Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 50 vistas

    Teorema de Shannon

    Cargado por

    Andrea aguilar
    Este documento presenta un resumen del Teorema de Shannon, el cual establece que la frecuencia de muestreo de una señal analógica continua debe ser al menos el doble de la frecuencia máxima presente en la señal para permitir la reconstrucción exacta de la señal a partir de sus muestras digitalizadas sin pérdida de información. El teorema divide la teoría de la comunicación en codificación de fuente y capacidad del canal, y ha tenido un impacto significativo en el diseño de sistemas de comunicación modernos.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    Teorema de Shannon

    Cargado por

    Andrea aguilar
    50 vistas3 páginas
    Este documento presenta un resumen del Teorema de Shannon, el cual establece que la frecuencia de muestreo de una señal analógica continua debe ser al menos el doble de la frecuencia máxima presente en la señal para permitir la reconstrucción exacta de la señal a partir de sus muestras digitalizadas sin pérdida de información. El teorema divide la teoría de la comunicación en codificación de fuente y capacidad del canal, y ha tenido un impacto significativo en el diseño de sistemas de comunicación modernos.

    Título original

    teorema de shannon

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento presenta un resumen del Teorema de Shannon, el cual establece que la frecuencia de muestreo de una señal analógica continua debe ser al menos el doble de la frecuencia máxima presente en la señal para permitir la reconstrucción exacta de la señal a partir de sus muestras digitalizadas sin pérdida de información. El teorema divide la teoría de la comunicación en codificación de fuente y capacidad del canal, y ha tenido un impacto significativo en el diseño de sistemas de comunicación modernos.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    50 vistas3 páginas

    Teorema de Shannon

    Cargado por

    Andrea aguilar
    Este documento presenta un resumen del Teorema de Shannon, el cual establece que la frecuencia de muestreo de una señal analógica continua debe ser al menos el doble de la frecuencia máxima presente en la señal para permitir la reconstrucción exacta de la señal a partir de sus muestras digitalizadas sin pérdida de información. El teorema divide la teoría de la comunicación en codificación de fuente y capacidad del canal, y ha tenido un impacto significativo en el diseño de sistemas de comunicación modernos.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    de 3

    Facultad de ingeniería y sistema.

    Radio Comunicación digital.

    Tarea de inves+gación.

    “Teorema de Shannon aplicado en el análisis de señales”

    Periodo 1

    Ing. Elmer Elías Chanchan

    Fecha de entrega: 27 de agosto de 2023

    APELLIDOS NOMBRES CARNÉ NOTA


    Aguilar Umaña Andrea Margarita AU100212
    Teorema de Shannon

    El teorema de Shannon se enuncia de la siguiente manera: para evitar la pérdida de información


    al muestrear una señal con+nua, la tasa de muestreo debe ser al menos el doble de la
    frecuencia más alta presente en la señal.

    El teorema es un principio esencial en la teoría de la comunicación y el procesamiento de señales.


    Fue formulador por Claude Shannon en 1949 y establece las condiciones bajo las cuales una señal
    analógica conGnua puede ser muestreada y luego reconstruida de manera precisa sin perder
    información importante.

    En esencia, el teorema aborda el desaIo de converGr señales analógicas, que son conGnuas en el
    Gempo, en formas digitales, que son discretas en el Gempo.

    El teorema de Shannon se puede expresar matemáGcamente de la siguiente manera:

    Si una señal conGnua x(t) no conGene frecuencias por encima de ƒ!"# , entonces la señ al se
    peude muestrear a una frecuencia ƒ$ tal que ƒ$ ≥ 2 • ƒ!"# para permiGr la reconstrucción
    exacta de la señal a parGr de sus muestras.

    Esto se puede expresar matemáGcamente.

    ƒ$ ≥ 2 • ƒ!"#

    Donde:

    • ƒ$ es la frecuencia de muestreo (número de muestras por segundo)


    • ƒ!"# es la frecuencia máxima presente en la señal conGnua.

    El teorema de Shannon se puede dividir en dos partes principales:

    • La codificación de fuente: es la cual aborda la comprensión de datos, es decir, como


    representar la información de manera eficiente antes de transmiGrla. Define la entropía
    de una fuente de información como la canGdad promedio de incerGdumbre o sorpresa
    asociada con cada símbolo de la fuente. Shannon demostró que es posible comprimir una
    fuente de información sin pérdidas hasta un límite teórico llamado la entropía de la
    fuente. La entropía se mide en bits por símbolo y representa la canGdad mínima de bits
    necesaria para representar la información de manera eficiente.

    • Capacidad del canal: también se aplica a la transmisión de información a través de canales


    de comunicación ruidosos. Define la capacidad de canal como la tasa máxima a la cual se
    puede transmiGr información de manera confiable a través de un canal con ruido, es decir,
    la tasa máxima a la que se puede enviar información sin errores arbitrariamente
    pequeños.
    La capacidad del canal se mide en bits por segundo y depende de las caracterísGcas del
    canal y del nivel de ruido presente en el mismo. Shannon desarrolló una fórmula
    matemáGca para calcular la capacidad del canal en función de la relación señal-ruido y
    otras caracterísGcas del canal.

    El teorema de Shannon es fundamental en la teoría de la comunicación y ha tenido un


    impacto significaGvo en el diseño de sistemas de comunicación, compresión de datos,
    criptograIa y muchas otras aplicaciones en el campo de la informáGca y las
    telecomunicaciones.

    Establece los límites teóricos para la eficiencia en la transmisión y compresión de información,


    y ha sido un marco fundamental para el desarrollo de tecnologías de comunicación modernas.

    También podría gustarte