CAPITULO 1

CANTIDAD DE INFORMACIÓN: SEÑALES

ANALÓGICAS Y DIGITALES

2019B
Fanny Flores E.
 Fuentes y señales digitales y analógicas
◼ Una fuente digital de información produce un
conjunto finito de mensajes posibles.
◼ Ejemplo: Las teclas de un teléfono digital (esta
fuente puede emitir un número finito de caracteres)
◼ Una señal digital se define como una función de
tiempo que puede tener solo un conjunto discreto
de valores de amplitud.
◼ Una fuente analógica de información produce mensajes
que están definidos dentro de un rango continuo de
amplitudes.
◼ Ejemplo: Un micrófono (el voltaje de salida describe la
información del sonido y se distribuye a través de un
rango continuo de valores)
◼ Una señal analógica es una función de tiempo que
posee un rango continuo de valores.

2
 Ventajas de las señales digitales
◼ Mayor escala de integración.
◼ Menor consumo de energía.
◼ Optimización de espacio físico.
◼ La implementación de circuitos digitales es relativamente más económica.
◼ Menor probabilidad de falla.
◼ Enlaces digitales más tolerantes al ruido.
◼ Calidad de la comunicación es independiente de la distancia.
◼ Transmisión digital se adapta bien a nuevas tecnologías, como
encriptación, modulación, codificación.

3
 Desventajas de las señales digitales

◼ Mayor requerimiento de ancho de banda.

◼ El sincronismo para recuperar la señal es más crítico a mayor
velocidad de transmisión.

4
 Cantidad de información de fuentes
digitales
◼ La cantidad de información enviada de una fuente digital cuando se transmite el j-ésimo mensaje
está dada por
𝟏
𝑰𝒋 = 𝒍𝒐𝒈𝟐 𝒃𝒊𝒕𝒔 (1)
𝑷𝒋
◼ Donde 𝑷𝒋 es la probabilidad de transmitir el j-ésimo mensaje.
◼ De esto se deduce que los mensajes con menor probabilidad de ocurrencia (valores 𝑃𝑗 más pequeños) suministran
más información (valores 𝐼𝑗 más altos).
◼ La base del logaritmo determina las unidades utilizadas:
◼ 𝑙𝑜𝑔2 bits
◼ 𝑙𝑛 nats
◼ 𝑙𝑜𝑔10 Hartley
◼ NOTA: En esta sección “bit” se utiliza como unidad de medida de información. Más adelante “bit” se utilizará como
unidad de datos binarios.

5
 Cantidad de información de fuentes
digitales
◼ Para facilitar la evaluación de 𝐼𝑗 en una calculadora se puede escribir la ecuación (1) en términos
de 𝑙𝑜𝑔10 o 𝑙𝑛
𝟏 𝟏 𝟏
𝑰𝒋 = 𝒍𝒐𝒈𝟐 = − 𝒍𝒐𝒈 𝒍𝒐𝒈𝟏𝟎 𝑷𝒋 = − 𝒍𝒏𝟐 𝒍𝒏𝑷𝒋 (2)
𝑷𝒋 𝟏𝟎 𝟐

◼ La medida de información promedio de una fuente digital es:

𝟏
𝑯 = σ𝒎
𝒋=𝟏 𝑷 𝒋 𝑰 𝒋 = σ 𝒎
𝒋=𝟏 𝑷𝒋 𝒍𝒐𝒈𝟐 𝑷𝒋
𝒃𝒊𝒕𝒔 (3)

◼ Donde m es el número de posibles mensajes fuente diferentes y 𝑷𝒋 es la probabilidad de transmitir el j-ésimo

mensaje.
◼ La información promedio es llamada entropía.

6
 Cantidad de información de fuentes
digitales
◼ EJERCICIO:

Encuentre la cantidad de información de un mensaje que consiste en una palabra

digital de 12 dígitos en donde cada dígito puede tener uno de cuatro niveles. Asuma
que la probabilidad de enviar cualquiera de los cuatro niveles es igual y que el nivel
en cualquier dígito es independiente de los valores tomados por los dígitos anteriores.
Determine finalmente la medida de información promedio.

7
 Cantidad de información de fuentes
digitales
◼ EJERCICIO:

a) Si se trabaja con dos niveles (binario) y si todas las palabras tienen la misma
probabilidad, calcule la cantidad de información 𝐼𝑗 y la información promedio H.
(Cada palabra digital tiene 12 dígitos)
b) Si las palabras no fueran igualmente probables, por ejemplo si la mitad de las
palabras de 12 dígitos binarios tienen una probabilidad de ocurrencia 𝑃𝑗 = 10−5
para cada una de estas palabras y la otra mitad tiene 𝑃𝑗 = 4.78𝑋10−4 , calcular la
cantidad de información que genera una palabra de cada una de las mitades.
Finalmente calcular la información promedio.

8
 Cantidad de información de fuentes
analógicas
◼ Para cuantificar la información promedio de fuentes analógicas, se realiza un
muestreo de la señal generada.

𝟏
𝑯 = σ𝒎
𝒋=𝟏 𝑷 𝒋 𝑰 𝒋 = σ 𝒎
𝒋=𝟏 𝑷𝒋 𝒍𝒐𝒈𝟐 𝒃𝒊𝒕𝒔/𝒎𝒖𝒆𝒔𝒕𝒓𝒂 (4)
𝑷𝒋

9
 Cantidad de información de fuentes
analógicas
◼ EJERCICIO:

Se muestrea una señal analógica de ancho de banda 4KHz. Suponiendo que el

1 1 1 1 1
muestreo se realiza con amplitudes -2, -1, 0, 1, 2 y con probabilidades 2 , 4 , 8 , 16 , 16,
respetivamente, calcular la cantidad de información promedio generada por la fuente
analógica.

10
 Necesidad de muestreo o
discretización de señales analógicas

◼ La mayoría de magnitudes físicas son analógicas; sin embargo,

normalmente los sistemas de medición son digitales.

◼ Una computadora o un sistema de control basado en un

microcontrolador no puede interpretar señales analógicas porque solo
utiliza señales digitales.

11
 Muestreo de señales analógicas
◼ El muestreo de una señal analógica puede ser implementado de varias
formas.

◼ La forma más popular es la de “muestreo y retención”.

◼ En este proceso, un mecanismo de conmutador y almacenamiento (por

ejemplo un transistor y un capacitor), forman una secuencia continua de
muestras de la señal de entrada.

12
 Muestreo de señales analógicas
◼ Qué tan similar resulta una señal muestreada a la señal de entrada original?

◼ Si se cumple una serie de condiciones, sí será posible recuperar la señal original:

◼ Señales de banda limitada
◼ Muestras lo suficientemente cercanas

◼ Estas condiciones se presentan mediante el Teorema del muestreo

13
 Muestreo de señales analógicas
Muestreo con un tren de impulsos (tiempo) Muestreo con un tren de impulsos (frecuencia)

◼ Teorema del Muestreo: La reconstrucción exacta de una señal continua a partir de sus muestras, es matemáticamente
posible si la señal está limitada en banda y la frecuencia de muestreo es igual o superior al doble de su ancho de banda.
𝝎𝒔 ≥ 𝟐𝝎𝒎 ; en otras palabras:
◼ 𝑭𝑴 ≥ 𝟐𝑭𝑺 ó 𝑭𝑴 ≥ 𝟐𝑨𝑩 (5) 14
 Muestreo de señales analógicas
◼ Cómo recupero la señal original?

15
 Muestreo de señales analógicas
◼ Ejercicio:

Una señal analógica contiene frecuencias hasta 20 kHz.

a) Qué frecuencia de muestreo se puede emplear para que sea posible una reconstrucción de la
señal a partir de sus muestras?
b) Si se considera que la frecuencia de muestreo es de 16 kHz, qué ocurriría con una señal de 10
kHz presente en la señal?
Qué ocurriría con una señal con frecuencias de hasta 18 kHz, si se usa una frecuencia de muestreo
de 38 kHz?

16
Señales en el Dominio del Tiempo y de la
Frecuencia
1
𝑓= (7)
𝑇
1 (8)
𝑇=
𝑓

17
 Señales en el Dominio del Tiempo y de la
Frecuencia
◼ Dominio del Tiempo
◼ Señal continua o discreta.
◼ Señal periódica (señal que se repite luego de un periodo) o Aperiódica
(No se repite, periodo infinito).
◼ Inverso de Periodo (seg) es la Frecuencia (Hz).
◼ Cada señal en el dominio del tiempo puedo representar en una función
f(t). Existe una función en el dominio de la frecuencia que indica las
componentes de frecuencia de esa señal.
◼ El Análisis de Fourier permite pasar del dominio del tiempo al de la
frecuencia.
18
 Señales en el Dominio del Tiempo y de la
Frecuencia

◼ Dominio de la Frecuencia
◼ Espectro de la señal: Conjunto de componentes de frecuencia de una
señal. A todo el rango que ocupa el espectro se le llama Ancho de banda
absoluto.
◼ A las señales con AB en frecuencias infinito, se debe limitar y será ese
ancho de banda el que dejemos pasar por el canal de transmisión.
◼ Ancho de banda relativo: Rango de frecuencias de las componentes más
significativas. Este es el AB usado para transmitir. También conocido como
Ancho de banda.

19
 Series de Fourier
◼ Afirma que cualquier forma de onda periódica puede representarse como una suma infinita de señales
seno o coseno, o ambas, cuyas frecuencias sean múltiplo de la frecuencia fundamental de la onda.
◼ Forma de una Serie de Fourier:

∞
𝐴0 2𝜋
𝑓 𝑡 = + ෍ 𝐴𝑛 𝑐𝑜𝑠𝑛𝜔𝑡 + 𝐵𝑛 𝑠𝑒𝑛𝑛𝜔𝑡 ; 𝜔 = 2𝜋𝑓 =
2 𝑇
𝑛=1

20
 Series de Fourier
◼ Coeficientes de Fourier:

∞
𝐴0
𝑓 𝑡 = + ෍ 𝐴𝑛 𝑐𝑜𝑠𝑛𝜔𝑡 + 𝐵𝑛 𝑠𝑒𝑛𝑛𝜔𝑡
2
𝑛=1

2𝜋 2𝜋 2𝜋
1 1 1
𝐴0 = න 𝑓 𝑡 𝑑𝑡 𝐴𝑛 = න 𝑓 𝑡 𝑐𝑜𝑠𝑛 𝑡 𝑑𝑡 𝐵𝑛 = න 𝑓 𝑡 𝑠𝑒𝑛𝑛 𝑡 𝑑𝑡
𝜋 𝜋 𝜋
0 0 0

21
 Series de Fourier
◼ Ejemplo:
◼ Encontrar la serie de Fourier de la siguiente función periódica:
𝑓 𝑡 = 𝐴; 0<𝑡<𝜋
𝑓 𝑡 = −𝐴; 𝜋 < 𝑡 < 2𝜋

𝑓(𝑡) = 𝑓(𝑡 + 2𝜋)

22
 Series de Fourier
4𝐴 1 1 3 1 5 1 7
𝑓(𝑡) = sin 2𝜋 𝑡 + sin 2𝜋 𝑡 + sin 2𝜋 𝑡 + sin 2𝜋 𝑡+⋯
𝜋 𝑇 3 𝑇 5 𝑇 7 𝑇
Frecuencia
fundamental

Armónico 1 y 3

Armónico 1, 3 y 5

Armónico 1, 3, 5 y 7

23
Series de Fourier
𝑃𝑒𝑟𝑖𝑜𝑑𝑜 𝑇 = 4𝑚𝑠𝑒𝑔
◼ Ejercicio 1
𝑓0 = =
1
= 0,25𝐾𝐻𝑧 = 250𝐻𝑧 Nota 1
Tb 𝑇 4𝑚𝑠𝑒𝑔

1 0 0 1 1
1𝑒𝑟 𝑎𝑟𝑚𝑜𝑛𝑖𝑐𝑜 = 250𝐻𝑧
2𝑑𝑜 𝑎𝑟𝑚𝑜𝑛𝑖𝑐𝑜 = 500𝐻𝑧
Cruce en 0,
3𝑒𝑟 𝑎𝑟𝑚𝑜𝑛𝑖𝑐𝑜 = 750𝐻𝑧 Amplitud 0
Cruce por 0: No existe este
𝐼𝑛𝑣𝑒𝑟𝑠𝑜 𝑑𝑒𝑙 𝑇𝑏 4𝑡𝑜 𝑎𝑟𝑚𝑜𝑛𝑖𝑐𝑜 = 1000𝐻𝑧 … . armónico
𝑉𝑒𝑙𝑜𝑐𝑖𝑑𝑎𝑑 𝑑𝑒 𝑡𝑟𝑎𝑛𝑠𝑚𝑖𝑠𝑖ó𝑛 = 250𝑏𝑝𝑠
𝑇 4 𝑚𝑠𝑒𝑔
𝑇𝑏 = = = 1𝑚𝑠𝑒𝑔
4 4
1
= 1000Hz
1𝑚𝑠𝑒𝑔
24
Nota 1
◼ El receptor debe conocer cuándo inicia y termina el bit. Por ello 𝑇𝑐𝑘 = 𝑇𝑏.
Tck

Tb
◼ La señal de reloj es aquella que en la mitad de la duración de un bit, tiene
transición.
◼ En el transmisor y receptor, numéricamente la velocidad de transmisión es igual a
la frecuencia de reloj.

𝑇𝑏 = 𝑇𝑐𝑘
1 1
=
𝑇𝑏 𝑇𝑐𝑘
𝑉𝑒𝑙𝑜𝑐𝑖𝑑𝑎𝑑 𝑇𝑥 = 𝐹𝑐𝑘
25
 Transformada de Fourier
◼ Permite pasar del dominio del tiempo al de la t f
frecuencia.
◼ Considerada el límite de la serie de Fourier con
límites tendiendo al infinito

t f

26
 Análisis de Fourier
◼ Aplicaciones
◼ Análisis vibratorio
◼ Acústica
◼ Óptica
◼ Procesamiento de imágenes y señales
◼ Compresión de datos

27
 DFT y FFT

◼ Objetivo: Graficar en el dominio de la frecuencia.

◼ Necesidad: Gran parte de las señales requieren ser muestreadas.

◼ DFT: Transformada Discreta de Fourier nos permite procesar una
señal en el dominio del tiempo y obtener su correspondencia en el
dominio de la frecuencia.
◼ FFT: Transformada Rápida de Fourier no almacena resultados
intermedios durante el proceso, por esta razón es más rápida.

28
 DFT y FFT
𝒇𝑴
N muestras
DFT
𝑻𝑴 𝒇𝑴 𝒇𝑴

𝑻𝒎𝒂𝒙
−
𝟐 𝟐

𝟏
𝒇𝑴 =
𝑻𝑴
𝑻𝒎𝒂𝒙 = (𝑵 − 𝟏)𝑻𝑴

◼ Se toma la señal en el dominio del tiempo y se la muestrea, obteniendo valores finitos.

◼ En el dominio de la frecuencia, igualmente muestreamos la señal para obtener valores
finitos.
◼ Es necesario conocer el espacio entre muestras.
29
 BIBLIOGRAFÍA COMPLEMENTARIA

1. Dyke, Phil. An Introduction to Laplace Transforms and

Fourier Series. Second Edition. Springer. Chapters 4, 6.
2. Ruzhansky, M., Turunen V. Fourier Analysis. Birkhauser.

30