“AÑO DE LA LUCHA CONTRA LA CORRUPCIÓN Y LA

IMPUNIDAD”
UNIVERSIDAD NACIONAL DE SAN AGUSTIN
FACULTAD DE PRODUCCIÓN Y SERVICIOS-ESCUELA
PROFESIONAL DE INGENIERIA EN
TELECOMUNICACIONES

PROCESAMIENTO DIGITAL DE SEÑALES

DOC: ING.RUBEN MATHEOS HERRERA
EJERCICIOS DE SCILAB
ALUMNO:
LLANOS TRIVIÑOS DIEGO ADOLFO
AREQUIPA-PERU
2019
EJERCICIO 1:

 Genere y grafique una señal senoidal discreta con frecuencia 5 Hz y duración 1

seg. Para ello utilice las siguientes frecuencias de muestreo:100, 25, 10, 4, 1 y 0.5
Hz. Analice el resultado. ¿En qué casos la cantidad de ciclos que observa se
corresponde con una señal sinusoidal de 5 Hz? ¿A qué se deben las
discrepancias encontradas?

 PARA 100 Hz:

f=5;
fs=100;
n=[0:1/fs:1.0]';
y=sin(2*%pi*f*n);
plot2d3(n,y)
xtitle(" SENOIDAL 100Hz","Timepo(n)","X(n)")
 PARA 25 Hz:

f=5;
fs=25;
n=[0:1/fs:1.0]';
y=sin(2*%pi*f*n);
plot2d3(n,y)
xtitle(" SENOIDAL 25Hz","Timepo(n)","X(n)")

 PARA 10 Hz:

f=5;
fs=10;
n=[0:1/fs:1.0]';
y=sin(2*%pi*f*n);
plot2d3(n,y)
xtitle(" SENOIDAL 10Hz","Timepo(n)","X(n)")
 PARA 4 Hz:

f=5;
fs=4;
n=[0:1/fs:1.0]';
y=sin(2*%pi*f*n);
plot2d3(n,y)
xtitle(" SENOIDAL 10Hz","Timepo(n)","X(n)")
 PARA 1 Hz:

f=5;
fs=1;
n=[0:1/fs:1.0]';
y=sin(2*%pi*f*n);
plot2d3(n,y)
xtitle(" SENOIDAL 1Hz","Timepo(n)","X(n)")
 PARA 0.5 Hz:

f=5;
fs=0.5;
n=[0:1/fs:1.0]';
y=sin(2*%pi*f*n);
plot2d3(n,y)
xtitle(" SENOIDAL 0.5Hz","Timepo(n)","X(n)")

 Es una sinusoidal de 5 HZ en el primer y segundo grafico ósea en los valores de

frecuencia de muestra de 100 y 25 Hertz.
 Las discrepancias encontradas se deben a que los ciclos no coinciden que solo
se convierten en sinusoidal en 100, 25 y 10 Hertz y para que coincidan los ciclos
tienen que ser múltiplos de 5 en cada muestreo.
EJERCICIO 2:

 Genere y grafique una señal senoidal con frecuencia 4000 Hz y duración 2 seg,
utilizando una frecuencia de muestreo de 129 Hz. Grafique el resultado y estime
la frecuencia de la onda sinusoidal que se observa en la figura. Analice y
obtenga conclusiones.

fs=129;
f=4000;
n=[0:1/fs:2.0];
y=2*sin(2*%pi*f*n);
plot2d3(n,y)
xtitle("SEÑAL SINUSOIDAL","Tiempo(n)","X(n)")

 De acuerdo con la gráfica la frecuencia es de 0.5 Hz.

 Analizando la gráfica nos dan de datos una frecuencia de 4000 Hz y una
frecuencia de muestreo de 129 Hz. Por el teorema de muestreo de Nyquist nos
dice que no se puede transmitir bien una frecuencia más alta que la mitad de la
frecuencia de muestreo. Esto quiere decir que, si el sonido anda entre los 20 y
20 kHz, las frecuencias de muestreo que deberíamos usar deberían ser el doble
de 20kHz, pero por los filtros se toma en 22.5kHz y por eso es 44 100Hz para
que el oído humano perciba bien los máximos sin perdidas.
 La frecuencia que nos dan es de 4000 Hz y la frecuencia de muestreo es de 129
Hz lo que quiere decir que está muy por debajo de lo que en realidad debería
estar para no tener perdida. Si tomamos en cuenta que la frecuencia de
muestreo debería ser por lo menos el doble de la frecuencia que nos dan
deberíamos tomar como frecuencia 60 Hz así la gráfica se vería de esta manera.

fs=129;
f=60;
n=[0:1/fs:2.0];
y=2*sin(2*%pi*f*n);
plot2d3(n,y)
xtitle("SEÑAL SINUSOIDAL","Tiempo(n)","X(n)")

 Se puede concluir que si utilizamos el teorema de muestreo obedeciendo a lo

que postula no tendríamos perdida y mientras más muestras es mejor la
calidad. Podemos apreciar que la frecuencia que nos dieron primero de 4000 Hz
no corresponde a la cantidad de frecuencia de muestreo.