Universidad de Guayaquil

Facultad de Ciencias Matemáticas y Físicas

Ingeniería en Networking y Telecomunicaciones
Deber de:
Comunicaciones Digitales

Alumno:
Henry Paul Jaime Muñoz

Curso:
INE-NO-7-3

Parcial: Primer

Docente:
Ing. Jacobo Ramírez

Ciclo:
2017 CII
 Teorema de Muestreo de Nyquist

El teorema de muestreo de Nyquist-Shannon, también

conocido como teorema de muestreo de Whittaker-
Nyquist-Kotelnikov-Shannon, criterio de Nyquist o
teorema de Nyquist, es un teorema fundamental de la teoría
de la información de especial interés en las
telecomunicaciones. Nyquist afirmaba que una señal
analógica puede ser reconstruida, sin error, de muestras
tomadas en iguales intervalos de tiempo. La razón de
muestreo debe ser igual, o mayor, al doble de su ancho de
banda de la señal analógica”. La teoría del muestreo define
que, para una señal de ancho de banda limitado, la
frecuencia de muestreo, fm, debe ser mayor que dos veces
su ancho de banda [B] medida en Hertz [Hz]. fm > 2·B
El teorema trata del muestreo que no debe ser confundido o asociado con la
cuantificación, proceso que sigue al de muestreo en la digitalización de una señal y que,
al contrario 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 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 discretas de una
señal son valores exactos que aún no han sufrido redondeo o truncamiento alguno sobre
una precisión determinada, esto es, aún no han sido cuantificadas.
El teorema demuestra que la reconstrucción exacta de una señal periódica continua en
banda base a partir de sus muestras, es matemáticamente posible si la señal está limitada
en banda y la tasa de muestreo es superior al doble de su ancho de banda. Dicho de otro
modo, la información completa de la señal analógica original que cumple el criterio
anterior está descrita por la serie total de muestras que resultaron del proceso de muestreo.
No hay nada, por tanto, de la evolución de la señal entre muestras que no esté
perfectamente definido por la serie total de muestras.
El ingeniero sueco Harry Nyquist formuló el siguiente teorema para obtener una
grabación digital de calidad: “La frecuencia de muestreo mínima requerida para realizar
una grabación digital de calidad, debe ser igual al doble de la frecuencia de audio de la
señal analógica que se pretenda digitalizar y grabar”. Este teorema recibe también el
nombre de “Condición de Nyquist”.
Es decir, que la tasa de muestreo se debe realizar, al menos, al doble de la frecuencia de
los sonidos más agudos que puede captar el oído humano que son 20 mil hertz por
segundo (20 kHz). Por ese motivo se escogió la frecuencia de 44,1 kHz como tasa de
muestreo para obtener “calidad de CD”, pues al ser un poco más del doble de 20 kHz,
incluye las frecuencias más altas que el sentido del oído puede captar.

 Sea s(t) una señal limitada en banda, que no tiene componentes espectrales
mayores que la frecuencia fm Hz. El Teorema del Muestreo Uniforme indica
que s(t) queda determinada de forma única (sin pérdida de información) por sus
valores a intervalos uniformes de tiempo menores o iguales que 1 2fm segundos.
Es decir, la frecuencia de muestreo fs debe de ser fs ≥ 2fm
 A la frecuencia 2fm se le conoce como frecuencia de muestreo de Nyquist.

Demostración

Según el enunciado se tiene que S(w) = 0 cuando |w| > wm (está limitada en banda),
donde wm = 2πfm sería la máxima componente de frecuencia angular de s(t).
Gráficamente:

El proceso de muestreo se modela matemáticamente mediante la multiplicación

de s(t) con un tren de impulsos unitarios δTs(t) de periodo Ts. Sea:

ss(t) = s(t)δTs(t)

la señal resultante de dicho producto, donde (véase (δT(t)))

δTs(t) = ∑ n=−∞∞δ(t − nT s) y Ts = 2π ws
es el periodo de muestreo, siendo
ws = 2πfs

la frecuencia de muestreo angular expresada en radianes/segundo. Como ya hemos

demostrado (véase ℱ[δT(t)]),

ℱ[δTs(t)] = ΔTs(w) = wsδws(w).

Teniendo en cuenta que la multiplicación de dos funciones en el dominio del tiempo
equivale a la convolución de sus espectros (Eq. ConvF), se tiene que

Ss(w) = 1 2πS(w) ∗ wsδws(w).

Al substituir ws = 2π Ts, obtenemos que

Ss(w) = 1 Ts(S(w) ∗ δws(w))

que por definición de δws(w) (ver de nuevo la Eq. ℱ[δT(t)]) es

= 1 TsS(w) ∗∑ n=−∞∞δ(w − nw s)
= 1 Ts ∑ n=−∞∞S(w) ∗ δ(w − nw s)
= 1 Ts ∑ n=−∞∞S(w − nw s).

Por tanto, el espectro de una señal muestreada es igual a la replicación

cada ws radianes/segundo del espectro de la señal original. Gráficamente:

Como se puede deducir de la representación gráfica de Ss(w), podemos recuperar s(t) a

partir de ss(t) si filtramos las componentes de frecuencia superiores a wm. Esto puede
hacerse si multiplicamos Ss(w) (en el dominio de la frecuencia, claro) por una función
pulso rectangular

Esta función es en realidad la función de transferencia1 de un filtro paso bajo con

frecuencia de corte wm y ganancia Ts.

El Teorema del Muestreo Uniforme indica que para que la señal s(t) sea recuperable a
partir de la señal ss(t) debe cumplirse que

ws ≥ 2wm.

La demostración de esto en virtud de los resultados obtenidos es muy sencilla. En el caso

de que ws < 2wm entonces sería imposible aislar el espectro de ss(t) mediante el filtro
paso bajo y por tanto, no podríamos reconstruir s(t) porque los espectros vecinos de s(t) se
solaparían. Gráficamente:

En esta situación sería imposible aislar el espectro de s(t) a partir de ss(t) mediante la
aplicación de un filtro paso bajo de frecuencia de corte ws.

Supongamos que la señal a ser digitalizada es la voz...el ancho de banda de la voz es de

4,000 Hz aproximadamente. Entonces, su razón de muestreo será 2*B= 2*(4,000 Hz), es
igual a 8000 Hz, equivalente a 8,000 muestras por segundo (1/8000). Entonces la razón
de muestreo de la voz debe ser de al menos 8000 Hz, para que puede regenerarse sin error.
La frecuencia 2*B es llamada la razón de muestreo de Nyquist. La mitad de su valor es
llamada algunas veces la frecuencia de Nyquist.
El teorema de muestreo fue desarrollado en 1928 por Nyquist y probado
matemáticamente por Claude Shannon en 1949.
Ejemplos prácticos:
El en área de la MÚSICA, a veces es necesario convertir material analógico [en acetato,
casetes, cintas magnéticas, etc.] a formato digital [en CD, DVD]. Los ingenieros de
sonido pueden definir el rango de frecuencia de interés.
Como resultado, los filtros analógicos son algunas veces usados para remover los
componentes de frecuencias fuera del rango de interés antes de que la señal sea
muestreada.

Por ejemplo, el oído humano puede detectar sonidos en el rango de frecuencias de 20 Hz

a 20 KHz. De acuerdo al teorema de muestreo, uno puede muestrear la señal al menos a
40 KHz para reconstruir la señal de sonido aceptable al oísdo humano. Los componentes
más arriba de 40 KHz no podrán ser detectados y podrían contaminar la señal. Estos
componentes arriba de los 40 KHz son removidos a través de filtros pasa banda o
filtros pasa bajas.
Algunos de las razones de muestreos utilizadas para grabar música digital son las
siguientes:
Razón de muestreo/ Frecuencia de Nyquist
22,050 kHz = 11,025 kHz (Nyquist)
24,000 kHz = 12,000 kHz
30,000 kHz = 15,000 kHz
44,100 kHz = 22,050 kHz
48,000 kHz = 24,000 kHz
Es muy importante tomar en consideración que la frecuencia más alta del material de
audio será grabada. Si la frecuencia de 14,080 Hz es grabada, una razón de muestreo de
44.1 kHz deberá ser la opción elegida. 14,080 Hz cae dentro del rango de Nyquist de 44.1
kHz el cual es 22.05 kHz.

La razón de muestreo elegida determina el ancho de banda del audio de la grabadora

usada. Considerando que el rango del oído es de 20 Hz a 20 kHz, una razón de muestreo
de 44.1 kHz teóricamente deberá satisfacer las necesidades de audio.
 Señales Limitadas en Frecuencia

Tiempo

Una señal de tiempo continuo x(t) puede representarse completamente por medio de una
serie de secuencia de valores de muestras x[n] , tomadas a intervalos regulares, T, a lo
largo del eje del tiempo.
En la práctica, la forma de onda y el espectro de una señal que porta información, por
ejemplo, un canal de sonido puede ser en extremo compleja. Si embargo, la transferencia
de la señal de información del dominio de tiempo continuo a un conjunto de muestras
puede realizarse con relativa facilidad debido a que un muestreo efectivo no depende del
conocimiento previo detallado de una señal.
Como se explicó en la citada sección, basta con saber que la señal contiene componentes
de frecuencia hasta de cierta frecuencia máxima de ancho de banda, fB. Si la frecuencia
de muestreo fS se selecciona de manera que fS 2 fB, de acuerdo con el Teorema del
Muestreo, la forma de onda de la señal original puede recuperarse sin distorsión
interpolando los valores de sus muestras x[n]. La consecuencia inmediata de todo esto es
que se pueden almacenar muestras de datos medidos en disco o floppy disks y
recuperarlas posteriormente para su tratamiento posterior. Todas las operaciones de
procesamiento de la información pueden programarse en un sistema digital.
Inicialmente se podría pensar en términos de operaciones de filtrado en el dominio del
tiempo, pero, como se verá, el mismo sistema digital también puede emplearse para
calcular transformadas directas e inversas, haciendo posible observar todas las
operaciones que se realizan en una señal tanto en el dominio del tiempo como de la
frecuencia.
Puesto que el principal objetivo aquí son los modelos en el dominio de la frecuencia, se
considerará en primer lugar la relación existente entre el espectro de una señal continua
x(t):

y el espectro de su secuencia muestreada x[n]

donde tanto x(t) como x[n] son señales de energía finita.

Para propósitos prácticos x(t) se supone que es una señal de banda limitada con macho de
banda fB ó wB = 2 p fB. También se tiene que de acuerdo con el Teorema del

Muestreo < , donde siendo T el periodo de muestreo.

Con el análisis de Fourier se puede demostrar que cualquier señal está constituida por
componentes senoidales de distintas frecuencias.  para cada señal hay:
 Una función en el dominio del tiempo s(t) que determina la amplitud de la señal
en cada instante de tiempo.
 Una función en el dominio de la frecuencia s(f) que especifica las frecuencias
constitutivas de la señal: podrá ser discreta o continua.
 El espectro de una señal es el conjunto de frecuencias que la constituyen.
El ancho de banda absoluto de una señal es la anchura del espectro; frecuentemente es
infinito:
Si la mayor parte de la energía de la señal se concentra en una banda de frecuencias
relativamente estrecha, se la denomina ancho de banda efectivo o ancho de banda.
Si una señal tiene una componente de frecuencia 0 esa componente se denomina continua:
dc: “direct current”.
representaciones en el dominio de la frecuencia: