La méthode suivante permet de prélever des éléments d'un vecteur de données, tous les n éléments, en commençant par le premier. Ceci a pour but de démontrer les effets d'un sous-échantillonnage excessif (théorème de Nyquist).
1. Définissez la période et la fréquence d'échantillonnage.
2. Créez un vecteur de signal.
3. Définissez un entier n inférieur à la longueur du vecteur v.
4. Recourez à l'indexation de vecteur pour extraire chaque nième élément d'un vecteur v.
5. Représentez les courbes d'origine et sous-échantillonnées.
◦ Quand le nouveau taux d'échantillonnage est trop faible (pas assez fréquent), le signal peut être très déformé (essayez n = 15), disparaître entièrement (en n'échantillonnant que les points à 0, essayez n = 16), ou des distorsions peuvent apparaître, c'est-à-dire que le signal semble avoir une fréquence incorrecte (n = 28, comme illustré), parce qu'il n'y a pas assez d'échantillons pour représenter correctement l'information dans le signal.
◦ L'échantillonnage a des conséquences pour tous les algorithmes numériques qui font une approximation d'un résultat à des intervalles discrets, comme la transformée de Fourier rapide ou les solveurs d'équations différentielles.
