Reporte de Práctica No.

1
Muestreo de señales en
Python Alumnos: Winevaldo
Ramos Xilot valraxi@gmail.com

Procesamiento digital de señal, Ingeniería Mecatrónica, 10c

Docente de la materia: M.C. Angel Vergara Betancourt, a 17 de febrero
de 2023

Resumen

En esta práctica se va a realizar el muestreo de diferentes funciones (señales) por medio del
software de Spyder, esto con el propósito de comprender mejor el concepto de muestreo, así como
a que se refiere el procesamiento digital de señales, además también se quiere reforzar los
conocimientos adquiridos en programación ya que los programas se realizaran en el lenguaje de
Python. La dinámica de la práctica es simple ya que en los códigos creados se cambiarán los
intervalos de tiempos o de frecuencias para posteriormente simularlo y observar cómo se comporta
dicha función y esto se realizará con dos intervalos de tiempos diferentes para observar mejor el
comportamiento de la función. En esta práctica se presentan las gráficas obtenidas y en la parte
final se menciona las conclusiones y observaciones obtenidas.

Palabras clave: Funciones, software, Spyder, Muestreo, Gráficas

1. Introducción 2. Marco teórico

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). Por otro lado el muestreo de una
señal consiste en la selección de ciertos
valores de una señal analógica continua para
obtener una discreta. Sección destinada a
describir de manera general el contexto de la
práctica, antecedentes e importancia de este
tema. Por esta razón en esta práctica se va a
muestrear diferentes funciones con el
software de Spyder para analizar el
comportamiento de dichas funciones.
2.1 Procesamiento digital de señales
El procesamiento digital de señales o DSP
(sigla en inglés de digital signal processing)
se refiere a la manipulación matemática de
una señal de información para modificarla o
mejorarla en algún sentido. Este está
caracterizado por la representación en el
dominio del tiempo discreto, en el dominio
frecuencia discreta, u otro dominio discreto
de señales por medio de una secuencia de
números o símbolos y el procesado de esas
señales [2]. El procesamiento digital de
señales consiste básicamente de tres pasos:
conversión de la señal analógica en digital,
procesamiento de la señal digital y
finalmente, conversión de la señal procesada

Elaborado por: WRX 2023

en una forma analógica. En la Figura 1
se

Elaborado por: WRX 2023

muestra el diagrama a bloques de un sistema
de procesamiento digital de señales.
Fig. 1: Diagrama a bloques de un sistema de
procesamiento digital de señales.
Por lo tanto, el muestreo consiste en la
conversión de una señal analógica (tiempo
continuo) en una señal digital (tiempo
discreto). A partir del muestreo se puede
obtener una señal continua, considerando la
magnitud de los valores discretos cada
determinado periodo T
Fig. 2: Ejemplo de muestreo
2.2 Spyder
El software de Spyder es un entorno de
desarrollo integrado y multiplataforma de
código abierto (IDE) para programación
científica en el lenguaje Python. Este IDE se
liberó bajo la licencia de MIT. Spyder es
extensible con complementos. Incluye
soporte de herramientas interactivas para la
inspección de datos e incorpora controles de
calidad específicos de Python e instrumentos
como Pyflakes, Pylint y Rope.
3. Materiales, metodología
3.1 Materiales
 Computadora
 Software Spyder
3.2 Metodología
Proceso para el muestreo
de señales en Python
Primero se estudio los conceptos escenciales del
tema
Posteriormente se instalo el software de Spyder
Se realizó los codigos de cada programa en Spyder
Se simuló y se obtuvieron las muestras
Fig. 3: Metodología de la práctica
Lo primero que se realizó para esta práctica
fue conocer el concepto de la palabra
procesamiento digital de señales y muestreo.
Después se continuo con la descarga del
software de Spyder, posteriormente se
continuo con la codificación de los programas
y finalmente se simuló para observar como
se comportaba dicha señal.
Elaborado por: WRX 2023
4. Desarrollo de actividades
Después se simulo otro programa el cual se
Lo primero que se realizó fue muestrear un muestra en la fig. 8
archivo el que se llama delta el cual en la
figura 4 se muestra el código

Fig. 8: simulación cuando el tiempo es de (-25,25,0.01)

El código anterior se le modifico el tiempo a

Fig. 4: Código del programa delta (25,-25,0.5) y el resultado que se obtuvo se
muestra en la fig. 9
Posteriormente se continuo con el muestreo
del archivo que tiene como nombre
discretización. Para esta ocasión se coloco
una escala de 0,10.

Fig. 9: Simulación cuando el tiempo es de (25,-25,0.5)

Fig. 5: Código y simulación del código

Al programa anterior se modificó la escala de En la fig. 10 se muestra los resultados

0,30 cuando el tiempo es de (0,50,1)

Fig. 6: Muestreo cuando la escala es de 0,30

Posteriormente se cambió la escala a 4,60

(ver. Fig. 7)

Fig. 10: Simulación cuando el tiempo es de (0,50,1)

Fig. 7: Muestreo cuando la escala es de 4,60

Elaborado por: WRX 2023

A continuación, se muestra el muestreo de
En la figura 12 se muestra el resultado
otro código diferente a la anterior
cuando se cambio la frecuencia a 100

Fig. 11: código y simulación cuando la frecuencia de la Fig. 12: código y simulación cuando la frecuencia de la
señal es de 2000 señal es de 100

Elaborado por: WRX 2023

Ahora se va a muestrear la función f(t)=5𝑒−2𝑡
de 0:20. En la fig. 13 se muestra la función
completa y en la fig. 14 se observa la función
aplicando el intervalo de 0:20

Fig. 16: Gráfica de la función f(t)=2t^2+t+1 en un

intervalo de -10:10

sen(t)
Finalmente se muestreó la función f(t)=
7
en un intervalo de -20:20

Fig. 13: Gráfica de la función f(t)=5e^(-2t)

Fig. 17: Gráfica de la función f(t)= 𝑠𝑒𝑛(𝑡)

7

Fig. 14: Comparación de gráfica real con grafica con un

intervalo de 0:20

Además, también se muestreo la función

f(t)=2𝑡2 + 𝑡 + 1 en un intervalo de -10:10
𝑠𝑒𝑛(𝑡)
Fig. 18: Gráfica de la función f(t)= 7
en el intervalo
de -20:20

5. Discusión de resultados

Al muestrear diferentes funciones se observó

que al cambiar el intervalo de tiempo o de
frecuencia, cambia totalmente la gráfica
obtenida. Esto se puede observar en la fig. 5
y 6 en donde al inicio se tenia un intervalo de
tiempo de 0:10 y posteriormente se modificó
Fig. 15: Gráfica de la función f(t)=2t^2+t+1
a 0:30. También se utilizó GeoGebra y este
software también permite muestrear en
cambio es más fácil de programar que
Spyder, sin embargo, Spyder otorga mejores
resultados que GeoGebra.

Elaborado por: WRX 2023

6. Conclusiones
En lo personal me agrado la práctica por que
por medio de esta se pudo comprender mejor
el tema de muestreo y procesamiento de
señales. Además, con la ayuda de Spyder se
observo que al cambiar los parámetros de
estudio se cambia totalmente la gráfica, un
claro ejemplo es la fig. 11 y 12 en donde se
cambio la frecuencia de 2000 a 100 y se
observó en la fig. 12 que los lapsos de
muestreo eran mas cortos por lo que esta
gráfica se coloreaba más de color azul. Por
otro lado, también me gusto graficar en
GeoGebra ya que también me permitía
analizar diferentes señales y también se
podía observar la gráfica original y la señal
muestreada (ver fig. 13 y 14)
Referencias Bibliográficas
[1] Casal, J., & Mateu, E. (2003). Tipos de
muestreo. Rev. Epidem. Med. Prev, 1(1), 3-
7.
https://d1wqtxts1xzle7.cloudfront.net/55524
032/TiposMuestreo1- libre.pdf?
1515813042=&response-content-
disposition=inline%3B+filename%3DTIPOS
_DE_MUESTREO.pdf&Expires=167641236
8&Signature=a3nw6xGNgI85WNL8XW2w-
Gzhy0ZuMwoT6aG1gRLkH6sXvd3ziMfSt1
As7F~RIAPaESNYJ47tCcuF8erc9j-k1P-
g8SyBMBr5mjQY9XuPrZtRZ-
rFTJP2VRUrF-
e7cnj1tf2DD3lVPOrhHJvFVgm8IRp73wYXz
0VL0qrV51lVIC0bd-
0wNTZAKj~wKRbX3K96h58poD4ZZWBAC
QOzXy80PXc1kJC58146jGqKRhBDsVUIG
5rcHqYCp22lGw2P6cibiQ-
hw9RGoK3rMlxmV9fuUF4uPfvxrokFEmslR
CchzAn8PUqOM5uVDaTihHf50gOBIHCPa
Tv4j4MRRtCZTsCDYQ &Key-Pair-
Id=APKAJLOHF5GGSLRBV4ZA
[2] Friedrich, G. (2002). Introducción al
procesamiento digital de señales. Técnicas
Digitales III.
https://d1wqtxts1xzle7.cloudfront.net/44553
413/Apunte_Filtros_Digitales- libre.pdf?
1460159978=&response-content-
disposition=inline%3B+filename%3DUniver
sidad_Tecnologica_Nacional_Faculta.pdf&
Expires=1676411872&Signature=Ms7ky-
W7PtALlK3x2TEsH9L9CHhMbqNgjILlYjthx
si7KzcErEX-HabfBoU4Vlh0tTiQLfnyvb-
qaOYVIuh5z5MfssGhlLL8cUU6BPFSmt-
zLlwqIV3oH699u~kWD06S~qxcr4e3gDxLqI
qjxw3-1s5OiXRRIsALoi2xPSClkOz0HCB-
suBRuAhewRHrz3oRLZ~BqJOIFWoxOXEa
wwXruIIgwS3sgjzOYx7usrdUpUsSQ9JWR
9gigjngVJ3bV5mxZOQjUDcDAmEbFHWRh
2kzGm5RIf5JejPDJch1kcQTViQWP-
2e52LpbEVJ8QZ4R0xNqw5OvaPlK5lOxvj3
jo0u7g &Key-Pair-
Id=APKAJLOHF5GGSLRBV4ZA
[3] Moya, J. P. A. (2011). Procesamiento
digital de señales. Instituto Tecnológico de
Costa Rica.
http://www.oocities.org/ar/analisis_utn/MAT
ERIAL/alvarado_moya.pdf
[4] J. A. C. Osorio, Fundamentos y aplicación
del muestreo en señales, Pereira: UTP,
2008.
file:///C:/Users/52233/Downloads/Dialnet-
FundamentosYAplicacionDelMuestreoEnSe
nalesUbicadas-4742487.pdf
Elaborado por: WRX 2023