0.029939 -0.047494 -0.057180 -0.022995 0.044379
0.053384 0.033242 0.080232 ...

Figura 3.2: Alguns valores de um sinal digital.

será designada por t e identificada com a grandeza tempo. O valor do sinal

f no instante t será designado por f (t).

3.2 Sinais digitais

Os sinais digitais são, fundamentalmente, conjuntos de números (figura 3.2),
que se podem enumerar como

{. . . , f−2 , f−1 , f0 , f1 , f2 , . . .}

Representando graficamente os números fk em função do ı́ndice k podem

obter-se representações como as das figuras 3.3 e 3.4.
Os sinais digitais resultam muitas vezes da aplicação de duas operações
(amostragem e arredondamento) sobre os sinais analógicos.
A operação de amostragem consiste, essencialmente, em tomar os valores
f (kT ) que um sinal f toma em determinados instantes kT do tempo, desig-
nados por instantes de amostragem. Ao número T , que determina o intervalo
de tempo que decorre entre duas amostras consecutivas, chama-se perı́odo de

58
 Paulo J. S. G. Ferreira
Matemática Aplicada
2002–2–19 22:50

3.2 Sinais digitais 59

0.15

0.1

0.05

amplitude
0

-0.05

-0.1

-0.15

-0.2
0 200 400 600 800 1000
tempo

Figura 3.3: Uma representação do sinal digital referido na figura 3.2.

amostragem. Ao recı́proco de T ,
1
fa = ,
T
chama-se frequência de amostragem, cadência de amostragem ou ainda taxa
de amostragem. Se T for expresso em segundos, fa vem em Hertz (Hz).
Também é costume utilizar a grandeza
2π
ωa = 2πfa = ,
T
a que nos referiremos também como frequência de amostragem, e que se
exprime em radianos por segundo (rad/s).
Os sinais digitais têm grande importância prática, uma vez que qualquer
operação que se pretenda realizar utilizando computador sobre um dado si-
nal analógico só é possı́vel após a sua conversão num conjunto de números,
isto é, num sinal digital. Lembremo-nos que os computadores operam sobre
representações binárias finitas, (números, num certo sentido), e não sobre
funções. Por isso, para que o computador possa ser usado, é necessário re-
duzir a função (ou sinal) sobre o qual se quer operar a uma sequência de
números. É este o propósito do processo de digitalização, que descreveremos
de modo mais detalhado posteriormente.

3.2.1 Notação para sinais digitais

Quando o valor do perı́odo de amostragem T não for importante podem
representar-se as amostras f (kT ) do sinal f pela notação simplificada f k .

59
 Paulo J. S. G. Ferreira
Matemática Aplicada
2002–2–19 22:50

3.2 Sinais digitais 60

0.15

0.1

0.05

amplitude
0

-0.05

-0.1

-0.15

-0.2
0 200 400 600 800 1000
tempo

Figura 3.4: Uma outra representação do sinal digital referido na figura 3.2.

Assim, o conjunto
{. . . , f−2 , f−1 , f0 , f1 , f2 , . . .} (3.1)
bastará para representar um sinal digital.
É frequente dizer-se que os sinais digitais são representáveis por funções
de variável discreta, e não por funções de variável contı́nua. O significado
desta afirmação é claro, uma vez que um sinal digital fica definido por uma
função
k ∈ −→ x(k).
De todas estas interpretações resultam diversos costumes de escrita para o
valor de um sinal digital em determinado ponto k do domı́nio. Assim, pode
usar-se

• f (kT ), para designar a amostra k de um sinal f amostrado com perı́odo

T.

• fk ou mesmo f (k), quando tudo o que importa referir é o facto de

estarmos a considerar a k-ésima amostra de um sinal e não outra, sem
qualquer ligação a um possı́vel sinal analógico do qual os números f k
ou f (k) se possam obter por amostragem.

3.2.2 Interpretação vectorial

Como os sinais digitais são conjuntos de números, é possı́vel identificar com
um dado sinal, composto por n números, um vector em n (ou n , se o


sinal assumir valores complexos). A afirmação recı́proca é também verda-

deira, isto é, qualquer vector de dimensão n determina um sinal digital de

60
 Paulo J. S. G. Ferreira
Matemática Aplicada
2002–2–19 22:50

3.3 Conversão analógico-digital 61

n números. Naturalmente, se o sinal consistir numa infinidade de números,

não poderá ser interpretado como um vector em n , por maior que seja n.

É útil, mesmo assim, falar de tais sinais como vectores de dimensão infinita,
pelas possibilidades de interpretação geométrica que daı́ advêm.
Para referência a um sinal digital da classe definida por (3.1), pode
empregar-se a notação f ou f . As coordenadas do vector f ou f serão sim-
plesmente as amostras do sinal digital, fi ou f (i).

3.3 Conversão analógico-digital

Os sinais analógicos podem converter-se em sinais digitais por um processo
que designaremos por digitalização. Este resulta da aplicação a um sinal
analógico das operações de amostragem e arredondamento.

3.3.1 Amostragem
O efeito da amostragem é reduzir o sinal f a um conjunto de valores
C = {f (0), f (±T ), f (±2T ), f (±3T ), . . .},
que se designa por conjunto de amostras de f , e que é constituı́do pelos
valores que f assume nos instantes de amostragem. Neste caso, estamos
a considerar amostragem uniforme, isto é, os instantes de amostragem são
t = kT (k ∈ ).
Note-se que o conjunto C terá de ter um cardinal finito, para efeitos de
processamento digital. No entanto, é muitas vezes útil, do ponto de vista
teórico, assumir que C é infinito.

3.3.2 Arredondamento
A segunda operação necessária para a obtenção de um sinal digital é a
operação de arredondamento. Por meio desta, cada um dos números f (kT )
é arredondado de modo a ser representável com um número de dı́gitos finito.
Se o número de dı́gitos da representação de um número é finito numa
base b (b inteiro), então esse número é ainda finito em qualquer outra base
b0 de inteiros. A base utilizada para representar quantidades numéricas nos
computadores modernos é a base dois, razão pela qual esta base tem uma
importância especial. Se no sistema decimal (em base dez, portanto) se parte
de uma representação do tipo
+m
X
x= αk 10k
k=−n

61
 Paulo J. S. G. Ferreira
Matemática Aplicada
2002–2–19 22:50

3.4 Conversão digital-analógico 62

0.15

0.1

0.05

amplitude
0

-0.05

-0.1

-0.15

-0.2
0 200 400 600 800 1000
tempo

Figura 3.5: Resultado da conversão do sinal digital das figuras 3.3 e 3.4 em
sinal analógico usando um sample and hold.

onde os αk são inteiros entre zero e nove, no sistema binário (em base dois)
a representação é
+m0
X
x= βk 2k
k=−n0

onde agora os βk podem assumir apenas os valores zero ou um.

Os “dı́gitos” βk da representação binária ou em base 2 de um número
designam-se por bits (palavra derivada do inglês binary digits).
Pode assim dizer-se que, depois da operação de arredondamento, cada
um dos reais f (kT ) passa a ser representado de forma aproximada por um
número de bits finito. Os valores 8, 12, 16, 32 e 64 são, actualmente, bastante
utilizados.
O resultado final das operações de amostragem e arredondamento é as-
sim uma sequência de números individualmente representados através de um
certo número de bits, que designaremos por n. Esses números são produzidos
ao ritmo de 1/T números por segundo, surgindo um número novo de T em
T segundos.
A digitalização de um sinal analógico recorrendo a amostragem de T em
T segundos e arredondamento a n bits produz assim informação digital a um
ritmo de n/T bits por segundo.

3.4 Conversão digital-analógico

Vimos como obter sinais digitais a partir de sinais analógicos, por um pro-
cesso de digitalização. É igualmente possı́vel converter um sinal digital em

62
 Paulo J. S. G. Ferreira
Matemática Aplicada
2002–2–19 22:50

3.5 Erros de conversão 63

g(k)
f (t) A/D D/A h(t)

Figura 3.6: O sinal analógico f é convertido num sinal digital g, o qual é por
sua vez convertido num sinal analógico h.

analógico, mediante um processo que designaremos por interpolação.

Seja f um sinal digital, com amostras f (kT ) (k ∈ ). Para converter
este sinal num outro sinal g analógico, com valores g(t) (t ∈ ), é natural

começar por fazer

g(kT ) = f (kT ).
No entanto, é ainda necessário especificar de algum modo os valores que g
deve assumir para t 6= kT . Existem diversas maneiras de conseguir isso. Um
dos métodos mais simples consiste em tomar

g(t) = f (kT ),

onde k e t são tais que

kT ≤ t < kT + T.
Esta operação é designada por sample and hold (ver figura 3.5).

3.5 Erros de conversão

Consideremos um sinal analógico f que é convertido num sinal digital g, o
qual é por sua vez convertido num sinal analógico h (ver figura 3.6). Ide-
almente, os processos de conversão analógico-digital e digital-analógico não
deveriam introduzir erro, isto é, os sinais f e h deveriam ser iguais.
Existem vários processos de conversão que, para classes apropriadas de
sinais analógicos, possuem esta propriedade. Damos em seguida um exemplo
dos mais simples.
Seja T um número real positivo. Consideremos um sinal analógico f com
valor constante f (t) para kT ≤ t < kT + T , k ∈ . O sinal da figura 3.5
é um exemplo deste tipo de sinais. Formemos com as amostras f (kT ) de f
um sinal amostrado g. É claro que o sinal analógico h, reconstruı́do com um
sample and hold a partir de g é exactamente igual ao sinal original f .
Na prática, os erros de conversão são inevitáveis, e os sistemas como os
da figura 3.6 introduzem normalmente erros, isto é, não se comportam como
uma linha de transmissão perfeita. O facto importante é que esse erro é

63
 Paulo J. S. G. Ferreira
Matemática Aplicada
2002–2–19 22:50

3.6 Espaços vectoriais de sinais 64

controlável, e pode ser mantido abaixo de qualquer valor pretendido, dentro

das limitações impostas pela tecnologia, preço, complexidade, rapidez de
funcionamento, e outros factores.

3.6 Espaços vectoriais de sinais

Os sinais digitais com um número finito n de amostras podem interpretar-
se directamente como vectores de dimensão n. Formam, assim, um espaço
vectorial. O produto de um escalar α por um sinal x é o sinal y cujas amostras
são definidas por y(n) = αx(n). A soma de dois sinais a + b é o sinal c cujas
amostras são c(n) = a(n) + b(n).
É claro que se podem definir estas duas operações quer para sinais digitais
de dimensão n, com n amostras portanto, quer para sinais digitais com um
número infinito de amostras. Na verdade, é igualmente fácil definir produto
de um escalar por um sinal analógico, e soma de dois sinais analógicos.
Existem classes de sinais que são de especial interesse em teoria de sinais
e sistemas. Fixemos um real p igual ou superior à unidade, e consideremos
os sinais digitais x, com amostras xi (i ∈ I) reais ou complexas, tais que
X
|xi |p < ∞.
i∈I

A totalidade destes sinais, para o valor de p em causa, formam um espaço

vectorial que designaremos por `p (I).
O conjunto I pode ser constituı́do pelos inteiros do intervalo [0, n − 1], o
que nos conduz de volta aos sinais de dimensão n, mas pode também coincidir
com o conjunto dos inteiros não-negativos, ou mesmo com .
Um sinal x pertence a `∞ (I) se

sup |xi | < ∞.

i∈I

Os espaços `1 (I) e `2 (I) merecem um destaque especial pelo papel que de-
sempenham. Chamaremos aos sinais de `2 (I) sinais digitais de energia finita.
Quando I = omite-se I da notação e escreve-se `1 ou `2 em vez de `1 ( )
ou `2 ( ), por exemplo.
Existem equivalentes para sinais analógicos para todos estes espaços de
sinais digitais. Começamos por mencionar o espaço vectorial L p (I), que é
constituı́do por todos os sinais analógicos x, com valores reais ou complexos,
tais que Z
|x(t)|p < ∞.
t∈I

64
 Paulo J. S. G. Ferreira
Matemática Aplicada
2002–2–19 22:50

3.7 Alguns sinais importantes 65

Também neste caso o número p pode ser qualquer real igual ou superior à
unidade. O conjunto I pode ser constituı́do pelos reais do intervalo [a, b], mas
pode também coincidir com o conjunto dos reais não-negativos, ou mesmo
com .

Um sinal pertence a L∞ (I) se

sup |x(t)| < ∞.

t∈I

Os espaços L1 (I) e L2 (I) merecem um destaque especial pelo papel que

desempenham. Chamaremos aos sinais de L2 (I) sinais analógicos de energia
finita.
Tal como no caso anterior, quando I = pode omitir-se I da notação e

escrever-se L1 ou L2 em vez de L1 ( ) ou L2 ( ), por exemplo.

3.7 Alguns sinais importantes

Existem certos sinais que desempenham papéis importantes na análise e
sı́ntese de sistemas, ocorrendo por isso com frequência nesse contexto. Um
exemplo é o degrau unitário, que se costuma designar por u, e que para o
caso analógico se define como
(
4 1, se t ≥ 0,
u(t) =
0, se t < 0,

No caso digital, a definição é semelhante:

(
4 1, se i ≥ 0,
ui =
0, se i < 0.

Um outro sinal digital de grande importância é o impulso, que se designa por

δi , e que tem a seguinte definição, no contexto dos sinais com um número
infinito de amostras, e ı́ndices i ∈ :
(
4 1, se i = 0,
δi =
0, se i 6= 0.

É fácil modificar a definição para o caso de sinais periódicos com n amostras,

caso em que a amostra zero do impulso continua a ser unitária, e as amostras
δi , com 0 < i < n, continuam a ser zero. Contudo, para outros ı́ndices fora
do intervalo 0 ≤ i < n, o sinal repete-se periodicamente.

65
 Paulo J. S. G. Ferreira
Matemática Aplicada
2002–2–19 22:50

3.7 Notas 66

Note-se como o degrau unitário se pode representar como soma de impul-

sos apropriadamente deslocados no tempo,
∞
X
ui = δi−j .
j=0

Na realidade, qualquer sinal digital se pode representar desta maneira. A

representação de um impulso utilizando degraus é também possı́vel:

δi = ui − ui−1 .

Para além destes sinais, podem-se facilmente construir sinais exponenciais,

sinusoidais, logarı́tmicos, polinomiais, e muitos outros, de forma óbvia.

Notas
• Os conceitos de sinal analógico e digital são fundamentais em teoria
de sistemas, controlo, processamento de sinal e muitas outras áreas.
Por isso mesmo são discutidos, em maior ou menor pormenor, em pra-
ticamente todos os livros de nı́vel elementar acerca desses assuntos.
Citamos, de entre muitas outras obras, Jackson (1991); Kuc (1988);
Oppenheim e Schafer (1975); Taylor (1994), ou, mais recentemente,
Denbigh (1998); Mitra (1998). Para mais informação ver o capı́tulo 17.7
“Bibliografia comentada”.
• Os sinais que matematicamente se podem descrever por funções de
variável real, e que neste livro designamos por “sinais analógicos”, são
também frequentemente designados por “sinais de tempo contı́nuo”,
e em livros escritos em lı́ngua inglesa por “continuous-time signals”,
por oposição a “sinais de tempo discreto”, “sinais amostrados”, ou
“discrete-time signals”. Estes últimos são os sinais que matematica-
mente se podem descrever por funções de variável inteira (discreta).
• Muitos autores distinguem entre “sinais amostrados” e “sinais digitali-
zados”, também chamados “sinais digitais”. Os primeiros são resultado
de um processo de amostragem aplicado a sinais analógicos, enquanto
que os segundos são resultado de amostragem e arredondamento. Por
exemplo, o sinal matematicamente descrito pela função real de variável
real f (t) = sin t, conduz, após amostragem a intervalos de um segundo,
ao sinal amostrado f (k) = sin k, com k ∈ . Cada um dos números
reais f (k) seria em seguida arredondado a b bits, e o resultado seria um
“sinal digital”.

66
 Paulo J. S. G. Ferreira
Matemática Aplicada
2002–2–19 22:50

3.7 Problemas 67

• O livro de Teuber (1993) explica de forma resumida mas acessı́vel o

conceito de imagem digital, mostra o resultado da digitalização a dife-
rentes resoluções, e descreve resumidamente o mecanismo de formação
de imagens na retina e na câmara de CCDs.

• Pode parecer em primeira análise que os sinais analógicos e digitais

são objectos de natureza completamente distinta, e portanto irrecon-
ciliáveis do ponto de vista matemático. Tal não é verdade: matema-
ticamente, tanto os sinais analógicos como os sinais digitais se podem
representar como funções que fazem corresponder a um elemento x de
um grupo G um elemento y real (no caso de sinais reais) ou complexo
(no caso de sinais complexos).

• A diferença entre os sinais analógicos e digitais reside unicamente na

natureza do grupo G. Para sinais de variável real (analógicos), G pode
ser, por exemplo, o grupo aditivo dos reais. Para sinais reais de variável
discreta (sinais digitais), G pode ser, por exemplo, o grupo aditivo dos
inteiros. Veja-se, a este respeito, o capı́tulo 9 “A transformação de
Fourier em grupos abelianos”.

• Os espaços `p e Lp são de grande importância em análise. A notação

que seguimos é praticamente universal, com pequenas variantes (por
exemplo, escrever Lp em vez de Lp ).

• No caso dos espaços Lp , que recordamos serem formados pelas funções x

tais que |x|p é integrável, obtém-se uma definição mais útil se o integral
for entendido não como um integral de Riemann, mas sim como um
integral de Lebesgue (veja-se o capı́tulo 8 “Convergência da série de
Fourier”). Esta distinção é fundamental do ponto de vista matemático.

Problemas
3.1 Considere um sinal analógico qualquer, matematicamente descrito por
uma função f : → contı́nua. Será possı́vel representar com erro

arbitrariamente pequeno o sinal em causa, mediante um processo de

digitalização? Justifique cuidadosamente.

3.2 Diga se a restrição de continuidade mencionada no problema anterior

é realmente necessária. Dê exemplos.

3.3 Considere agora um processo de digitalização fixo, aplicado a sinais

sinusoidais f (t) = sin(ωt), em que a amostragem decorre a um ritmo

67
 Paulo J. S. G. Ferreira
Matemática Aplicada
2002–2–19 22:50

3.7 Problemas 68

de 1/T amostras por segundo. Para simplificar, não considere os erros

causados pelo processo de arredondamento (se o número de bits for
suficientemente elevado os erros devido ao arredondamento tornam-se
insignificantes). Discuta os erros devidos ao processo de amostragem
em função da gama de variação de ω.

3.4 Considere um disco rodando a uma velocidade de ω rotações por se-

gundo, no qual está inscrita uma marca. Pretende estimar-se a ve-
locidade e sentido de rotação do disco a partir de uma sequência de
fotografias tiradas de T em T segundos (repare que estamos a falar de
um processo de amostragem). Discuta a possibilidade de efectuar a
estimativa em função da gama de variação de ω.

3.5 Considere que o bloco de conversão digital-analógico da figura 3.6 é

baseado em interpolação linear. Defina a classe de sinais analógicos e
o processo de conversão analógico-digital que leva a que, no sistema
representado na mesma figura, se tenha reconstrução perfeita, isto é,
h = f.

3.6 Estime o número de bits n necessários para representar as amostras

f (kT ) de um sinal f (t) com erro de arredondamento inferior a . As-
suma que |f (t)| < 1. Verifique o valor de n para  = 10−3 e  = 10−6 ,
por exemplo.

3.7 Discuta o problema do arredondamento de sinais analógicos f (t) que

durante a maior parte do tempo exibam amplitudes pequenas (por
exemplo, menores que A = 10−3 ), mas que ocasionalmente possam
apresentar oscilações de grande amplitude (por exemplo, A 0 = 103 ).

3.8 Uma solução para a questão levantada no problema 3.7 é a seguinte:

em vez de se utilizar o sinal f (t) utiliza-se o sinal C(f (t)), onde C(t)
é qualquer função monotónica semelhante à tangente hiperbólica. Dis-
cuta esta solução.

3.9 Explique qual o grupo G que se deve tomar para que o conjunto de
funções f com domı́nio G e valores reais

f : G −→

constitua um modelo para

• Sinais analógicos aperiódicos.

• Sinais analógicos periódicos com perı́odo T .

68
 Paulo J. S. G. Ferreira
Matemática Aplicada
2002–2–19 22:50

Referências bibliográficas 69

• Sinais digitais aperiódicos.

• Sinais digitais periódicos com perı́odo N .

3.10 Seja I um conjunto finito de inteiros. Prove que um sinal que pertença
a `p (I) pertence também a `q (I), para qualquer q ≥ 1.

3.11 Mostre que quando I tem cardinal infinito o resultado do problema 3.10
não se mantém, dando um exemplo de um sinal de `2 que não pertença
a `1 .

3.12 Prove que se um sinal pertence a `p então pertence também a `q para

qualquer q < p.

3.13 Dê um exemplo de um sinal de L2 que não pertença a L1 .

3.14 Dê um exemplo de um sinal de L1 que não pertença a L2 .

3.15 Seja f um sinal majorado por uma constante C (isto é, tal que |f (x)| <
C para qualquer x do domı́nio de f ). Será que f pertence a L p (I), para
qualquer p ≥ 1, quando I é um intervalo finito? Mudaria alguma coisa
na resposta se I fosse um intervalo infinito, como por exemplo [0, ∞)?

3.16 Prove que se um sinal pertence a Lp (I), com I finito, então pertence
também a Lq (I) para qualquer q < p.

3.17 Prove que se um sinal pertence a Lp e Lq então pertence também a Lr

para qualquer r compreendido entre p e q.

Referências bibliográficas
P. Denbigh. System Analysis and Signal Processing with Emphasis on the
Use of Matlab. Addison-Wesley, Harlow, England, 1998.

L. B. Jackson. Signals, Systems and Transforms. Addison-Wesley, Reading,

Massachusetts, 1991.

R. Kuc. Introduction to Digital Signal Processing. McGraw-Hill International

Editions, New York, 1988.

S. K. Mitra. Digital Signal Processing: A Computer-Based Approach.

McGraw-Hill Series in Electrical and Computer Engineering. The McGraw-
Hill Companies, Inc., New York, 1998.

69
 Paulo J. S. G. Ferreira
Matemática Aplicada
2002–2–19 22:50

Referências bibliográficas 70

A. V. Oppenheim e R. W. Schafer. Digital Signal Processing. Prentice-Hall,

Englewood Cliffs, New Jersey, 1975.

F. J. Taylor. Principles of Signals and Systems. Electrical Engineering Series.

McGraw-Hill International Editions, Singapore, 1994.

J. Teuber. Digital Image Processing. Prentice-Hall, Englewood Cliffs, New

Jersey, 1993.

70