Está en la página 1de 28

ETSISI-UPM - Curso 2021/22 Fundamentos de Computadores (IC/TSI)

jose.gutierrez@upm.es Tema 2: Lógica Binaria

TEMA 2

LÓGICA BINARIA

José Gutiérrez Fernández


 jose.gutierrez@upm.es

-1-
José Gutiérrez Fernández // Edificio Prisma (8303) ETSISI - UPM // Campus Sur - Alan Turing s/n // 28031 - Madrid
ETSISI-UPM - Curso 2021/22 Fundamentos de Computadores (IC/TSI)
jose.gutierrez@upm.es Tema 2: Lógica Binaria

TEMA 2. Índice de contenidos

2.1 Definición de variable lógica o binaria.

2.2 Álgebra de Boole (George Boole, 1815 – 1864).


• Definición. Axiomas.
• Teoremas derivados.

2.3 Función de un Álgebra de Boole.


• Definición. Formas de representación. Forma canónica – minterm’s-.
• Problemática de la simplificación algebraica.

2.4 Mapas de Karnaugh. Simplificación. Algoritmo de Quine-McCluskey.

2.5 Puertas lógicas. Ctos integrados (CI’s).

2.6 Ejemplos de análisis y síntesis de Ctos Combinacionales.


-2-
José Gutiérrez Fernández // Edificio Prisma (8303) ETSISI - UPM // Campus Sur - Alan Turing s/n // 28031 - Madrid
ETSISI-UPM - Curso 2021/22 Fundamentos de Computadores (IC/TSI)
jose.gutierrez@upm.es Tema 2: Lógica Binaria

2.1 Definición de variable lógica o binaria.


 Definición: es aquella que puede tomar los dos posibles valores binarios (0, 1).
Variable real: x, y ∈ R ≡ {- … -7, …, +2.5, …, + }
 Las utilizaremos para representar (codificar) ocurrencias o propiedades del
mundoFunción
real pordemedio de combinaciones
variable real: f(x, y) = binarias
xy + 2x - de
y forma que dicha infor-
ción pueda ser manejada (procesada) por un circuito digital.
f(-2, 0) = -2 • 0 + 2 • (-2) - 0 = - 4 x y f(x, y)
 Ejemplo: variable “b” que modela el estado de una -2 -4 apagada ó
bombilla,
0
f(0,. 2)
encendida En=esta
0 • situación
2 + 2 • 0 - tenemos
2 = - dos
2 posibles criterios a utilizar:
0 2 -2
f(1, 3) = 1 • 3 + 2 • 1 - 3 = 2 1 3 2
b = “0” ≡ apagada (FALSO)
criterio de lógica “+”
b = “1” ≡ encendida (VERDADERO)

b = “0” ≡ encendida (VERDADERO)


criterio de lógica “−”
b = “1” ≡ apagada (FALSO)
-3-
José Gutiérrez Fernández // Edificio Prisma (8303) ETSISI - UPM // Campus Sur - Alan Turing s/n // 28031 - Madrid
ETSISI-UPM - Curso 2021/22 Fundamentos de Computadores (IC/TSI)
jose.gutierrez@upm.es Tema 2: Lógica Binaria

2.2 Álgebra de Boole. Definición. Axiomas y teoremas.


 Definición: un conjunto B = {a, b, c, …} de variables lógicas o binarias,
dotado de los operadores suma lógica, producto lógico e inversión, (+, •, ¯ ) ,
es un álgebra de Boole sí y solo sí, verifica los cuatro axiomas(*) siguientes:

• Axioma 1: los operadores “+” lógica y “•” lógico son conmutativos.


a+b=b+a
∀ a, b ∈ B  a•b=b•a
• Axioma 2: existen dos elementos neutros, “0” y “1”, que verifican:
a+0=a
∀a∈B  a•1=a
• Axioma 3: se verifica la propiedad distributiva (≡ factor común).

a + (b • c) = (a + b) • (a + c)
∀ a, b, c ∈ B  a • (b + c) = (a • b) + (a • c)
Axioma: principio fundamental e indemostrable sobre el que se asienta o construye una teoría. -4-
José Gutiérrez Fernández // Edificio Prisma (8303) ETSISI - UPM // Campus Sur - Alan Turing s/n // 28031 - Madrid
ETSISI-UPM - Curso 2021/22 Fundamentos de Computadores (IC/TSI)
jose.gutierrez@upm.es Tema 2: Lógica Binaria

2.2 Álgebra de Boole. Definición. Axiomas y teoremas (../..)


• Axioma 4: ley del complementario.
a+a=1
∀a∈B ∃ a∈B/ a • a=0

 De los cuatro axiomas anteriores se derivan una serie de teoremas,


nosotros, en concreto, haremos uso de los seis siguientes:

• Teorema 1: idempotencia (doblar variables o expresiones).

a+a+a+…+a=a
∀a∈B  a • a • a • … • a =a
• Teorema 2: (s/n).
a+1=1
∀a∈B  a • 0=0
-5-
José Gutiérrez Fernández // Edificio Prisma (8303) ETSISI - UPM // Campus Sur - Alan Turing s/n // 28031 - Madrid
ETSISI-UPM - Curso 2021/22 Fundamentos de Computadores (IC/TSI)
jose.gutierrez@upm.es Tema 2: Lógica Binaria

2.2 Álgebra de Boole. Definición. Axiomas y teoremas (../..).


• Teorema 3: ley de absorción. a + (a • b) = a
a (a + b) = a
∀ a, b ∈ B 

a + (a • b) = a + b
Absorción parcial
a • (a + b) = a • b
• Teorema 4: asociatividad.
a + (b + c) = (a + b) + c
∀ a, b, c ∈ B  a • (b • c) = (a • b) • c

• Teorema 5: involución (doble negación).

∀a∈B  a=a

• Teorema 6: leyes de D’Morgan.


a+b+c+… = a
∀ a, b, c, … ∈ B 
• b • c • …

a • b • c • … = a+b+c+…
-6-
José Gutiérrez Fernández // Edificio Prisma (8303) ETSISI - UPM // Campus Sur - Alan Turing s/n // 28031 - Madrid
ETSISI-UPM - Curso 2021/22 Fundamentos de Computadores (IC/TSI)
jose.gutierrez@upm.es Tema 2: Lógica Binaria

2.3 Función de un Álgebra de Boole. Definición.


 Definición: variable lógica o binaria cuyos valores dependen de una
Detalle interno
expresión algebraica en la cual las variables independientes están ligadas
de un circuito
por los tres operadoresDM74LS32N
lógicos ( +, • , ¯ ).
integrado (CI)
Ejemplos: F1(b, a) = b a + b a
14 13 12 11 10 9 8 14 13 12 11 10 9 8 14 13 12 11 10 9 8
F2(c, b, a) = cb + a + cb
Vcc Vcc Vcc
7432
 Estas expresiones algebraicas van a representar7408
las “funciones de7404
trans-
GND GND GND
ferencia de los circuitos lógicos –digitales- que vamos a diseñar”
1 2 3 4 5 6 7 1 2 3 4 5 6 7 1 2 3 4 5 6 7
74LS32 74LS08 74LS04

c c
ba + ba F2 F2
Variables b Variables
de entrada
b de salida
cb + a + cb F1 F1
a a
Circuito lógico (digital) -7-
José Gutiérrez Fernández // Edificio Prisma (8303) ETSISI - UPM // Campus Sur - Alan Turing s/n // 28031 - Madrid
ETSISI-UPM - Curso 2021/22 Fundamentos de Computadores (IC/TSI)
jose.gutierrez@upm.es Tema 2: Lógica Binaria

2.3 Función de un Álgebra de Boole. Definición.

Detalle interno
de un circuito DM74LS32N DM74LS32N
integrado (CI)

14 13 12 11 10 9 8 14 13 12 11 10 9 8 14 13 12 11 10 9 8

Vcc Vcc Vcc


7432 7408 7404
GND GND GND

1 2 3 4 5 6 7 1 2 3 4 5 6 7 1 2 3 4 5 6 7

74LS32 74LS08 74LS04

c c
F2 F2
Variables b Variables
de entrada
b de salida
F1 F1
a a
Circuito lógico (digital) -8-
José Gutiérrez Fernández // Edificio Prisma (8303) ETSISI - UPM // Campus Sur - Alan Turing s/n // 28031 - Madrid
ETSISI-UPM - Curso 2021/22 Fundamentos de Computadores (IC/TSI)
jose.gutierrez@upm.es Tema 2: Lógica Binaria

2.3 Función de un Álgebra de Boole. Formas de representación.


 Otra forma de representar una función es por medio de su tabla de verdad,
que nos permite representar el valor que toma la función para cada una de
las combinaciones que se pueden formar con las variables independientes.

b a F1 c b a F2
0 0 0 0 0 0 0
F1(b, a) = b a + b a 0 1 1 0 0 1 1
1 0 1 0 1 0 1
F2(c, b, a) = c b + a + c b 1 1 0 0 1 1 1
1 0 0 0
1 0 1 1
1 1 0 1
1 1 1 1

 La obtendremos , según preceda, de las expresiones algebraicas de salida


(en caso de estar analizando el circuito) o de las especificaciones de funciona-
miento del circuito (en caso de que vayamos a diseñarlo).
-9-
José Gutiérrez Fernández // Edificio Prisma (8303) ETSISI - UPM // Campus Sur - Alan Turing s/n // 28031 - Madrid
ETSISI-UPM - Curso 2021/22 Fundamentos de Computadores (IC/TSI)
jose.gutierrez@upm.es Tema 2: Lógica Binaria

2.3 Función de un Álg. de Boole. Forma canónica –minterm’s-.


 Cada una de las combinaciones de las variables independientes se puede
representar por medio del producto lógico de todas ellas , de forma que una
variable aparecerá en dicho producto en forma directa si toma el valor “1”
lógico o en forma negada si toma el valor “0” lógico. Estos productos reci-
ben el nombre de “minitérminos”o “minterm’s”.

c b a F2
m0 ≡ c b a ≡ 0 0 0 0
b a F1 m1 ≡ c b a ≡ 0 0 1 1
m0 ≡ b a ≡ 0 0 0 m2 ≡ c b a ≡ 0 1 0 1
m1 ≡ b a ≡ 0 1 1 m3 ≡ c b a ≡ 0 1 1 1
m2 ≡ b a ≡ 1 0 1 m4 ≡ c b a ≡ 1 0 0 0
m3 ≡ b a ≡ 1 1 0 m5 ≡ c b a ≡ 1 0 1 1
m6 ≡ c b a ≡ 1 1 0 1
m7 ≡ c b a ≡ 1 1 1 1
-10-
José Gutiérrez Fernández // Edificio Prisma (8303) ETSISI - UPM // Campus Sur - Alan Turing s/n // 28031 - Madrid
ETSISI-UPM - Curso 2021/22 Fundamentos de Computadores (IC/TSI)
jose.gutierrez@upm.es Tema 2: Lógica Binaria

2.3 Función de un Álg. de Boole. Forma canónica –minterm’s-.


 La expresión algebraica de una función la podremos obtener, a partir de su
tabla de verdad, mediante la suma lógica de los minterm’s presentes en la
función , es decir, por medio de la suma lógica de los minterm’s para los
cuales la función toma el valor “1” lógico.

CANÓNICA ó
b a F1
CANÓNICA ALGEBRAICA
m0 ≡ b a ≡ 0 0 0
m1 ≡ b a ≡ 0 1 1 F1(b, a) = ∑( 1, 2 ) = m1 + m2 = b a + b a
m2 ≡ b a ≡ 1 0 1 2(*)
m3 ≡ b a ≡ 1 1 0
CANÓNICA NUMÉRICA

 Los minterm’s son denominados términos canónicos, por lo tanto, una


función representada por sus mintérm’s estará representada en forma
canónica (con su máxima redundancia o en su forma más compleja).
(*) nos indica el número de variables independientes de la función, es este ejemplo dos, b y a. -11-
José Gutiérrez Fernández // Edificio Prisma (8303) ETSISI - UPM // Campus Sur - Alan Turing s/n // 28031 - Madrid
ETSISI-UPM - Curso 2021/22 Fundamentos de Computadores (IC/TSI)
jose.gutierrez@upm.es Tema 2: Lógica Binaria

2.3 Función de un Álg. de Boole. Forma canónica –minterm’s-.


Para la función de 3 variables del ejemplo anterior, tendremos:

c b a F2 CANÓNICA NUMÉRICA
m0 ≡ c b a ≡ 0 0 0 0
m1 ≡ c b a ≡ 0 0 1 1 F2(c, b, a) = ∑( 1, 2, 3, 5, 6, 7 ) =
m2 ≡ c b a ≡ 0 1 0 1 3
m3 ≡ c b a ≡ 0 1 1 1 = m1 + m2 + m3 + m5 + m6 + m7 =
m4 ≡ c b a ≡ 1 0 0 0
m5 ≡ c b a ≡ 1 0 1 1 = cba+cba+cba+cba+cba+cba
m6 ≡ c b a ≡ 1 1 0 1
m7 ≡ c b a ≡ 1 1 1 1
CANÓNICA ó CANÓNICA ALGEBRAICA
¿por qué son distintas ambas expresiones?
¿F2(c, b, a) = c b + a + c b?
porque en su forma canónica no está simplificada
-12-
José Gutiérrez Fernández // Edificio Prisma (8303) ETSISI - UPM // Campus Sur - Alan Turing s/n // 28031 - Madrid
ETSISI-UPM - Curso 2021/22 Fundamentos de Computadores (IC/TSI)
jose.gutierrez@upm.es Tema 2: Lógica Binaria

2.3 Función de un Álg. de Boole. Simplificación algebraica.


 La simplificación de funciones en el Álgebra de Boole se basa en la
búsqueda de adyacencias entre términos para poder aplicar a su suma
lógica la Propiedad Distributiva –Axioma 3- seguida de la Ley del
complementario –Axioma 4- y del elemento neutro –Axioma 2-.
 Dos términos o minterms serán adyacentes cuando se diferencien solo en
el valor de una de sus variables.

c b a ⊃⊂ c b a c b a ⊃⊂ c b a c a ⊃⊂ c a b a ⊃⊂ c b

cba + cba ca + ca

cb(a + a) = cb a(c + c) = a
“1” “1”

 ¿admite la función F1 simplificación?¿por qué? NO. Porque los términos


que la forman no son adyacentes y su suma lógica no se puede simplificar.
F1(b, a) = ∑(1, 2) = m1 + m2 = b a + b a
2 -13-
José Gutiérrez Fernández // Edificio Prisma (8303) ETSISI - UPM // Campus Sur - Alan Turing s/n // 28031 - Madrid
ETSISI-UPM - Curso 2021/22 Fundamentos de Computadores (IC/TSI)
jose.gutierrez@upm.es Tema 2: Lógica Binaria

2.3 Función de un Álg. de Boole. Simplificación algebraica (../..)


 Para F2, tendremos:

F2(c, b, a) = ∑( 1, 2, 3, 5, 6, 7 ) = m1 + m2 + m3 + m5 + m6 + m7 =
3
“1” (*) Axiomas 3 y 4:
(*)
propiedad distributiva y
b a (c + c) = b a ley del complementario.

=cba+cba+cba+cba+cba+cba = ca+ba+ca =

(*)
c a (b + b) = c a (*) c a (b + b) = c a a (c + c) = a (*)
“1” “1” “1”

(***) (**) Th 3: ley de absorción


=a+ba = a+b = b+a
(**)
(***) Axioma 1: conmutatividad
-14-
José Gutiérrez Fernández // Edificio Prisma (8303) ETSISI - UPM // Campus Sur - Alan Turing s/n // 28031 - Madrid
ETSISI-UPM - Curso 2021/22 Fundamentos de Computadores (IC/TSI)
jose.gutierrez@upm.es Tema 2: Lógica Binaria

2.3 Problemática de la simplificación algebraica.


 Lamentablemente para nosotros, el Álgebra de Boole solo dice lo que hay
que hacer, pero no cómo.
 Es decir, cuando existan más de dos términos adyacentes en una
expresión algebraica, ¿resultará instrascendente o bien influirá de alguna
manera la forma en que hagamos las asociaciones o agrupaciones entre
ellos para realizar la simplificación?.
 Para ilustrar el problema vamos a simplificar la siguiente función:
F(c, b, a) = ∑(1, 2, 3, 6, 7) = m1 + m2 + m3 + m6 + m7 =
3
Sujeto 1: Sujeto 2:
ba ba
(*)
=cba+cba+cba+cba+cba= =cba+cba+cba+cba+cba=

ca cb ca (*) ba
=ca+ba+cb =ca+ba+ba =ca+b

(*) Th 1: idempotencia ≡ doblar términos. b -15-


José Gutiérrez Fernández // Edificio Prisma (8303) ETSISI - UPM // Campus Sur - Alan Turing s/n // 28031 - Madrid
ETSISI-UPM - Curso 2021/22 Fundamentos de Computadores (IC/TSI)
jose.gutierrez@upm.es Tema 2: Lógica Binaria

2.3 Problemática de la simplificación algebraica (../..)


 Solución:
• Mapas de Karnaugh.
• Algoritmo de Quine-McCluskey.

 Funcionalmente ambos métodos son iguales, se basan en la búsqueda de


posibles adyacencias entre los términos canónicos de una función.

 El primero es un procedimiento gráfico y esto lo limita a la


representación/simplificación, de forma inmediata, de funciones de hasta
4 variables (en la práctica, aunque es complejo, es posible, adosando 4
mapas de 4 variables, simplificar funciones de hasta 6 variables). Nosotros
solo veremos simplificaciones de 2, 3 y 4 variables.

 El segundo es un método tabular (búsqueda y construcción de tablas de


implicantes primos) y, debido al elevado número de cálculos que es
preciso realizar (algoritmo de Petrus), es apropiado para ser programado.
NO LO ESTUDIAREMOS.
-16-
José Gutiérrez Fernández // Edificio Prisma (8303) ETSISI - UPM // Campus Sur - Alan Turing s/n // 28031 - Madrid
ETSISI-UPM - Curso 2021/22 Fundamentos de Computadores (IC/TSI)
jose.gutierrez@upm.es Tema 2: Lógica Binaria

2.4 Mapas de Karnaugh.


 ¿Cómo se construye un mapa de Karnaugh?. Describiremos el proceso
para el mapa de 4 variables.
1) Determinamos las adyacencias entre los minterms de la función:

d c b a d c b a
m0 ≡ d c b a ≡ 0 0 0 0 m8 ≡ d c b a ≡ 1 0 0 0
m1 ≡ d c b a ≡ 0 0 0 1 m9 ≡ d c b a ≡ 1 0 0 1
m2 ≡ d c b a ≡ 0 0 1 0 m10 ≡ d c b a ≡ 1 0 1 0
m3 ≡ d c b a ≡ 0 0 1 1 m11 ≡ d c b a ≡ 1 0 1 1
m4 ≡ d c b a ≡ 0 1 0 0 m12 ≡ d c b a ≡ 1 1 0 0
m5 ≡ d c b a ≡ 0 1 0 1 m13 ≡ d c b a ≡ 1 1 0 1
m6 ≡ d c b a ≡ 0 1 1 0 m14 ≡ d c b a ≡ 1 1 1 0
m7 ≡ d c b a ≡ 0 1 1 1 m15 ≡ d c b a ≡ 1 1 1 1

NOTA: en una función de “n” variables cada minterm tiene otros “n” minterms adyacentes. -17-
José Gutiérrez Fernández // Edificio Prisma (8303) ETSISI - UPM // Campus Sur - Alan Turing s/n // 28031 - Madrid
ETSISI-UPM - Curso 2021/22 Fundamentos de Computadores (IC/TSI)
jose.gutierrez@upm.es Tema 2: Lógica Binaria

2.4 Mapas de Karnaugh (../..).


m1 m0 m0 m4 d c b a
m2 m5 m9 m8 m0 ≡ 0 0 0 0
m0 m4 m8 m12
m4 m6 m10 m13 m1 ≡ 0 0 0 1
m8 m12 m12 m14
m2 ≡ 0 0 1 0
m0 m1 m1 m5 m3 ≡ 0 0 1 1
m3 m4 m8 m9 m4 ≡ 0 1 0 0
m1 m5 m9 m13 m5 ≡ 0 1 0 1
m5 m7 m10 m12
m9 m13 m13 m15 m6 ≡ 0 1 1 0
m7 ≡ 0 1 1 1
m0 m2 m2 m6 m8 ≡ 1 0 0 0
m3 m4 m8 m10 m9 ≡ 1 0 0 1
m2 m6 m10 m14
m6 m7 m11 m12 m10 ≡ 1 0 1 0
m10 m14 m14 m15 m11 ≡ 1 0 1 1
m12 ≡ 1 1 0 0
m1 m3 m3 m7 m13 ≡ 1 1 0 1
m2 m5 m9 m11 m14 ≡ 1 1 1 0
m3 m7 m11 m15
m7 m6 m10 m13 m15 ≡ 1 1 1 1
m11 m15 m15 m14
-18-
José Gutiérrez Fernández // Edificio Prisma (8303) ETSISI - UPM // Campus Sur - Alan Turing s/n // 28031 - Madrid
ETSISI-UPM - Curso 2021/22 Fundamentos de Computadores (IC/TSI)
jose.gutierrez@upm.es Tema 2: Lógica Binaria

2.4 Mapas de Karnaugh (../..).


2) Necesitamos una tabla o matriz – filas y columnas- con tantas celdas
como minterms tenga la función (en este caso 16 celdas) de forma que
la disposición de las celdas en la tabla nos debe permitir representar
gráficamente las adyacencias entre todos los minterms (en este caso
cada minterm es adyacente a otros cuatro, por lo tanto, cada celda de
nuestra tabla ha de ser adyacente a otras cuatro celdas), para ello con-
sideramos adyacencias verticales y horizontales por los laterales de las
celdas.
Esta foto , de autor
desconocido, está bajo
licencia de CC BY-SA

Mapa de Karnaugh en 2D Mapa de Karnaugh en 3D


-19-
José Gutiérrez Fernández // Edificio Prisma (8303) ETSISI - UPM // Campus Sur - Alan Turing s/n // 28031 - Madrid
ETSISI-UPM - Curso 2021/22 Fundamentos de Computadores (IC/TSI)
jose.gutierrez@upm.es Tema 2: Lógica Binaria

2.4 Mapas de Karnaugh (../..).


3) Asingnamos los minterms a las celdas de la tabla cumpliendo todas las
m 1 m m 0 m condiciones de adyacencia.
0 4
m2 m5 m9 m8
m0 m4 m8 m12
m4 m6 m10 m13 0 1 3 2
m8 m12 m12 m14
4 5 7 6
m0 m1 m1 m5
m3 m4 m8 m9 12 13 15 14
m1 m5 m9 m
m5 m7 m10 13 m12
m9 m13 m13 m15 8 9 11 10
m0 m2 m2 m6
m3 m4 m8 m10 0 124 8
m2 m6 m10 m14 2 14 106
m6 m7 m11 m12 1 5 13 9
m10 m14 m14 m15 1 3
5 137 159 11
0 4 12 8
3 7 15 11
m1 m3 m3 m7 3 27 15 6 1411 10
m2 m5 m9 m11 1 5 13 9
m3 m7 m11 m15 2 6 14 10
m7 m6 m10 m13 2 06 14 4 1210 8
3 7 15 11
m11 m15 m15 m14 0 4 12 8
1 5 13 9 -20-
José Gutiérrez Fernández // Edificio Prisma (8303) ETSISI - UPM // Campus Sur - Alan Turing s/n // 28031 - Madrid
ETSISI-UPM - Curso 2021/22 Fundamentos de Computadores (IC/TSI)
jose.gutierrez@upm.es Tema 2: Lógica Binaria

2.4 Mapas de Karnaugh (../..).


4) Determinamos las coordenadas del mapa (posición de las variables):
d c b a
m0 ≡ 0 0 0 0
coordenadas de fila
m1 ≡ 0 0 0 1
m2 ≡ 0 0 1 0 coordenadas de columna
m3 ≡ 0 0 1 1
m4 ≡ 0 1 0 0 ba
m5 ≡ 0 1 0 1 dc 00 01 11 10
m6 ≡ 0 1 1 0 00 0 1 3 2
m7 ≡ 0 1 1 1
m8 ≡ 1 0 0 0 01 4 5 7 6
m9 ≡ 1 0 0 1
11 12 13 15 14
m10 ≡ 1 0 1 0
m11 ≡ 1 0 1 1 10 8 9 11 10
m12 ≡ 1 1 0 0
m13 ≡ 1 1 0 1 “4 variables”
m14 ≡ 1 1 1 0
m15 ≡ 1 1 1 1 -21-
José Gutiérrez Fernández // Edificio Prisma (8303) ETSISI - UPM // Campus Sur - Alan Turing s/n // 28031 - Madrid
ETSISI-UPM - Curso 2021/22 Fundamentos de Computadores (IC/TSI)
jose.gutierrez@upm.es Tema 2: Lógica Binaria

2.4 Mapas de Karnaugh (../..).


 Nosotros utilizaremos los siguientes mapas de Karnaugh:
a 0 1
b
0 ba
0 1 00 01 11 10
dc
1 00
2 3
0 1 3 2
“2 variables”
01
ba 00 01 11 10 4 5 7 6
c
11
0 12 13 15 14
0 1 3 2
10
8 9 11 10
1
4 5 7 6
“4 variables”
“3 variables”

-22-
José Gutiérrez Fernández // Edificio Prisma (8303) ETSISI - UPM // Campus Sur - Alan Turing s/n // 28031 - Madrid
ETSISI-UPM - Curso 2021/22 Fundamentos de Computadores (IC/TSI)
jose.gutierrez@upm.es Tema 2: Lógica Binaria

2.4 Mapas de Karnaugh. Simplificación de funciones.


 El procedimiento general a seguir es el siguiente:

1) Rellenamos con un "1" lógico aquellas celdas cuyo minterm asociado


esté presente en la función.
2) Realizamos el menor número posible de agrupaciones de 8, 4 y 2
elementos sin importar que existan recubrimientos o solapamientos
parciales entre ellas.
 los elementos presentes en un recubrimiento equivalen a los
términos doblados en la simplificación algebraica (Teorema 1 del
álgebra de Boole o de idempotencia).
 nunca un grupo podrá estar cubierto en su totalidad por otro/s
grupo/s (en dicho caso, aunque la expresión algebraica obtenida
sería equivalente, existiría redundancia en la misma y por lo tanto
dicha expresión no estaría simplificada al máximo, es decir, no
sería la expresión mínima de dicha función).
-23-
José Gutiérrez Fernández // Edificio Prisma (8303) ETSISI - UPM // Campus Sur - Alan Turing s/n // 28031 - Madrid
ETSISI-UPM - Curso 2021/22 Fundamentos de Computadores (IC/TSI)
jose.gutierrez@upm.es Tema 2: Lógica Binaria

2.4 Mapas de Karnaugh. Simplificación de funciones (../..)


• Grupos de 8 elementos, existen dos casos posibles:
1) dos filas completas y adyacentes en la tabla.
2) dos columnas completas y adyacentes en la tabla.

Ejemplos:

ba ba ba
dc 00 01 11 10 dc 00 01 11 10 dc 00 01 11 10
00 1 0 1 1 1 3 1 2 00 10 11 13 2
00 10 1 3
12
01 4 5 7 6
01 14 15 17 6
01 14 15 17 16
11 112 113 115 114 11 112 113 115 14
11 112 113 115 114
10 1 8 1 9 111 110 10 1 8 1 9 111 10
10 18 9 11
110
¡¡¡recubrimientos parciales!!!
(términos que habría que doblar en caso de simplificar algebraicamente) -24-
José Gutiérrez Fernández // Edificio Prisma (8303) ETSISI - UPM // Campus Sur - Alan Turing s/n // 28031 - Madrid
ETSISI-UPM - Curso 2021/22 Fundamentos de Computadores (IC/TSI)
jose.gutierrez@upm.es Tema 2: Lógica Binaria

2.4 Mapas de Karnaugh. Simplificación de funciones (../..)


• Grupos de 4 elementos, tres posibles casos:
1) y 2) una fila o columna completa en la tabla.
3) dos filas (columnas) adyacentes, cada una de ellas con dos términos
adyacentes en la misma columna (fila) (visor/cuadrado deslizante forma-
do por 4 celdas).
Ejemplos:
ba ba ba
dc 00 01 11 10 dc 00 01 11 10 dc 00 01 11 10
00 1 0
1 1
1 3
1 2
00 1 0 1 3
1 2
00
0 1 3
1 2

01 4
1 5 7 6
01 4
1 5
1 7 6
01 4 5
1 7
1 6

11
12
113 15 14
11
12
113 1 15 114 11 112 13
115 114
10 8
1 9 111 110 10 1 8 9
111 1 10 10 1 8 9 11
110

¡¡¡recubrimientos parciales!!!
-25-
José Gutiérrez Fernández // Edificio Prisma (8303) ETSISI - UPM // Campus Sur - Alan Turing s/n // 28031 - Madrid
ETSISI-UPM - Curso 2021/22 Fundamentos de Computadores (IC/TSI)
jose.gutierrez@upm.es Tema 2: Lógica Binaria

2.4 Mapas de Karnaugh. Simplificación de funciones (../..)


• Grupos de 2 elementos: dos elementos que ocupan 2 celdas adyacentes en
la tabla.
• Grupos de 1 elemento: los que estén aislados, sin términos adyacentes, y
que no se han podido incluir en un grupo de orden superior.

Ejemplos:
ba ba
c 00 01 11 10 dc 00 01 11 10
0
0
11 3
12 00 1 0
1 1
1 3
1 2

1 1 4 5
17 6
01 4
1 5 7 6
ba
c 00 01 11 10 11
12 13
115 114
0
0 1
13 12 10 8 9 11 10

1 4
15 7 6 ¡¡¡recubrimientos parciales!!!
-26-
José Gutiérrez Fernández // Edificio Prisma (8303) ETSISI - UPM // Campus Sur - Alan Turing s/n // 28031 - Madrid
ETSISI-UPM - Curso 2021/22 Fundamentos de Computadores (IC/TSI)
jose.gutierrez@upm.es Tema 2: Lógica Binaria

2.4 Mapas de Karnaugh. Simplificación de funciones (../..)


3) La expresión algebraica de cada agrupación será = (suma de productos de
las coordenadas de las filas presentes en la agrupación) x (suma de pro-
ductos de las coordenadas de las columnas presentes en la agrupación).
Ejemplo: F(d, c, b, a) = ∑( 0, 1, 2, 3, 4, 5, 9, 14 )
“1”
(b + b)
4
“1” “1”
ba b (a + a) + b (a + a)
dc 00 01 11 10
00 1 0
1 1
1 3
1 2
(dc)(ba+ba+ba+ba)=dc

01 1 1 ( d c + d c )( b a + b a ) = d b
4 5 7 6

11 114 d (c + c) b (a + a)
12 13 15 “1” “1”

10 8
1 9 11 10 (dc)(ba)=dcba
“1”
c (d + d)

(dc+dc)(ba)= cba -27-


José Gutiérrez Fernández // Edificio Prisma (8303) ETSISI - UPM // Campus Sur - Alan Turing s/n // 28031 - Madrid
ETSISI-UPM - Curso 2021/22 Fundamentos de Computadores (IC/TSI)
jose.gutierrez@upm.es Tema 2: Lógica Binaria

2.4 Mapas de Karnaugh. Simplificación de funciones (../..)


4) La expresión algebraica final y simplificada, será la suma lógica de las
expresiones algebraicas obtenidas para cada agrupación en el paso
anterior.
Para la función anterior: F(d, c, b, a) = ∑(0, 1, 2, 3, 4, 5, 9, 14)
4
ba
dc 00 01 11 10
00 1 0
1 1
13 1 2
dc

01 1 1 db
4 5 7 6

11
12 13 15
114 dcba

10 19 cba
8 11 10

F(d, c, b, a) = ∑(0, 1, 2, 3, 4, 5, 9, 14) = d c + d b + c b a + d c b a


4
-28-
José Gutiérrez Fernández // Edificio Prisma (8303) ETSISI - UPM // Campus Sur - Alan Turing s/n // 28031 - Madrid

También podría gustarte