República Bolivariana de Venezuela

Ministerio del Poder Popular para la Educación Universitaria

Instituto Politécnico Santiago Mariño – Extensión Caracas

Ingeniería en Electrónica Nº 44 Turno Nocturno – Sección “A”

Unidad Curricular: Análisis de Señales

Unidad Instruccional: Trabajo de Investigación

TERORÍA DE LA INFORMACIÓN Y MUESTREO DE SEÑALES

Profesor: Alumno:

Alejandro Silva Morales Gilberto Bermúdez C.I. 17.143.777

Caracas, junio 2022

Tabla de contenido
Introducción.................................................................................................... 3

Teoría de la información ................................................................................ 5

Antecedentes Históricos ............................................................................. 5

Concepto y Modelo de Comunicación ........................................................ 5

Fuente de Información: ........................................................................... 6

Transmisor: ............................................................................................. 6

Señal: ...................................................................................................... 7

Canal:...................................................................................................... 7

Fuente de Ruido: .................................................................................... 7

Receptor: ................................................................................................ 7

Información ................................................................................................. 7

Muestreo de señales ...................................................................................... 9

Muestreo: .............................................................................................. 10

Cuantificación: ...................................................................................... 12

Codificación: ......................................................................................... 12

Ejemplos Cotidianos de Muestreo y Reconstrucción de Señales ............. 12

Teorema de muestreo .................................................................................. 13

Origen del Teorema de Muestreo ............................................................. 13

Teorema de Muestreo .............................................................................. 14

Explicación del teorema de muestreo. ...................................................... 16

Aliasing: ................................................................................................ 18

Criterio de Nyquist Shannon ..................................................................... 18

Teorema del muestreo en la actualidad. Incluye aplicaciones.................. 20

Conclusión ................................................................................................... 21

Bibliografía ................................................................................................... 22
 Introducción

Antes de analizar lo que se refiere a la capacidad y fidelidad de un canal determinado

para transmitir información, es necesario que precisemos los alcances de este último
concepto. El concepto de información es definido en términos estrictamente estadísticos,
bajo el supuesto que puede ser tratado de manera semejante a como son tratadas las
cantidades físicas como la masa y la energía. La palabra "información" no está
relacionada con lo que decimos, sino más bien, con lo que podríamos decir. El concepto
de información se relaciona con la libertad de elección que tenemos para seleccionar un
mensaje determinado de un conjunto de posibles mensajes. Si nos encontramos en una
situación en la que tenemos que elegir entre dos únicos mensajes posibles, se dice, de
un modo arbitrario, que la información correspondiente a esta situación es la unidad. La
Teoría de la Información, entonces, conceptualiza el término información como el grado
de libertad de una fuente para elegir un mensaje de un conjunto de posibles mensajes.

El concepto de información supone la existencia de duda o incertidumbre. La

incertidumbre implica que existen diferentes alternativas que deberán ser elegidas,
seleccionadas o discriminadas. Las alternativas se refieren a cualquier conjunto de signos
construidos para comunicarse, sean estas letras, palabras, números, ondas, etc.

Así mismo bajo ciertas condiciones una señal continúa puede representarse y
reconstruirse por completo partiendo del conocimiento de sus valores o muestras, en
puntos igualmente espaciados en el tiempo. Esta propiedad un tanto sorprendente se
deriva de un resultado básico que se conoce como teorema de muestreo. Este teorema
es un extremo importante y útil. Se utiliza, por ejemplo, en las imágenes de movimiento,
que consisten en una secuencia de cuadros individuales, cada uno de los cuales
representa una vista instantánea de una escena que cambia continuamente. Cuando
estas muestras son vistas en una secuencia a una velocidad suficientemente rápida,
percibimos una representación precisa de la escena original en movimiento continuo. Si
las muestras están lo suficientemente cercanas unas a otras, la imagen parecerá se
 4

continua en el espacio, aunque al verla más de cerca su representación en términos de

muestra se hace evidente.

Gran parte del teorema de muestreo reside en su papel de puente entre las señales
continuas y las discretas. El hecho de que, bajo ciertas condiciones, una señal continua
se puede recuperar por completo a partir de una secuencia de sus muestras, proporciona
un mecanismo para representar una señal continua mediante una señal discreta. Es por
ello que el concepto de muestreo sugiere un método en extremo atractivo y ampliamente
empleado en la tecnología de sistemas discretos para reconstruir sistemas y procesar
señales de este tipo, las cuales explotaremos para convertir una señal continua en una
discreta, procesar dicha señal usando un sistema discreto y posteriormente convertirla
de nuevo en una señal continua.
 5

Teoría de la información

Antecedentes Históricos

La primera formulación de las leyes matemáticas que gobiernan dicho sistema fue
realizada por Hartley (1928) y sus ideas son consideradas actualmente como la génesis
de la Teoría de la Información. Posteriormente, Shannon y Weaver (1949) desarrollaron
los principios definitivos de esta teoría. Su trabajo se centró en algunos de los siguientes
problemas que surgen en los sistemas destinados a manipular información: cómo hablar
los mejores métodos para utilizar los diversos sistemas de comunicación; cómo
establecer el mejor método para separar las señales del ruido y cómo determinar los
límites posibles de un canal.

Concepto y Modelo de Comunicación

A partir de la acelerada difusión y especialización que experimentan los medios de

comunicación en el procesamiento y transmisión de información durante la primera mitad
de nuestro siglo, se desarrolla el primer modelo científico del proceso de comunicación
conocido como la Teoría de la Información o Teoría Matemática de la Comunicación.
Específicamente, se desarrolla en el área de la telegrafía donde surge la necesidad de
determinar, con la máxima precisión, la capacidad de los diferentes sistemas de
comunicación para transmitir información.

El concepto de comunicación en el contexto de la Teoría de la Información es

empleado en un sentido muy amplio en el que "quedan incluidos todos los procedimientos
mediante los cuales una mente puede influir en otra". De esta manera, se consideran
todas las formas que el hombre utiliza para transmitir sus ideas: la palabra hablada,
escrita o transmitida (teléfono, radio, telégrafo, etc.), los gestos, la música, las imágenes,
los movimientos, etc. En el proceso de comunicación es posible distinguir por lo menos
tres niveles de análisis diferentes: el técnico, el semántico y el pragmático. En el nivel
 6

técnico se analizan aquellos problemas que surgen en torno a la fidelidad con que la
información puede ser transmitida desde el emisor hasta el receptor. En el semántico se
estudia todo aquello que se refiera al significado del mensaje y su interpretación. Por
último, en el nivel pragmático se analizan los efectos conductuales de la comunicación,
la influencia o efectividad del mensaje en tanto da lugar a una conducta. Es importante
destacar que la Teoría de la Información se desarrolla como una respuesta a los
problemas técnicos del proceso de comunicación, aun cuando sus principios puedan
aplicarse en otros contextos.

El modelo comunicacional desarrollado por Shannon y Weaver se basa en un

sistema de comunicación general que puede ser representado de la siguiente manera:

Figura Nº1. Modelo de comunicación Shannon & Weaver.

Fuente de Información: Selecciona el mensaje deseado de un conjunto de

mensajes posibles.

Transmisor: Transforma o codifica esta información en una forma apropiada al

canal.
 7

Señal: Mensaje codificado por el transmisor.

Canal: Medio a través del cual las señales son transmitidas al punto de recepción.

Fuente de Ruido: Conjunto de distorsiones o adiciones no deseadas por la fuente

de información que afectan a la señal. Pueden consistir en distorsiones del sonido (radio,
teléfono), distorsiones de la imagen (T.V.), errores de transmisión (telégrafo), etc.

Receptor: Decodifica o vuelve a transformar la señal transmitida en el mensaje

original o en una aproximación de este haciéndolo llegar a su destino.

Este sistema de comunicación es lo suficientemente amplio como para Incluir los

diferentes contextos en que se da la comunicación (conversación, T.V., danza, etc.).
Tomemos como ejemplo lo que ocurre en el caso de la radio. La fuente de información
corresponde a la persona que habla por el micrófono. El mensaje son las palabras y
sonidos que esta persona emite. El micrófono y el resto del equipo electrónico
constituyen el transmisor que transforma este mensaje en ondas electromagnéticas, las
cuales corresponden a la señal. Elespacio que existe entre las antenas transmisoras y
receptoras es el canal, mientras que lo que altera la señal original constituye la fuente
de ruido. El aparato de radio de cada hogar es el receptor y el sonido que éste emite
corresponde al mensaje recobrado. Las personas que escuchan este mensaje radial son
los destinatarios.

Información

Antes de analizar lo que se refiere a la capacidad y fidelidad de un canal

determinado para transmitir información, es necesario que precisemos los alcances de
este último concepto. El concepto de información es definido en términos estrictamente
estadísticos, bajo el supuesto que puede ser tratado de manera semejante a como son
tratadas las cantidades físicas como la masa y la energía. La palabra "información" no
está relacionada con lo que decimos, sino más bien, con lo que podríamos decir. El
concepto de información se relaciona con la libertad de elección que tenemos para
 8

seleccionar un mensaje determinado de un conjunto de posibles mensajes. Si nos

encontramos en una situación en la que tenemos que elegir entre dos únicos mensajes
posibles, se dice, de un modo arbitrario, que la información correspondiente a esta
situación es la unidad. La Teoría de la Información, entonces, conceptualiza el término
información como el grado de libertad de una fuente para elegir un mensaje de un
conjunto de posibles mensajes.

El concepto de información supone la existencia de duda o incertidumbre. La

incertidumbre implica que existen diferentes alternativas que deberán ser elegidas,
seleccionadas o discriminadas. Las alternativas se refieren a cualquier conjunto de signos
construidos para comunicarse, sean estas letras, palabras, números, ondas, etc. En este
contexto, las señales contienen información en virtud de su potencial para hacer
elecciones. Estas señales operan sobre las alternativas que conforman la incertidumbre
del receptor y proporcionan el poder para seleccionar o discriminar entre algunas de estas
alternativas.

Se asume que en los dos extremos del canal de comunicación -fuente y receptor-
se maneja el mismo código o conjunto de signos. La función de la fuente de información
será seleccionar sucesivamente aquellas señales que constituyen el mensaje y luego
transmitirlas al receptor mediante un determinado canal.

Existen diversos tipos de situaciones de elección. Las más sencillas son aquellas
en que la fuente escoge entre un número de mensajes concretos. Por ejemplo, elegir una
entre varias postales para enviarle a un amigo. Otras situaciones más complejas son
aquellas en que la fuente realiza una serie de elecciones sucesivas de un conjunto de
símbolos elementales tales como letras o palabras. En este caso, el mensaje estará
constituido por la sucesión de símbolos elegidos. El ejemplo más típico aquí es el del
lenguaje.

Al medir cuánta información proporciona la fuente al receptor al enviar un mensaje,

se parte del supuesto que cada elección está asociada a cierta probabilidad, siendo
algunos mensajes más probables que otros. Uno de los objetivos de esta teoría es
 9

determinar la cantidad de información que proporciona un mensaje, la cual puede ser

calculada a partir de su probabilidad de ser enviada.

El tipo de elección más simple es el que existe entre dos posibilidades, en que
cada una tiene una probabilidad de 1/2 (0,5). Por ejemplo, al tirar una moneda al aire
ambas posibilidades -cara y sello- tienen la misma probabilidad de salir. El caso del
lenguaje e idioma es diferente. En éstos la elección de los símbolos que formaran el
mensaje dependerá de las elecciones anteriores. Por ejemplo, si en el idioma español
el último símbolo elegido es "un", la probabilidad que la siguiente palabra sea un verbo
es bastante menor que la probabilidad que sea un sustantivo o un adjetivo. Asimismo,
la probabilidad que a continuación de las siguientes tres palabras "el esquema siguiente"
aparezca el verbo "representa" es bastante mayor que la probabilidad que aparezca
"pera". Incluso se ha comprobado que, en el caso del lenguaje, es posible seleccionar
aleatoriamente letras que luego son ordenadas según sus probabilidades de ocurrencia
y éstas tienden a originar palabras dotadas de sentido.

Muestreo de señales

El muestreo, también denominado “Discretización de señal”, es el primer paso en

el proceso de conversión de una señal analógica (tiempo y amplitud continuos) en una
señal digital (tiempo y amplitud discretos).

La conversión de la señal Análoga en Digital (Conversión A/D) se realiza, entre

otras razones porque las señales digitales presentan grandes ventajas a la hora de ser
transmitidas y/o procesadas: mayor inmunidad al ruido, mayor facilidad de procesamiento
y facilidad de multiplexación.

En las aplicaciones tecnológicas “las muestras” se toman a intervalos de tiempo

“iguales”, proceso denominado “Muestreo periódico de la señal”, lo que facilita procesos
como el de la “Reconstrucción de la señal”.
 10

Figura Nº 2 Señal Ubicada En La Parte Alta del Espectro

Para realizar el procedo de conversión de la señal se deben seguir tras pasos

básicos:

Muestreo: Consiste básicamente en tomar valores de la señal continua que

tenemos. El tiempo que se tarda entre muestra y muestra se le denomina frecuencia de
muestreo. En este paso nos puede parecer que se pierde información, pero por la
demostración del teorema de muestreo de Nyquist-Shannon, vemos que si una señal
tiene una frecuencia de muestreo superior al doble de su ancho de banda se puede hacer
una reconstrucción de esta señal. Dicho de otro modo: para que podamos hacer un
muestreo adecuado, la frecuencia de muestreo debe ser el doble que la frecuencia que
tenga nuestra señal.

Un muestreo consistiría en lo siguiente. Teniendo una señal senoidal tal como

esta:
 11

Figura Nº 3 Muestreo de Señal Senoidal.

Aplicándole una frecuencia de muestreo determinada, seria coger valores cada

cierto periodo T de modo que al final nos queda un número finito de valores, como en la
siguiente imagen de la misma senoidal:

Figura Nº 4 Muestreo de Señal Senoidal En El Dominio de la Frecuencia.

 12

Cuantificación: Es el proceso siguiente al muestreo. Consiste en medir la

amplitud de valores obtenidos y adjudicarles un valor concreto preestablecido según el
código que utilicemos.

Figura Nº5 Señal Senoidal Cuantificada Para Cada Amplitud.

Codificación: Es el último paso de la conversión de una señal continua. Los

valores que hemos obtenido ya cuantificados se pasan a un tren de impulsos digitales
(unos y ceros). El códec será el código específico que se usará tanto para la codificación
o decodificación de los datos.

Ejemplos Cotidianos de Muestreo y Reconstrucción de Señales

• En un CD (Compact Disk) de audio, la frecuencia de muestreo es de 44.100

muestras/segundo. Esto significa que la máxima componente de frecuencia
representada es igual a 22.050 Hz.
• Una película de cine consiste en una secuencia de imágenes estáticas (24 por
segundo). Sin embargo, nosotros lo percibimos como una secuencia continua.
• En un SuperAudio CD, la frecuencia de muestreo es igual a 2.8224 MHz.
 13

• En el sistema Dolby Digital las frecuencias de muestreo son de 32 kHz, 44.1

kHz y 48 kHz
• Una pantalla de un computador muestra las imágenes en una matriz espacial
discreta (800 × 600, 1024 × 768).
• En el sistema DTS (Digital Theather System) las frecuencias de muestreo son
32 kHz, 44.1 kHz, 48 kHz y 192 kHz
• En el sistema PAL (Phase Alternating Line) el número de imágenes por segundo
es igual a 25. En el sistema NTSC (National Television System Committee) 30.
Nótese sin embargo que ambos representan las líneas de cada imagen de
forma analógica (625 líneas en PAL y 512 en NTSC).
• En MPEG-1 (Motion Picture Experts Group) (Video CD), la resolución del vídeo
tiene que ser inferior a 768 × 576 puntos.
• En MPEG-2 (DVD o Digital Versatile/Video Disk) la resolución tiene que ser
inferior a 1920 × 1080 puntos. Los DVD’s PAL almacenan típicamente imágenes
de 720 × 576 puntos (PAL DVDs) y los NTSC 720 × 480 puntos.

Teorema de muestreo

Origen del Teorema de Muestreo

El teorema de muestreo de Nyquist-Shannon, también conocido como teorema de

muestreo de Whittaker-Nyquist-Kafelnikov-Shannon o bien teorema de Nyquist, es un
teorema fundamental de la teoría de la información, de especial interés en las
telecomunicaciones.

Este teorema fue formulado en forma de conjetura por primera vez por Harry
Nyquist en 1928 (Ciertos temas en la Teoría de la Transmisión del Telégrafo), y fue
demostrado formalmente por Claude E. Shannon en 1949 (Comunicación en Presencia
de Ruido).
 14

Teorema de Muestreo

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, es decir, aún no han
sido cuantificadas.

Para desarrollar el teorema de muestreo, se necesita un método conveniente con

el cual se pueda representar el muestreo de una señal continua a intervalos regulares y
una forma útil de hacerlo es mediante el uso de un tren de impulsos periódicos
multiplicarlos por la señal continua 𝑆(𝑡), que deseamos muestrear.

Todo trabajo enviado fuera de la fecha será evaluado en base a 18 Pts. Si una
señal continua, 𝑆(𝑡), tiene una banda de frecuencia tal que 𝐹𝑚𝑎𝑥 sea la mayor frecuencia
comprendida dentro de dicha banda, dicha señal podrá reconstruirse sin distorsión a
partir de muestras de la señal tomadas a una frecuencia 𝑓𝑠 siendo 𝑓𝑠 > 2 𝐹𝑚𝑎𝑥 En la
Figura 2 se muestra un esquema simplificado del proceso de muestreo.

Figura Nº 6 Esquema Simplificado Del Sistema de Muestreo

 15

Cabe anotar que en las aplicaciones el interruptor no es del tipo mecánico, puesto
que por lo general la frecuencia 𝑓𝑠 es bastante alta; por lo que suelen emplearse
transistores de efecto campo como interruptores, para cumplir los requerimientos que se
le exigen al sistema; dentro de los que se encuentran:

• Elevada resistencia de aislamiento cuando los interruptores (transistores)

están desconectados.
• Baja resistencia si los interruptores están conectados o cerrados.
• Elevada velocidad de conmutación entre los dos estados de los
interruptores.

Es apropiado observar nuevamente la Figura 1 y recordar las formas de las tres

señales principales:

𝑆(𝑡): Señal a muestrear

𝛿: Señal de muestreo

𝑆𝛿 (𝑡): Señal muestreada

Así mismo en la Figura 1 se define:

𝑇𝑠: Período de la señal de muestreo

𝑃: Tiempo de duración del pulso

Vale la pena recordar que, desde el punto de vista de la cuantificación de la señal

muestreada, lo ideal es que el tiempo que dura el interruptor activo (P), fuese
prácticamente cero, ya que, de otro modo, la señal muestreada puede variar
enormemente en dicho tiempo y hacer poco exacta su cuantificación.
 16

Explicación del teorema de muestreo.

Sabemos que el teorema de muestreo es una proposición que, básicamente,

consiste en recuperar señal continua a través de los puntos de frecuencias muestreados.
Pero, ¿cómo se traduce esto? ¿Cómo sucede realmente?

La explicación la encontramos en el mismo teorema. Nos dice que, para lograr

recuperar la señal original, una señal discreta debe muestrearse con el doble de
frecuencia.

Lo anterior porque las señales continuas (analógicas) se pueden recuperar solo

cuando la frecuencia sea mayor o igual que el doble del componente más amplio en el
mensaje transmitido. Las señales suelen repetirse en intervalos, y dada su naturaleza
periódica, se pueden recuperar mediante un muestreo. Eso es algo que sucede
normalmente con ondas electromagnéticas y mecánicas.

Entonces, una vez que se realiza un muestreo y se encuentran las frecuencias

máximas repetidas, se puede reconstruir nuevamente. Para ello también se necesita una
tasa de muestreo para saber si supera el límite de banda (velocidad en que tienen las
muestras).

Aplicación del Teorema de Muestreo

El objetivo del Teorema de muestreo es encontrar los puntos de frecuencia

máximos. Lo que buscaba Nyquist era demostrar que no se necesitaba la señal completa
para enviar información en el canal de comunicaciones. Sino que, con entrar los puntos
máximos de frecuencia en un muestreo, era suficiente para reconstruir y enviar
nuevamente la señal original.

En síntesis, si se encontraban los dos puntos máximos de frecuencia (en un

muestreado) podemos imaginarnos el resto de la gráfica sin tener que enviarla
nuevamente por el canal. Un ejemplo sencillo es la música, sobre todo en los formatos
 17

de CD, donde se toman los rangos de frecuencias máximos para conservar, o mantener,
el material.

Como es sabido el Teorema del muestreo se aplica a través del muestreo periódico
de una señal analógica; por ejemplo, cuando se graba una señal de audio al computador
utilizando una tarjeta de sonido, el conversor A/D del PC estará digitalizando la señal a
una cierta frecuencia tal como 11, 22, ó 44 kHz, denominada frecuencia de muestreo2.
Considerando que un ser humano puede percibir sonidos entre 20 Hz y 20 kHz; es fácil
apreciar que aplicando el Teorema del muestreo; es decir muestreando al doble de la
frecuencia máxima que un hombre o mujer puede escuchar, queda contemplado todo su
rango de frecuencia audible; es decir que si:

𝑓𝑠 = 2 (20 𝑘𝐻𝑧)

𝑓𝑠 = 40 𝑘𝐻𝑧

Es claro que muestreando a 40.000 Hz no habrá pérdida de información (no se

perderán las frecuencias contenidas, por ejemplo, en una grabación digital y que luego
quieran ser escuchadas, como pueden ser sonidos de animales o de instrumentos de
frecuencia inferior o igual a 20 kHz)

Adicionalmente es evidente que si la frecuencia de muestreo es muy baja; es decir,

las mediciones son demasiado espaciadas, se perderán “detalles” de la señal original; lo
anterior se puede apreciar mediante una simple demostración gráfica a través de la
Figura 3 subdividida en A-B-C-D; en donde se han representado cuatros señales distintas
(en línea azul) muestreadas periódicamente a igual frecuencia (los círculos rojos denotan
las “muestras”). En A y B las señales aparecen correctamente representadas por las
muestras, en C la velocidad de muestreo parece insuficiente, y en D las muestras
representan una señal como la de B; es decir la señal de D es un “alias” de la señal de
B, a este efecto se le denomina en inglés “aliasing”.
 18

Figura Nº 7 Señal Análoga y Señal Muestreada

Aliasing: El aliasing es el efecto que causa que señales continuas distintas se

tornen indistinguibles cuando se les muestrea digitalmente. Cuando esto sucede, la señal
original no puede ser reconstruida de forma unívoca a partir de la señal digital.

El aliasing es un fenómeno propio de la conversión A/D, en el cual la frecuencia

de la señal reconstruida es menor que el de la señal original, lo cual ocurre cuando la
frecuencia de muestreo es demasiado baja; estos efectos pueden reducirse utilizando
filtros

Criterio de Nyquist Shannon

El criterio de Nyquist-Shannon, también denominado Teorema del Muestreo

Pasabanda, establece que la frecuencia mínima de muestreo necesaria para evitar el
“aliasing” debe ser.

𝐹𝑠 > 2 𝐵𝑊

Con:

𝑓𝑠: frecuencia de muestreo

 19

𝐵𝑊: ancho de banda de la señal a muestrear

𝐵𝑊 = 𝐹 𝑚á𝑥 − 𝐹 𝑚í𝑛

Para señales con 𝐹 𝑚í𝑛 = 0, la expresión queda:

𝑓𝑠 > 2 𝐹 𝑚á𝑥

Que coincide con la aplicación del Teorema general del muestreo.

El criterio de Nyquist Shannon redefine el Teorema del muestreo aplicándolo a un

Ancho de Banda de interés específico, lo que soluciona ciertas dificultades que Es posible
muestrear a una frecuencia menor que la que impondría Nyquist siempre que se garantice
que las repeticiones espectrales no se superponen con el espectro, siempre que BW
(ancho de banda de la señal) sea menor que 𝐹𝑚í𝑛 5.

Por ejemplo, si se quiere muestrear una señal de la que se sabe se encuentra

compuesta por frecuencias entre 12 MHz y 13 Mhz, la aplicación del Teorema general
del muestreo plantearía que la señal debe muestrearse como mínimo a:

𝑓𝑠 = 2 𝐹 𝑚á𝑥

𝑓𝑠 = 2 (13 𝑀𝐻𝑧)

𝑓𝑠 = 26 𝑀𝐻𝑧

Frecuencia que es que es demasiado alta para un muestreo típico.

Por el contrario, al aplicar el criterio de Nyquist Shannon, sería suficiente con:

𝑓𝑠 = 2 𝐵𝑊

𝑓𝑠 = 2 (𝐹 𝑚á𝑥 − 𝐹 𝑚í𝑛)

𝑓𝑠 = 2 (13 𝑀𝐻𝑧 − 12 𝑀𝐻𝑧)

𝑓𝑠 = 2 𝑀𝐻𝑧
 20

Frecuencia de muestreo que puede ser más sencilla de implementar y donde se

verifica que:

𝐹 𝑚í𝑛 > 𝐵𝑊

12 𝑀𝐻𝑧 > 1 𝑀𝐻𝑧

Teorema del muestreo en la actualidad. Incluye aplicaciones.

Aunque en la actualidad se utilizan otros métodos de intercambio de datos e

información (como el formato digital), el teorema de muestreo fue decisivo y fundamental
para entender la teoría de la información.

Hoy han aparecido nuevos casos, como CD de DVD-Audio codificados, que

mantienen la modulación continua sin perder la información. Lo que permite reproducir
constantemente sin necesidad de los filtros de reconstrucción tradicionales. Esto como
consecuencia del avance de la tecnología y los dispositivos electrónicos.
 21

Conclusión

Los resultados obtenidos al muestrear señales pasabanda, que en la aplicación

representan señales ubicadas en la parte alta del espectro, verifican claramente el criterio
de Nyquist Shannon, facilitando las necesidades de muestreo a frecuencias mucho más
bajas que las contenidas en la señal original. Igualmente garantizan la reconstrucción de
dicha señal a partir de las componentes espectrales obtenidas del filtrado pasabanda.

Aunque en el artículo no se presentaron los desarrollos matemáticos, la aplicación

presentada, entrega las componentes espectrales de cada una de las señales generadas
y obtenidas de las operaciones necesarias, por medio de la Transformadas de Fourier,
que permite representar las componentes de frecuencia de señales discretas.

La modulación en amplitud (traslado en el espectro de una señal) permitió que se

desarrollara de forma rápida la aplicación y de este modo ubicarla en una parte del
espectro que presentara una mejor visualización de los resultados.
 22

Bibliografía

OPPENHEIM, A.V., WILLSKY, A.S. (1997) Señales y Sistemas, México: Prentice Hall

RODRIGUEZ V, Luis Alfonso. Muestreo de Señales Pasabanda. Revista Scientia ET

Technica, No 12, abril 2000

LOPEZ, Alejandro, PARADA, Andrea, SIMONETI, Francisco (1995) Introducción a la

Psicología de la Comunicación", Ediciones Universidad Católica de Chile, Santiago,