1

UNIDAD 1: PASO 2 - RECONOCER LOS ELEMENTOS

MATEMÁTICOS QUE IMPLICA EL SISTEMA DE
CONVERSIÓN ANALÓGICA DIGITAL
Jonathan Stiven Sanchez
Juan Fernando Alvarez
Facultad de ingeniería
Universidad Nacional Abierta y Distancia
Tunja, Colombia
2019

Resumen
Este documento contiene la solución del paso 2 del curso Procesamiento Digital de Señales, en el que se plasma la
actividad teórica respondiendo una serie de preguntas y seguido de la realización de una serie de ejercicios que aplican
dichos conceptos estudiado en la unidad 1 del curso en los que se estudió el procesamiento Digital de Señales, en el que se
mostraran conceptos y ejercicios sobre las temáticas de señal analógica, digital, continua, discreta y muestreo.

Abstract
This document contains the solution of step 2 of the Digital Signal Processing course, which reflects the theoretical
activity by answering a series of questions and followed by the completion of a series of exercises that apply these
concepts studied in unit 1 of the course in those who studied the Digital Signal Processing, in which concepts and
exercises on the topics of analog, digital, continuous, discrete and sampling signal will be shown

Keywords: señal, muestreo, análoga, digital, cuantización, ancho de banda.

En otras palabras, si deseamos grabar una conversación

I. INTRODUCCIÓN telefónica, como el ancho de banda de la red telefónica es de

. L As señales permiten la comunicación entre dos entidades

o sistemas estructurada por unas características que la
compones dando así elemento para dale características nuevas
sin perder la esencia o mensaje original y por lo consiguiente
permite una conversión de la señal en la electrónica la
conversión de señales es muy común ya que permite su
procesamiento con mayor facilidad y precisión y con ayuda de
filtros esta se limpia de manera que el ruido o frecuencias
parasitas sean eliminadas un factor, muy importante es la
cantidad de muestras que tiene la señal ya que entre mayor
cantidad la señal mejora su calidad .
II. OBJETIVOS
 El estudiante comprende los procedimientos que integran la
conversión analógica digital, y su implicación en el
dominio de la frecuencia y del tiempo, mediante análisis
matemático
III. CONTENIDO
1) ¿Qué es una señal muestreada?
Según el teorema de Nyquist-Shannon la cantidad de veces
que debemos medir una señal para no perder información debe
de ser al menos el doble de la frecuencia máxima que alcanza
dicha señal.
3khz, para no perder información deberemos tomar del orden
de 6.000 muestras/segundo.
2) ¿Qué es una señal cuantizada?
Es el proceso de asignación de un amplio conjunto de valores
de entrada a un (contable) más pequeño conjunto – tales como
redondeo valores de alguna unidad de precisión. Un
dispositivo o función algorítmica que realiza la cuantización
es llamado un cuantificador. El error de redondeo introducido
por cuantización se denomina error de cuantización.
3) ¿Cuál es el fenómeno llamado Alias o Aliasing?
El aliasing se produce por un muestreo erróneo de señales
digitalizadas, generando imperfecciones en dichas señales.
Según el Teorema de Nyquist-Shannon, utilizado en el
muestreo de señales, si deseamos replicar precisamente la
forma de una señal determinada, la frecuencia del muestreo
debe ser superior al doble de la máxima frecuencia a
muestrear (es decir, que si deseamos replicar una señal cuya
frecuencia es de 100 Hz la tasa o rango de muestreo con la que
trabajemos debe ser superior a 200 Hz). Si dicha condición no
se cumple, se generan replicaciones de la señal original (alias)
que difieren de ésta en su composición, y que además se
superponen, generando el efecto de aliasing (también llamado
efecto Nyquist, submuestreo o distorsión por solapamiento)
imposibilitando recuperar la señal original.
4) ¿Qué indica el teorema de muestreo de Nyquist?
El teorema de muestreo de Nyquist-Shannon, también
conocido como teorema de muestreo de Whittaker-Nyquist-
Kotelnikov-Shannon o bien teorema de Nyquist, es un teorema
 2

fundamental de la teoría de la información, de especial interés 1.2 ¿Se presenta fenómeno alias o aliasing si 𝑥(𝑡) es
en las telecomunicaciones. muestreada a 𝑆 = 3500 𝐻𝑧? Explique paso a paso y si presenta
Este teorema fue formulado en forma de conjetura por primera alias, encuentre la frecuencia 𝑓𝑎
vez por Harry Nyquist en 1928 (Certain topics in telegraph Solución:
transmission theory), y fue demostrado formalmente por Tenemos la señal:
Claude E. Shannon en 1949 (Communication in the presence
of noise).
El teorema trata del muestreo, que no debe ser confundido o
asociado con la cuantificación, proceso que sigue al de Siguiendo con el teorema de Nyquist Shannon o fenómeno de
muestreo en la digitalización de una señal y que, al contrario alias:
del muestreo, no es reversible (se produce una pérdida de
información en el proceso de cuantificación, incluso en el caso
ideal teórico, que se traduce en una distorsión conocida como 1.1 Tenemos que:
error o ruido de cuantificación y que establece un límite
teórico superior a la relación señal-ruido). Dicho de otro
modo, desde el punto de vista del teorema, las muestras Por lo tanto, no se produce el fenómeno de aliasing y se está
discretas de una señal son valores exactos que aún no han cumpliendo el criterio de Nyquist Shannon porque la
sufrido redondeo o truncamiento alguno sobre una precisión frecuencia de muestro es dos veces mayor que la frecuencia
determinada, es decir, aún no han sido cuantificadas. máxima. No es necesario hallar la frecuencia máxima.
5) ¿Qué realiza la transformada de Fourier? 1.2 Calculamos:
Es una transformación de una función del tiempo en otra
función de la frecuencia.
También se dice que la función original está en el ‘dominio De manera que se produce el fenómeno de aliasing porque no
del tiempo’ y la transformada la pasa al ‘dominio de la se está cumpliendo el criterio de Nyquist Shannon, dice que la
frecuencia’. frecuencia de muestro debe ser dos veces mayor que la
Recordemos que el “dominio” de una función es el conjunto frecuencia máxima.
de valores que puede tomar la variable en el conjunto origen. Como se presente el fenómeno de aliasing se debe hallar la
Cuando es el ‘dominio del tiempo’ los valores serán valores de frecuencia máxima:
tiempo (ej: 2 segundos, 7 segundos, etc)… Cuando se habla de
‘dominio de la frecuencia’ los valores son valores de
Es decir, para poder muestrear la señal a 3500 hz debo tener
frecuencia (ej: 7 radianes por segundo, 100*PI radianes por
una frecuencia máxima de -1500 hz.
segundo, etc).
Ejercicio 5 juan Fernando
6) ¿Qué es la transformada rápida de Fourier?
Ejercicio 5:
La Transformada Rápida de Fourier(Fast Fourier Transform)
es una herramienta fundamental en el procesado digital de
Siendo 𝑥(𝑡) = 3 𝑐𝑜𝑠(12𝑘𝜋 𝑡) + 5 𝑠𝑒𝑛(16𝑘𝜋 𝑡) + 8 𝑐𝑜𝑠(32𝑘 𝜋 𝑡)
señales. Su origen es relativamente reciente puesto que fueron
+ 𝑠𝑒𝑛(48𝑘 𝜋 𝑡) Resuelva:
J.W.Cooley y J.W Tukey, quienes hacia 1965 abordaron por
primera vez el problema de la programación de un algoritmo
1.1. Encuentre las frecuencias de cada una de las
para el cálculo de series complejas.
componentes de la señal
Ante todo debe quedar claro que la FFT no es una nueva
transformada sino que se trata de un algoritmo para el cálculo
de la Transformada Discreta de Fourier (DFT). Su importancia Frecuencia de muestreo.
radica en el hecho que elimina una gran parte de los cálculos
repetitivos a que está sometida la DFT, por lo tanto se logra un
S = 16k Hz
cálculo más rápido. Además, la FFT generalmente permite una
mayor precisión en el cálculo de la DFT disminuyendo los
Primer componente
errores de redondeo

2cos (12kπ t) donde = 6 kHz

IV. EJERCICIOS MUESTREO S> 16 > 6

ejercicio 1 jonathan
Siendo 𝑥(𝑡) = 𝐴 𝑠𝑒𝑛(2𝜋 𝑓0𝑡) donde la frecuencia 𝑓0 = No hay variación ya que se funda teorema de Nyquist
2000𝐻𝑧. Resuelva: Shannon
1.1 ¿Se presenta fenómeno alias o aliasing si 𝑥(𝑡) es
muestreada a 𝑆 = 4500 𝐻𝑧? ? Explique paso a paso y si Segundo componente
presenta alias, encuentre la frecuencia 𝑓𝑎
 3

5 sen (16kπ t) donde = 8 kHz

S> 16 > 8

No hay variación ya que se funda teorema de Nyquist

Shannon

Ejercicio 5: Jonathan stiven sanchez

Tercer componente
Siendo
8 cos (32k π t) donde = 16 kHz

S> 16 > 16
Resuelva:
Sufre hay variación de aliasing ya que no cumple con el
teorema de Nyquist Shannon donde S >

Cuarto componente
Se va a muestrear una senoidal con niveles de amplitud de -2V
Sen (48k π t) donde = 24 kHz y 2V, y se va a cuan tizar por redondeo con un error rms 𝜎 =
10𝑚𝑉.
S> 16 > 24
¿Cuántos bits 𝐵 se requieren?
Sufre hay variación de aliasing ya que no cumple con el Se cuenta con el intervalo de escala completa el cual es:
teorema de Nyquist Shannon donde S >

Multiplicación de símbolos

V. EJERCICIOS CUANTIZACIÓN
ejercicio 1: juan fernando alvarez
Para encontrar el valor de B, se cuenta con:
Halle el número de bits , para cuantizar una señal
muestreada que cambia
Entre -5V y 5V, y tiene un error rms de

Aplicando logaritmo en ambos extremos de la ecuación:

Hallamos el delta

Hallamos el número de bits B

Entonces
 4

Reemplazo

Se calcula la magnitud y ángulos de la fase.

Magnitud: se eleva la parte real y la imaginaria al
= =7.17 cuadrado y se calcula la raíz cuadrada.

VI. EJERCICIOS TRANSFORMADA DISCRETA DE FOURIER Ángulos: inversa de la tangente de la parte imaginaria
sobre la real.
Transformada Discreta de Fourier
Cada estudiante realizará el algoritmo de la Transformada
Discreta de Fourier, en el cual debe estar planteada la
sumatoria de transformada. Dicho algoritmo se realizará para
una señal de longitud de tres (3) muestras. Los tres valores de
las muestras corresponden a los tres últimos números del
documento de identificación, por ejemplo, si mi cédula es
1056030372, entonces el algoritmo se hará para la señal x[n] = Enlace video
https://youtu.be/3wWw8AbyYrY
[372]. Para desarrollar esta parte el estudiante podrá utilizar
Matlab, Octave Online, o Scilab.
VII. SONIDOS
Cada estudiante investigará sobre el rango de frecuencias que
el oído humano es capaz de escuchar, además investigará cual
es el rango de frecuencias que emiten cinco (5) instrumentos
musicales, y a partir de este dato, argumentará a que
Matriz 3*3 por matriz x(n) frecuencia de muestreo mínima se debe muestrear cada uno de
los cinco (5) instrumentos musicales para ser digitalizados de
manera correcta.
Aporte juan Fernando alvarez

El oído humano puede responder a diminutas variaciones de

presión en el aire, si están en el rango de frecuencia audible,
aproximadamente entre 20 Hz – 20 kHz.

Multiplicación de 2 matrices

Una exponencial compleja puede descomponerse en:

El oído humano, además de su notable sensibilidad, es capaz
de responder a un rango más amplio de estimulación que
cualquiera de los sentidos. Se puede decir que el rango
 5

dinámico práctico va desde el umbral de audición hasta  TOMADO DE: https://www.bunker-

el umbral de dolor
Por lo general, el “sonido” se utiliza para indicar el sonido que
puede ser percibido por el oído humano, es decir, el “sonido”
se refiere al sonido audible, a menos que se clasifique de otra
forma. Una definición razonablemente estándar de sonido
audible es, la de una onda de presión con frecuencia entre 20
Hz y 20.000 Hz, y con una intensidad por encima del umbral
de audición estándar. Dado que el oído está rodeado por el
aire, o tal vez bajo el agua, las ondas de sonido están limitadas
a ser ondas longitudinales. También se pueden especificar los
rangos normales de presión sonora y la intensidad del sonido.
 EL CLARINETE: está en el rango de frecuencia de
63Hz.
audio.com/bunker-audio-portal-sonido-
documentos.php?id=6
aporte Jonathan
El oído humano percibe frecuencias entre 20 Hz (tono más
bajo) a 20 kHz (tono más alto). Todos los sonidos por debajo
de 20 Hz se califican como infrasonidos, aunque algunos
animales los escuchan (como por ejemplo la rata topo o el
elefante). Del mismo modo, todos los sonidos por encima de
20 kHz se califican como ultrasonidos, pero son sonidos para
un gato o un perro (hasta 40 kHz) o para un delfín o un
murciélago (hasta 160 kHz).
El siguiente diagrama muestra la frecuencia de los
instrumentos:

 LA FLAUTA: está en el rango de frecuencia de

125Hz.

 LA GUITARRA: está en el rango de frecuencia de

1kHz.

 LA TROMPETA: está en el rango de frecuencia de

2kHz.

 EL PIANO: está en el rango de frecuencia de 8kHz.

Figure 1 tomada https://www.bunker-audio.com/bunker-

audio-portal-sonido-documentos.php?id=4

Piano 7 kHz
Platillos 200 Hz
Bajo eléctrico 800 Hz
Guitarra 5 kHz
Guitarra eléctrica 3 kHz

La tabla nos presenta las frecuencias de digitalización:


 6

[8] Aliasing
http://musiki.org.ar/Aliasing
[9] LA TRANSFORMADA RÁPIDA DE FOURIER (F.F.T). recuperado
de:
http://www.ehu.eus/Procesadodesenales/tema7/ty3.html
[10] Rango de frecuencia de algunos instrumentos de la orquesta.
Recuperado de:
[11] https://www.bunker-audio.com/bunker-audio-portal-sonido-
documentos.php?id=6
[12] ¿Qué rango de sonidos son aceptables para el oído humano? Recuperado
de: http://www.audix.cl/hrf_faq/que-rango-de-sonidos-son-aceptables-
para-el-oido-humano

Figure 2 tabla tomada https://www.bunker-audio.com/bunker-

audio-portal-sonido-documentos.php?id=4

VIII. CONCLUSIONES
Las frecuencias deben sus características a su forma amplitud
periodo calidad ruido dando la estructura de una señal y
debido a un proceso esta se transforma en una ecuación y esta
permite la trasformación de señale de analógica a digitan sin
dañar el mensaje original.

REFERENCIAS
[1] G. Eason, B. Noble, and I. N. Sneddon, “On certain integrals of
Lipschitz-Hankel type involving products of Bessel functions,”
Phil. Trans. Roy. Soc. London, vol. A247, pp. 529-551, Apr.
1955.
[2] J. Clerk Maxwell, A Treatise on Electricity and Magnetism, 3rd
ed., vol. 2. Oxford: Clarendon, 1892, pp. 68-73.
[3] I. S. Jacobs and C. P. Bean, “Fine particles, thin films and
exchange anisotropy,” in Magnetism, vol. III, G. T. Rado and H.
Suhl, Eds. New York: Academic, 1963, pp. 271-350.
[4] T. L. Gilbert, Formulation, Foundations and Applications of the
Phenomenological Theory of Ferromagnetism, Ph.D. dissertation,
Illinois Inst. Tech., Chicago, IL, 1956, unpublished.
[5] Muestreo digital. Recuperado de:
http://serbal.pntic.mec.es/srug0007/archivos/radiocomunicaciones/3%20
SE%D1ALES%20DIGITALES/Muestreo%20digital.pdf
[6] Cuantización (procesamiento de señal)
https://copro.com.ar/Cuantizacion_(procesamiento_de_senal).html
[7] Proceso de Conversión Analógica - Digital
http://www.sceu.frba.utn.edu.ar/dav/archivo/homovidens/farrell/Proy-
Final-SFARRELL/Proy-Final/Simulador/conversion.html