UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN

FACULTAD DE INGENIERÍA MECÁNICA Y ELÉCTRICA

LABORATORIO DE SISTEMAS DE ADQUISICIÓN DE

DATOS
Práctica 5
Matricula Nombre
2082562 Hanna Valeria Salazar Monarrez
1916573 Rogelio Guerrero Canales
2077911 Montserrat Chacon Gonzalez
1969234 Ernesto Reyna Martinez
2077344 Natalia Ximena Rascon Lucas
1961137 Johana Michelle Flores Rivera

Grupo: 208 Hora:N3

Profesor: Rafael Castro
Periodo: agosto – diciembre 2023

San Nicolas De Los Garza, Nuevo León a 22 de noviembre de 2023

Introducción
El muestreo es una herramienta esencial en una variedad de aplicaciones, desde
la grabación de audio y video hasta la transmisión de datos en sistemas de
comunicación. Permite la representación eficiente de señales analógicas en el
dominio digital, facilitando su manipulación y procesamiento mediante algoritmos
digitales. Un adecuado diseño de sistemas de muestreo garantiza la fidelidad y la
integridad de la información capturada, contribuyendo así a la precisión y calidad
de las aplicaciones digitales modernas. El muestreo es un proceso fundamental en
el ámbito de la señal y sistemas, especialmente en la conversión de señales
analógicas a digitales. Este proceso implica tomar muestras discretas de una
señal analógica continua en intervalos regulares a lo largo del tiempo. La
aplicación más común del muestreo es en la conversión analógica a digital (ADC),
donde las señales analógicas se transforman en una representación digital para su
procesamiento, almacenamiento y transmisión.
MARCO TEÓRICO

Proceso de muestreo de una señal analógica

El muestreo de señales es la primera etapa que se realiza cuando digitalizamos
señales, El muestreo está basado en el teorema de muestreo, que es la base de la
representación discreta de una señal continua en banda limitada. Es útil en la
digitalización de señales y en la codificación del sonido en formato digital.
Independientemente del uso final, el error total de las muestras será igual al error
total del sistema de adquisición y conversión más los errores añadidos por el
ordenador o cualquier sistema digital. Este proceso implica tomar muestras de la
señal analógica en intervalos regulares y representar cada muestra como un valor
digital.

1. Primero se define la frecuencia del muestreo (Fs), la cual es la cantidad de

muestras que se toman por unidad de tiempo y se mide en hercios (Hz). La
frecuencia de muestreo debe ser al menos el doble de la frecuencia
máxima de la señal analógica según el teorema de muestreo de Nyquist.

2. Se toma una muestra de la señal analógica en intervalos de tiempo

regulares, la amplitud de cada muestra representa el valor de la señal en
ese momento específico.

El proceso de muestreo introduce el concepto de "ancho de banda" y

"resolución" en la representación digital de la señal. La frecuencia de muestreo
determina la cantidad de muestras tomadas por segundo, y la resolución
determina la precisión con la que cada muestra se cuantifica. Un mayor
número de muestras por segundo y una mayor resolución pueden resultar en
una representación digital más precisa, pero también requieren más recursos
de almacenamiento y procesamiento.

Periodo y frecuencia de una señal

El periodo y la frecuencia son dos conceptos fundamentales en el estudio de las

ondas y los fenómenos periódicos. El periodo se refiere al tiempo que tarda una
onda en completar un ciclo completo, mientras que la frecuencia se refiere al
número de ciclos que se completan en un segundo.

• Periodo: se representa con la letra ‘T’ y se mide en unidsdes de tiempo

(segundos, milisegundos, etc.).
• Frecuencia: mide el número de repeticiones de un evento periódico por
unidad de tiempo. Así pues, la frecuencia de una onda indica el número de
oscilaciones que realiza la onda por unidad de tiempo. En el Sistema
Internacional de Unidades (SI), la frecuencia se expresa en hercios (o
hertzs), cuyo símbolo es Hz. Un hercio es equivalente a uno partido por un
segundo (Hz=1/s).
Estas dos cantidades están inversamente relacionadas: a medida que la
frecuencia de una señal aumenta, su periodo disminuye, y viceversa. Ambos
conceptos son especialmente importantes en el análisis de señales periódicas, ya
que proporcionan información sobre la repetición de patrones en el tiempo.

1 1
𝑓= 𝑜 𝑇=
𝑇 𝑓

Teorema de Nyquist-Shannon

Este es un teorema en el campo del procesamiento de señales que sirve como

puente fundamental entre las señales de tiempo continuo y las señales de tiempo
discreto. Establece una condición suficiente para una frecuencia de muestreo que
permite una secuencia discreta de muestras para capturar toda la información de
una señal de tiempo continuo de ancho de banda finito.

Para evitar la pérdida de información al muestrear una señal analógica, la

frecuencia de muestreo debe ser al menos el doble de la frecuencia máxima
presente en la señal. En términos matemáticos, si 𝑓𝑠 es la frecuencia de muestreo
y 𝑓𝑚𝑎𝑥 es la frecuencia máxima presente en la señal analógica, el teorema se
expresa como:

𝑓𝑠 ≥ 2 ∙ 𝑓𝑚𝑎𝑥

Esto significa que, para capturar adecuadamente una señal analógica, la

frecuencia de muestreo debe ser al menos el doble de la frecuencia más alta en
esa señal. Si la frecuencia de muestreo es menor que esto, pueden ocurrir
problemas como el aliasing, que conduce a la pérdida de información y distorsión
en la señal muestreada.

Este teorema es fundamental en la teoría de la señal y la comunicación, y tiene

aplicaciones prácticas en la digitalización de señales para su procesamiento,
almacenamiento y transmisión. Este principio también es relevante en áreas como
la grabación de audio, la transmisión de datos y la ingeniería de sistemas de
comunicación.

Aliasing

Es un fenómeno no deseado que ocurre en el proceso de muestreo de señales,

especialmente cuando la frecuencia de muestreo no cumple con el teorema de
Nyquist-Shannon. Este fenómeno puede causar distorsiones y errores en la
representación de la señal digitalizada.
El aliasing es perjudicial para muchas aplicaciones de procesamiento de señales,
por lo que para procesar señales de tiempo continúas usando herramientas de
tiempo discretas, a menudo es necesario encontrar formas de evitarlo aparte de
aumentar la frecuencia de muestreo. Así, los filtros anti-aliasing, son de
importancia práctica.
Demostración del aliasing

SEÑAL SENOIDAL
1 Hz
20 hz

200 hz
SEÑAL CUADRADA
5 hz

15 hz
100 hz

SEÑAL DIENTE DE SIERRA

30 hz
CONCLUSIONES
Johana Michelle Flores Rivera
Y pues, en conclusión, el proceso de muestreo desempeña un papel esencial en la
conversión de señales analógicas a digitales, permitiendo la representación
eficiente y manipulación de información en el dominio digital, un diseño apropiado
de sistemas de muestreo contribuye significativamente a la fidelidad y la calidad
de la información digitalizada, asegurando una representación precisa de las
señales analógicas en el entorno digital.
Rogelio Guerrero Canales
En conjunto, estos conceptos son esenciales para garantizar una representación
precisa de las señales analógicas en el dominio digital. El Teorema de Nyquist
proporciona una guía clave para determinar la frecuencia de muestreo necesaria,
mientras que el aliasing destaca la importancia de cumplir con esta frecuencia de
muestreo para evitar distorsiones en la señal resultante. La elección adecuada de
la frecuencia de muestreo y la implementación de filtros antialiasing son pasos
cruciales en el diseño de sistemas de adquisición de datos y procesamiento de
señales digitales.
Ernesto Reyna Martinez
Fue interesante el ver como se iban comportando las gráficas dependiendo de los
valores que se le iba modificando en el generador de funciones. El teorema de
Nyquist nos proporciona una guía fundamental para el diseño y análisis de
sistemas de control y comunicación, asegurando que las señales se muestreen
adecuadamente para evitar la pérdida de información y distorsiones. Este teorema
es fundamental para la realización de esta gráfica, y es bastante importante el
entender cómo es que funciona.
Montserrat Chacon Gonzalez
En conclusión, el proceso de muestreo implica convertir una señal continua en el
tiempo en una secuencia discreta de valores mediante la toma de instantáneas a
intervalos regulares. El Teorema de Nyquist establece que la frecuencia de
muestreo debe ser al menos el doble de la frecuencia máxima de la señal
analógica para evitar pérdida de información. Si esta condición no se cumple,
puede ocurrir aliasing, un fenómeno donde frecuencias espurias se generan en la
señal discreta resultante, provocando distorsiones. Para evitar el aliasing, es
esencial respetar la condición de Nyquist al seleccionar la frecuencia de muestreo.
Natalia Ximena Rascon Lucas
A partir de la práctica pudimos observar el comportamiento de un sistema en el
cual se convierte una señal continua a una secuencia discreta, observamos a su
vez el teorema de Nysquist en el cual funciona como una vía de análisis y diseño
que busca asegurar que las señales sean presentadas de manera adecuada.
Hanna Valeria Salazar Monarrez
Gracias a esta práctica comprendí que el muestreo es un paso crucial en la
transformación de señales analógicas a digitales, permitiendo su manipulación y
procesamiento eficiente en el mundo digital, este proceso es importante en
diversas aplicaciones, desde la ingeniería de señales hasta la tecnología de la
información, y su correcta implementación es fundamental para garantizar la
precisión y la calidad de la representación digital de las señales analógicas.

REFERENCIAS
¿Cómo se convierten las señales analógicas a digitales? Una guía completa - (lambdageeks.com)

▷ Periodo y frecuencia (ingenierizando.com)

Teorema de muestreo de Nyquist-Shannon _ AcademiaLab (academia-lab.com)

¿QUÉ ES EL ALIASING? (mezclaprofesional.com)