UNIDAD 1: PASO 2 - RECONOCER LOS

ELEMENTOS MATEMÁTICOS QUE

IMPLICA EL SISTEMA DE CONVERSIÓN
ANALÓGICA DIGITAL
Yeferson Sierra Montaña. Cod. 1057582443
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA “UNAD” UDR LETICIA
Grupo: 208052_20
Tratamiento Digital De Señales
Leticia, Amazonas
Yefer.zierra@outlook.com

señal, identifique si las componentes senoidales no

 Resumen—El presente documento corresponde al
desarrollo del paso número 2 del curso tratamiento
digital de señales, donde se busca desarrollar los
procedimientos que integran la conversión analógica
digital, y su implicación en el dominio de la frecuencia y
del tiempo, mediante análisis matemático.
I. INTRODUCCIÓN
Por medio del presente trabajo escrito se pretende ahondar en
temáticas que buscan el aprendizaje en técnicas de conversión
análoga – digital, con métodos como el muestreo,
cuantización y la transformada de Fourier en tiempo discreto.
II. TEMÁTICAS A DESARROLLAR:
 Muestreo
 Cuantización
 Transformada de Fourier en tiempo discreto
sufren fenómeno de alias, y si alguna de ellas lo
sufre, indique cuál y por qué.
 Cada estudiante realizará de manera individual,
aportes teóricos (incluir ecuaciones con editor de
word) sobre las siguientes preguntas:
1) ¿Qué es una señal muestreada?
El muestreo consiste en tomar valores de la señal cada cierto
tiempo, es decir, no considerar todo el tiempo de forma
continua sino solamente unas muestras equiespaciadas, con lo
que el resultado es un conjunto finito de valores. La
cuantificación se refiere a asignar a la amplitud de estos
instantes de tiempo escogidos (es decir, al valor que toma la
señal en estos instantes) un valor concreto de entre un
conjunto finito de posibles valores, que son los que vendrán
determinados por el número de bits n considerados en este
proceso. Dado que para n bits este conjunto es de 2nvalores,
cuantos más bits, más posibles valores y por lo tanto mayor
precisión (menor error) en esta etapa de cuantificación
2) ¿Qué es una señal cuantizada?

III. DESARROLLO Es el proceso de asignación de un amplio conjunto de valores

de entrada a un (contable) más pequeño conjunto – tales
 Ejercicio muestreo como redondeo valores de alguna unidad de precisión. Un
dispositivo o función algorítmica que realiza la cuantización
Ejercicio 2: es llamado un cuantificador. El error de redondeo
introducido por cuantización se denomina error de
Siendo cuantización.
x ( t )=9 sen ( 2 π t ) +3 sen ( 20 π t ) +7 sen(1024 π t)
Este error es debido a redondeo o truncamiento. La señal de
Resuelva:
error a veces es modelada como una señal aleatoria adicional
llamada ruido de cuantización debido su estocástico
1.1 Encuentre las frecuenciasf 0 n de cada una de las
comportamiento. Cuantización participa en cierto grado en
componentes de la señal x (t ) casi todo el procesamiento de señal digital, como el proceso
de representar una señal en forma digital normalmente
1.2 Si la señal x (t ) tiene una frecuencia de muestreo implica el redondeo.
S=90 Hz y se desea realizar la reconstrucción de la
 3) ¿Cuál es el fenómeno llamado Alias o Aliasing?
El efecto de aliasing provoca que las señales analógicas de
alta frecuencia sean representadas por señales digitalizadas de
menor frecuencia. Esto implica que al revertir el proceso de
muestreo, es decir, al tratar de reconvertir la señal digital en
analógica, la señal obtenida sea de menor frecuencia que la
original.
Para el procesamiento de señales en audio digital, la tasa de
muestreo utilizada es superior a los 40.000 Hz, ya que se
desea cubrir la totalidad del rango del umbral de
audibilidad cuya máxima frecuencia es de 20.000 Hz. Pero si
una señal tiene un espectro más amplio de lo que el
dispositivo utilizado puede procesar, se generará aliasing
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, criterio de Nyquist o teorema de
Nyquist, es un teorema fundamental de la teoría de la
información, de especial interés en las telecomunicaciones.
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).
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.
5) ¿Qué realiza la transformada de Fourier?
La palabra” transformada” indica que estamos trabajando con
una herramienta para transformar un tipo determinado de
problema en otro. De hecho, la transformada de Fourier será
útil (como veremos) para simplificar el estudio de la solución
de cierto tipo de ecuaciones diferenciales, convirtiendo ´ el
problema de la solución de una ED en un problema de
solución de ecuaciones algebraicas. La motivación para dicho
estudio está en el hecho de que la transformada de Fourier
posee buenas propiedades algebraicas cuando se aplica a las
derivadas sucesivas de una señal, o al trasladar la señal
6) ¿Qué es la transformada rápida de Fourier?
La transformada rápida de Fourier FFT es un algoritmo que
reduce el tiempo de cálculo de n2  pasos a n∗log 2 ( n). El
único requisito es que el número de puntos en la serie tiene
que ser una potencia de 2 (2npuntos), por ejemplo 32, 1024,
4096, etc.
Las fórmulas con la que MATLAB calcula la transformada
rápida de Fourier Y =fft ( x) y la transformada inversa
y=ifft ( X ) son, respectivamente:
N
X ( k )=∑ x ( j) w(Nj−1)(k−1)
j=1
w N =exp ( −2Nπi )
N
1
X ( j ) = ∑ x ( k ) w(Nj−1)(k−1)
N k=1
 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.
x [ n ] =[ 4 4 3 ]
 Cada estudiante realizará un video en youtube, en el
cual explicará línea a línea el funcionamiento del
algoritmo de la transformada discreta de Fourier
(TDF)
Nota: El video no es grabar el desarrollo
matemático, es explicar el algoritmo de tres muestras
paso a paso
 Cada estudiante investigará sobre el rango de
frecuencias que el oido humano es capaz de
escuchar, además investigará cual es el rango de
frecuencias que emiten cinco (5) instrumentos
musicales, se debe tener en cuenta los armónicos de
los instrumentos ya que son las frecuencias más altas
que emiten, y a partir de este dato, argumentará a
que frecuencia de muestreo mínima se debe
muestrear cada uno de los cinco (5) instrumentos
musicales para ser digitalizados de manera correcta.
Por ejemplo, si el bombo tiene un rango de 50 Hz a
15 Khz, Fs = 30 Khz mínimo.
Instrumento musical Frecuencia
Flauta 261Hz - 2349 Hz
Clarinete 165Hz - 1568 Hz
Trompeta 165Hz - 988Hz
Tuba 49 Hz – 587 Hz
Tambor 100Hz – 200Hz
Teniendo en cuenta los valores de los instrumentos anteriores,
para lograr la frecuencia mínima de muestreo se debe
reproducir al doble de la frecuencia de determinado
instrumento así:
 Instrumento musical Frecuencia V. BIBLIOGRAFÍA
Flauta 4698 Hz
Clarinete 3136 Hz
Trompeta 1976 Hz
Tuba 1174 Hz
Tambor 400 Hz

IV. RESULTADOS Y CONCLUSIONES

Con lo visto en los temas anteriores se logra ahondar en temas

alguno desconocidos y en otros en los que se tenía un
concepto somero, de igual modo se ha lograda la indagación
de los rangos de frecuencias de algunos instrumentos
musicales y del procedimiento a realizar al momento de
querer muestrear estas señales.

Aliasing. (25 de Julio de 2019). Aliasing. Recuperado el 21 de Febrero de 2020, de http://musiki.org.ar/:

http://musiki.org.ar/Aliasing
Aplicado, L. L. (21 de Febrero de 2020). Transformada de Fourier. Recuperado el 21 de Febrero de 2020, de
http://www4.ujaen.es/: http://www4.ujaen.es/~jmalmira/transformada_fourier_almira.pdf
Casals, J. S. (18 de Junio de 2012). Muestreando señales. Recuperado el 20 de Febrero de 2020, de
www.investigacionyciencia.es: https://www.investigacionyciencia.es/blogs/tecnologia/20/posts/muestreando-seales-
primera-parte-10461
García, A. F. (01 de Enero de 2016). Transformada rápida de Fourier (I). Recuperado el 21 de Febrero de 2020, de sc.ehu.es/:
http://www.sc.ehu.es/sbweb/fisica3/datos/fourier/fourier_1.html
señal), C. (. (20 de Febrero de 2020). Cuantización (procesamiento de señal). Recuperado el 20 de Febrero de 2020, de
copro.com.ar: https://copro.com.ar/Cuantizacion_(procesamiento_de_senal).html
Soyuz. (07 de Febrero de 2002). Tabla: rango de frecuencias de los instrumentos musicales. Recuperado el 21 de Febrero de
2020, de hispasonic.com: https://www.hispasonic.com/reportajes/tabla-rango-frecuencias-instrumentos-musicales/39
virtual.udabol.edu.bo/. (21 de Febrero de 2020). virtual.udabol.edu.bo/. Recuperado el 21 de Febrero de 2020, de
http://virtual.udabol.edu.bo/: http://virtual.udabol.edu.bo/pluginfile.php/175231/mod_resource/content/1/syllabus
%20generico.pdf