一个信号是三个正弦信号的和，正弦信号的频率为50HZ、500Hz、1000HZ，该信号以800HZ采样。用适应数量的样本画出该信号

由奈奎斯特采样定理可知，采样频率应大于信号最高频率的两倍，因此800Hz的采样频率足以采样该信号。

根据三个正弦信号的频率和采样频率，我们可以求出它们在采样时对应的采样点数：

50Hz：800Hz / 50Hz = 16个采样点
500Hz：800Hz / 500Hz = 1.6个采样点，约为2个采样点
1000Hz：800Hz / 1000Hz = 0.8个采样点，约为1个采样点

因此，每个周期内，50Hz正弦信号对应16个采样点，500Hz正弦信号对应2个采样点，1000Hz正弦信号对应1个采样点。

我们可以选择每个周期内采样点的数量为16个，这样每个正弦信号对应的采样点数量分别为16、16、16个。然后，我们可以通过求出每个采样点上三个正弦信号的幅值之和来得到该信号的采样值。

下面是Python代码实现：

import numpy as np
import matplotlib.pyplot as plt

# 信号频率
f1 = 50
f2 = 500
f3 = 1000

# 采样频率
fs = 800

# 采样周期
T = 1 / fs

# 每个周期内采样点数量
N = int(fs / f1)

# 生成时间序列
t = np.arange(0, N*T, T)

# 生成三个正弦信号
x1 = np.sin(2*np.pi*f1*t)
x2 = np.sin(2*np.pi*f2*t)
x3 = np.sin(2*np.pi*f3*t)

# 信号的采样值为三个正弦信号的幅值之和
x = x1 + x2 + x3

# 绘制信号波形
plt.plot(t, x)
plt.xlabel('Time (s)')
plt.ylabel('Amplitude')
plt.show()

绘制出来的信号波形如下图所示：