Vous êtes sur la page 1sur 52

Asignatura: Lógica Computacional Docente: Pablo Andrés Linares

PLAN DE ESTUDIOS: SEGUNDO CICLO ESPECIALIDAD COMPUTACIÓN


2do AÑO
CAMPO DE FORMACIÓN: ESPECIALIZACIÓN
ÁREA DE ESPECIALIZACIÓN: EQUIPOS, INSTALACIONES Y SISTEMAS

UNIDAD CURRICULAR: LÓGICA COMPUTACIONAL


Carga horaria asignada: 4 horas cátedra semanales

PRESENTACIÓN

Esta unidad curricular es parte integrante del campo técnico específico del trayecto
curricular del plan de estudios “Técnico en Computación” y del Área especialización de
Equipos, Instalaciones y Sistemas. Como asignatura, conjuntamente con
Organización de Computadoras cumple como función ser una unidad curricular de
fundamento específico para el Área.

Para la organización de la enseñanza de esta unidad curricular se han organizado los


contenidos en tres bloques:
 Lógica Proposicional y Álgebra de Boole
 Sistemas de Numeración
 Teoría de Errores
En el bloque Lógica Proposicional y Álgebra de Boole, se presenta el conocimiento
de la lógica como campo del saber que se relaciona con el tratamiento de los
conceptos de algoritmos computacionales y los circuitos combinatorios que se abordan
en la unidad curricular de Redes, del 3er año del trayecto.

El bloque de sistemas de numeración tiene por objeto que los estudiantes utilicen y
operen con diferentes representaciones internas de los datos. Estos contenidos se
relacionan con “Organización de Computadoras” con la finalidad de comprender cómo
se llevan a cabo las operaciones aritméticas y cuáles son sus alcances y limitaciones.
También se relacionan con la unidad curricular de “Algoritmos y Estructuras de Datos”
en cuanto a la definición de los tipos de dato, su rango y precisión.

El bloque Teoría de Errores tiene por finalidad que los estudiantes anticipen posibles
errores de cálculo y sus márgenes en operaciones con las distintas representaciones
numéricas, debido a que muchas de las fallas de los sistemas reales son producto de
estimar inadecuadamente los errores en los cálculos computacionales. La principal
aplicación de los contenidos de este bloque es en los algoritmos de búsqueda de
números decimales.

El propósito general de esta unidad curricular es que los estudiantes construyan los
conceptos y las herramientas lógicas necesarias para comprender el funcionamiento y
las características lógicas del procesador, interpreten la representación interna de los
datos y su comportamiento en cada uno de los procesos que ejecuta la computadora.

Escuela Técnica 29 “Reconquista de Buenos Aires” – CS Computación Página 1


Asignatura: Lógica Computacional Docente: Pablo Andrés Linares

OBJETIVOS DE APRENDIZAJE
Que los estudiantes sean capaces de:

 Expresar las relaciones lógicas mediante diferentes simbologías.


 Resolver situaciones problemáticas vinculadas a la representación interna de
los datos.
 Utilizar los conceptos lógicos y matemáticos en la resolución de problemas
computacionales.
 Utilizar el álgebra de Boole para optimizar la construcción de las estructuras de
control.
 Comparar los sistemas de numeración con la representación interna de datos
en un sistema informático.
 Resolver problemas matemáticos utilizando operaciones de aproximación.
 Comparar resultados de problemas matemáticos, obtenidos mediante el uso de
las operaciones de truncamiento y redondeo

Escuela Técnica 29 “Reconquista de Buenos Aires” – CS Computación Página 2


Asignatura: Lógica Computacional Docente: Pablo Andrés Linares

ESTRUCTURA DE CONTENIDOS, BLOQUES Y ALCANCES

Bloque: Lógica Proposicional y Álgebra de Boole

Contenidos Alcances para el bloque

 Se sugiere trabajar los valores de verdad


sobre proposiciones de índole matemática.

 Resulta conveniente, además de presentar


las operaciones mediante sus respectivas
tablas de verdad, presentar ejemplos y
ejercicios relacionados con su utilización en
 Lógica proposicional. Algoritmos y estructuras de datos. Por
 Proposiciones y valores de verdad. ejemplo: Dado un valor de A, determinar el
 Tablas de verdad. valor de verdad de (A > 10 y A < 20).
 Operaciones fundamentales.
 Negación.  Es muy importante para que los alumnos se
 Conjunción. familiaricen con la ley de tricotomía que se
 Disyunción. trabaje con la negación de proposiciones
que contengan comparaciones del tipo:
menor, mayor, menor o igual y mayor o igual
a fin de evitar que apliquen la intuición y no
la ley. Por ejemplo: Intuitivamente, “no
mayor” se interpreta como “menor”, de modo
que contradice la ley nombrada por la que
“no mayor” da por resultado “menor o igual”.

 Las proposiciones condicionales tienen su


correspondiente estructura de control en
Algoritmos y estructuras de datos. Se
 Proposiciones condicionales. sugiere presentar ejemplos y ejercitación
matemáticos. Por ejemplo: si A es mayor
que B y B es mayor que C, entonces A es
mayor que B.

 Se pretende enfatizar la utilización de las


Leyes de De Morgan en la construcción de
condiciones de las Estructuras de Control
que se utilizan en Algoritmos y Estructuras
de Datos.
 Leyes de De Morgan.
 Se sugiere presentar ejemplos de uso de las
leyes de De Morgan para el uso de la
simplificación y mejora de la legibilidad de
las estructuras de Control. Por ejemplo, la
condición “no (A>B) o no(A<B)” se puede
simplificar mediante la proposición “A = B”.

 Álgebra de Boole.  Se sugiere presentar el Álgebra de Boole a


 Elementos y operadores. partir de la lógica proposicional.
 Similitudes con la lógica

Escuela Técnica 29 “Reconquista de Buenos Aires” – CS Computación Página 3


Asignatura: Lógica Computacional Docente: Pablo Andrés Linares

proposicional.  Se pretende utilizar las propiedades para


 Propiedades de las operaciones. encontrar expresiones equivalentes más
 Expresiones equivalentes. simples de una expresión dada.
 Compuertas.
 Expresiones booleanas y circuitos  Se sugiere presentar el concepto de
combinatorios. Tablas lógicas. compuertas como una representación
 Propiedades de los circuitos gráfica del Álgebra de Boole.
combinatorios.
 Se sugiere enfatizar la simplificación de los
circuitos combinatorios utilizando sus
propiedades y las tablas lógicas.

Bloque: Sistemas de Numeración

Contenidos Alcances para el bloque

 Sistema binario.  Asociación del sistema binario con el campo


 Pasaje de sistema binario a decimal y computacional. Por ejemplo; con la
viceversa. representación de los caracteres en una
 Operaciones de suma y resta en computadora.
sistema binario. Complemento a 2.
 Es conveniente que los alumnos resuelvan
situaciones problemáticas que involucren las
operaciones de suma y resta en sistema
binario.

 Se sugiere, representar números con signo


por medio del complemento 2.

 Sistema hexadecimal.  Asociación del sistema hexadecimal con el


 Sistema octal. campo computacional por ejemplo; Es
 Pasaje de un sistema a otro. conveniente relacionar el sistema
hexadecimal con las direcciones en memoria
RAM o con la representación simbólica de
los colores.

 Se pretende el dominio sobre la expresión


de distintos números en distintos sistemas
de numeración (por ejemplo: sistema
decimal, binario, hexadecimal y octal).

Bloque: Teoría de Errores

Contenidos Alcances para el bloque

 Se pretende una aproximación al


concepto de truncamiento y redondeo
mediante el análisis de los resultados de
 Operaciones de truncamiento y
una calculadora.
redondeo.
 Se sugiere el uso de ejemplos cercanos a
lo cotidiano en los que se observe la
conveniencia de utilizar un método u otro:
precios, notación científica

Escuela Técnica 29 “Reconquista de Buenos Aires” – CS Computación Página 4


Asignatura: Lógica Computacional Docente: Pablo Andrés Linares

 Se pretende el abordaje de los conceptos


de error absoluto, relativo y porcentual de
 Error absoluto. Error relativo. Error valores truncados y de valores
porcentual. redondeados mediante la resolución de
 Errores por truncamiento y por problemas. Por ejemplo: el error que se
redondeo. produce al almacenar datos numéricos en
 Errores en el almacenamiento de procesadores según la capacidad de
datos numéricos. dígitos disponibles, o bien, el error que se
produce en una operación cuando los
valores se redondean y cuando se truncan

 Es conveniente utilizar como herramienta


informática una planilla de cálculo para
sistematizar la propagación de errores.

 Se sugiere enfatizar la aplicación de la


 Propagación de errores en sumas, teoría de errores específicamente en los
restas y multiplicaciones. algoritmos computacionales que
comparan números reales ya que al
operar con este tipo de números se hace
imprescindible acotar el margen de error
para encontrar la igualdad con el valor
buscado.

Escuela Técnica 29 “Reconquista de Buenos Aires” – CS Computación Página 5


Asignatura: Lógica Computacional Docente: Pablo Andrés Linares

Bloque Uno – Parte I: Introducción a la Lógica Proposicional

La Lógica:

La lógica estudia la forma de razonamiento y es una disciplina que se utiliza


para determinar si un argumento es válido o no.

Tiene aplicación en todos los campos del saber según se puede comentar a
continuación:
 En la filosofía, para determinar si un razonamiento es válido o no, ya que
una frase puede tener diferentes interpretaciones; sin embargo la lógica
permite saber el significado correcto.
 Los matemáticos usan la lógica, para demostrar teoremas e inferir
resultados que puedan ser aplicados en investigaciones.
 En la computación, para revisar programas y crear sus algoritmos, es
utilizada en el diseño de computadoras. Existen circuitos integrados que
realizan operaciones lógicas con los bits, gracias a estos se ha
desarrollado las telecomunicaciones (telefonía móvil, internet, ...)

La proposición:

Es una afirmación que podrá ser verdadera o falsa, pero nunca puede ser
ambas a la vez. No se admite por tanto ambigüedad en su valor de verdad.

En lógica proposicional las mismas son representadas por letras minúsculas, y


tal notación suele ser iniciada en la letra “p” y sus consecuentes (p, q, r, s….)

Como ejemplos de proposiciones citaremos las siguientes:

 3+2=6
 Juana de Arco murió en la hoguera
 Jorge Luis Borges escribió “El Aleph”
 6 es un número impar

Escuela Técnica 29 “Reconquista de Buenos Aires” – CS Computación Página 6


Asignatura: Lógica Computacional Docente: Pablo Andrés Linares

En cambio, por citar otro tipo de ejemplos, podemos ver en las siguientes
oraciones, enunciados que no son proposiciones:

 X + Y>5
 Jugas?
 Compra 5 manzanas y 3 peras
 Ven aquí

¿Porque los casos anteriores no son proposiciones?. Veremos detalladamente


cada uno de ellos:

X + Y > 5, dependerá de los valores de X e Y para ser verdadera o falsa, pero


desde el punto de vista proposicional, se trata de una afirmación y, como tal,
no puede por si misma ser verdadera o falsa.

Los casos restantes son o bien una pregunta (Jugas?) o bien oraciones que
enuncian una orden, (Compra esto y aquello o Ven aquí). En ningún caso
tienen un valor de verdad.

Valor de Verdad:

Se dice que el “Valor de Verdad” es la veracidad o falsedad de una proposición.


Por tanto cuando más arriba se decía, en uno de los ejemplos, “Jorge Luis
Borges escribió El Aleph” (hecho que es cierto) se puede decir que su “valor de
verdad” es Verdadero.

Proposición Compuesta:

Son aquellas proposiciones que se componen de dos, o más, proposiciones


simples unidas por conectores lógicos o por el adverbio de negación.

Escuela Técnica 29 “Reconquista de Buenos Aires” – CS Computación Página 7


Asignatura: Lógica Computacional Docente: Pablo Andrés Linares

Son representadas por letras del abecedario, usualmente comenzando en la P,


pero a diferencia de las proposiciones simples, la letra utilizada es en carácter
de mayúscula

El valor de verdad de una proposición compuesta se obtiene a partir de los


siguientes puntos:

 Valor de verdad de proposiciones simples que la integran


 Conectivos lógicos que relacionan dichos valores de verdad (los de las
proposiciones simples)

Conectivos Lógicos:

Llegamos a un tema muy importante en la estructura de las proposiciones


lógicas compuestas. Los conectivos lógicos permiten relacionar las distintas
proposiciones simples y a su vez, con dicha relación, entregar diferentes
valores de verdad sobre la relación que efectúan, logrando finalmente un
resultado final para la proposición compuesta.

Los conectivos de los que se dispone, son los que podemos ver reflejados en el
siguiente cuadro:

SIMBOLO OPERACIÓN LOGICA SIGNIFICADO


~ Negación No p
∧ Conjunción pyq
∨ Disyunción poq
→ Condicional Si p, entonces q
↔ Bicondicional p si y sólo sí q
Δ Disyunción Exclusiva “p o ……. o q………”

La relación que cada uno de ellos efectúa esta regida por las “tablas de verdad”
que veremos a continuación.

Escuela Técnica 29 “Reconquista de Buenos Aires” – CS Computación Página 8


Asignatura: Lógica Computacional Docente: Pablo Andrés Linares

Pero antes de ello y para simplificar el tema, quiero que relacionemos los
estados o “valores de verdad”, con 1 (unos) y 0 (ceros). De este modo cuando
vemos “verdadero” podemos pensar en 1 y cuando tengamos un “falso”,
pensaremos en 0.

En las siguientes explicaciones, se apreciará mejor el porque de este ejercicio


mental.

Descripción de los conectivos lógicos:

Conjunción:

Vincula dos o más proposiciones lógicas mediante un conectivo de tipo “Y”. Por
lo tanto para obtener un valor de verdad “Verdadero”, todas las proposiciones
intervinientes deben ser verdaderas.

La tabla de verdad de la conjunción es la siguiente:

p q p∧q
V V V
V F F
F V F
F F F

Como podemos observar, y tal como habíamos anticipado, el único resultado


“Verdadero” es cuando todas las proposiciones, en este caso p y q, son
verdaderas.

NOTA: Un modo rápido de razonar este conector es pensarlo como una


multiplicación. De este modo si los 1 son Verdadero y los 0 falsos, tenemos que
el único resultado 1 (verdadero) es cuando multiplicamos 1 x 1.

Escuela Técnica 29 “Reconquista de Buenos Aires” – CS Computación Página 9


Asignatura: Lógica Computacional Docente: Pablo Andrés Linares

Disyunción:

Este operador vincula dos proposiciones mediante el conectivo lógico “o”. A


continuación su tabla de verdad:

p q p∨q
V V V
V F V
F V V
F F F

En este caso, como podemos ver, sólo obtenemos un resultado falso en caso
que todas las proposiciones sean “Falsas”.

NOTA: Un modo rápido de razonar este conector es pensarlo como una adición
o suma. De este modo si el valor 0 representa a los falsos, tenemos que el
único resultado 0 (falso) es cuando sumamos dos o mas ceros.

Disyunción Exclusiva:

El operador representado por Δ, vincula dos proposiciones (o más) mediante


una estructura lógica que podemos pensar del siguiente modo:

“o p, o q”
Es decir que solo podremos obtener un resultado verdadero en caso que una
de las proposiciones sea verdadera, y ninguna más. Su tabla de verdad es la
siguiente:
p q pΔq
V V F
V F V
F V V
F F F

Escuela Técnica 29 “Reconquista de Buenos Aires” – CS Computación Página 10


Asignatura: Lógica Computacional Docente: Pablo Andrés Linares

Negación:

Es un operador “monádico”, es decir que solo afecta a una proposición. En este


caso no se vinculan proposiciones sino que se niega a una en particular.

Por consiguiente, la tabla de verdad de este caso es la que se muestra a


continuación:

p ~p
V F
F V

Condicional:

En este caso vincula dos, o mas, proposiciones mediante la estructura “si p,


entonces q”.

La proposición p puede ser denominada de cualquiera de las siguientes


maneras:
 Hipótesis
 Antecedente
 Premisa
 Condición Suficiente

En cambio, la proposición q puede ser mencionada por cualquiera de las


siguientes formas:
 Tesis
 Consecuente
 Conclusión
 Condición necesaria del condicional

Escuela Técnica 29 “Reconquista de Buenos Aires” – CS Computación Página 11


Asignatura: Lógica Computacional Docente: Pablo Andrés Linares

Las proposiciones condicionales no pueden tener un valor de verdad


“Verdadero” cuando la proposición “Tesis” o “Conclusión” es Falsa. Siendo que
la “Hipótesis” o “Antecedente” sea verdadera.

Es decir que no se puede, a partir de una proposición antecedente verdadera,


concluir en una proposición falsa.

La tabla de verdad, por consiguiente, queda del siguiente modo:

p q pq
V V V
V F F
F V V
F F V

Bicondicional:

Vincula dos proposiciones mediante el conectivo lógico “p, si y solo si q”. De


este modo solo podemos tener valores de verdad en el caso que p y q posean
valores de verdad iguales, sean estos verdaderos o falsos.

La tabla de verdad de este conector es la siguiente:

p q p↔q
V V V
V F F
F V F
F F V

Escuela Técnica 29 “Reconquista de Buenos Aires” – CS Computación Página 12


Asignatura: Lógica Computacional Docente: Pablo Andrés Linares

Tautologías, Contradicciones y Contingencias:

Los resultados obtenidos a partir de las tablas de verdad correspondientes a


cada vinculación lógica tienen tres categorizaciones. Las mismas son
descriptas a continuación:

 Tautología: Una proposición compuesta (P) es denominada como


“Tautología” toda vez que sus valores de verdad resultantes sean
Verdaderos en todos los valores de verdad que se asignen a todas las
premisas simples que la componen.
 Contradicción: Una proposición compuesta (P) es denominada como
“Contradicción” toda vez que sus valores de verdad resultantes sean
Falsos en todos los valores de verdad que se asignen a todas las
premisas simples que la componen.
 Contingencia: Cuando los resultados de P (proposición compuesta) no
sean completamente Falsos o Verdaderos, estamos ante una
“Contingencia”. Es decir cuando no se da ninguno de los casos
anteriores.

NOTA: La cantidad de filas en una tabla de verdad de una Proposición


compuesta (P) esta dada por la siguiente fórmula: filas=2n
Donde n es la cantidad de proposiciones simples que la componen.

Escuela Técnica 29 “Reconquista de Buenos Aires” – CS Computación Página 13


Asignatura: Lógica Computacional Docente: Pablo Andrés Linares

Ejemplos de Proposiciones y tablas de verdad:

A continuación veremos la aplicación de los puntos vistos más arriba, respecto


de las tablas de verdad, como así también la interpretación o categorización de
los resultados en “tautologías”, “contradicciones” y “contingencias”

Ejemplo 1:

Se tiene la siguiente proposición compuesta:

[ (p  q) ∧ q ]  p

Tabla de verdad:

p q [ (p  q) ∧ q]  p
V V V V V V V V V
F V F V V V V F F
V F V F F F F V V
F F F V F F F V F
(1) (2) (3)

El resultado de la primera implicación (1) resulta de los valores entre


paréntesis (), el resultado de la conjunción (2), resulta de lo obtenido del
implicador con “q “, el resultado de la segunda implicación se relaciona con el
condicional y los valores de “p” y queda el resultado final (3).
Como se puede observar de la formula se obtiene una columna (3) alternando
valores de V y F, por lo tanto nos encontramos ante una “contingencia o
indeterminación”

Escuela Técnica 29 “Reconquista de Buenos Aires” – CS Computación Página 14


Asignatura: Lógica Computacional Docente: Pablo Andrés Linares

Ejemplo 2:

Se tiene la siguiente proposición compuesta:

[p v (q ∧ r)] ↔ [(p v q) ∧ (p v r)]

Tabla de verdad:

p q r [p v (q ∧ r )] ↔ [(p v q) ∧ (p v r )]
V V V V V V V V V V V V V V V V
V V F V V V F F V V V V V V V F
V F V V V F F V V V V F V V V V
V F F V V F F F V V V F V V V F
F V V F V V V V V F V V V F V V
F V F F F V F F V F V V F F F F
F F V F F F F V V F F F F F V V
F F F F F F F F V F F F F F F F

Como se puede apreciar, el orden de resolución es el siguiente:

a. Primero se resuelven lo contenido en los paréntesis (resultados en rojo,


y si no es impresión color, aquellos en itálica)
b. En segundo lugar, resolvemos los corchetes (resultados en azul, y si no
es impresión en color, negrita sin subrayar)
c. Por último resolvemos el “si y solo si” que es lo único que nos falta
(resultado en verde, o negrita subrayado)

Finalmente, por el resultado final, entendemos estar frente a una “Tautología”.

Escuela Técnica 29 “Reconquista de Buenos Aires” – CS Computación Página 15


Asignatura: Lógica Computacional Docente: Pablo Andrés Linares

Ejemplo 3:

Se tiene la siguiente proposición compuesta:

~ { [ ( p v ~ q ) ∧ q ] → p}

Tabla de verdad:

p q ~{ [(p v ~q) ∧ q] → p}
V V F V V F V V V V
V F F V V V F F V V
F V F F F F F V V F
F F F F V V F F V F

Como se puede apreciar, el orden de resolución es el siguiente:

a. Primero se resuelve lo contenido en los paréntesis (resultados en rojo,


y si no es impresión color, aquellos en itálica, no negrita)
b. En segundo lugar, resolvemos los corchetes (resultados en azul, y si no
es impresión en color, negrita sin subrayar)
c. Luego resolvemos las llaves (resultados en verde, y si es impresión sin
color, negrita e itálica)
d. Por último resolvemos la negación de la proposición que es lo único
que nos falta por estar por fuera de las llaves (resultado en marrón, o
negrita subrayado)

Finalmente, por el resultado final, entendemos estar frente a una


“Contradicción”.

Escuela Técnica 29 “Reconquista de Buenos Aires” – CS Computación Página 16


Asignatura: Lógica Computacional Docente: Pablo Andrés Linares

GUIA DE EJERCITACIÓN – BLOQUE 1 – Parte I

 Se tienen las siguientes proposiciones simples:


 p: El número N es par
 q: La salida va a la pantalla
 r: La salida va a la impresora
Se pide enunciar las siguientes P (proposiciones compuestas):
1) q p
2) ~qp
3) r(p ^ ~q)

 Sean las siguientes proposiciones, escribir, usando conectivos lógicos, las


siguientes proposiciones
Ejemplo: Juan salta y corre: p ^ q

1) Pentium es un microprocesador
2) Pentium no es un microprocesador
3) Si estudias, entonces aprendes
4) No llueve
5) María canta y cocina
6) Iré a la fiesta si y solo si compro el vestido esta tarde.
7) Se necesita una secretaria que sepa inglés o francés.
8) O bien es juez o es parte.
9) Renunciaré al cargo si no cambian las condiciones de trabajo
10) la reunión es mañana y asiste todo personal, o bien todos quedan
sancionados.
3) Representar y construir las tablas de verdad para las siguientes
proposiciones compuestas:

a. Pedro viaja en bicicleta y en tren


b. Pedro viaja en bicicleta y no en tren
c. Pedro no viaja en bicicleta y si lo hace en tren

Escuela Técnica 29 “Reconquista de Buenos Aires” – CS Computación Página 17


Asignatura: Lógica Computacional Docente: Pablo Andrés Linares

4) Resuelva las siguientes fórmulas e indique si son tautología,


contradicción o indeterminación, obteniendo las tablas de verdad de cada caso:

a. (p → q) ^ (q ↔ ~p)

b. (p ^ ~q) v (~p ↔ q)

c. (p ^ q) ↔ (~p v q)
d. p → (q Δ ~p)
e. p Δ (~q → p)
f. (p ^ q) ↔ ~p

g. (p v q) ↔ (~p ^ ~q)

h. (p → q) ↔ (~q ^ p)
i. [ p → (q v ~p) ] → ~q

j. ~ (p v q) ↔ (p ^ ~q)
k. ~ (p → ~q) Δ p

l. (p ^ q) → q

m. [(p → q) ^ ~p] → ~q

n. [(p v q) ^ r] ↔ [(p ↔ q) v r]

o. ~ {[~ p ^ (~q v p)] → q}


p. [(a v b) ^ (a v c)] ↔ (a → c)

q. [(a → b) ^ (a → c)] ↔ (a → c)

r. [(p ^ ~q) v (p ^ r)] → (q ^ r)

s. [(p Δ q) ^ ~r] v (p ^ q)
t. [(p Δ q) ↔ r] Δ (p ↔ q)

u. ~ [(p ^ q) v r] → [(r Δ p) ^ (r ^ q)]


v. (p → q) v (r → ~p)

w. [(p ↔ ~r) ^ (r Δ q)] ^ (q ^ r)

x. (p ^ q) → (p Δ ~ r)

Escuela Técnica 29 “Reconquista de Buenos Aires” – CS Computación Página 18


Asignatura: Lógica Computacional Docente: Pablo Andrés Linares

Bloque Uno – Parte II: Proposiciones y leyes de simplificación

Leyes de Simplificación:

La simplificación de una proposición, o simplificación de una expresión lógica


se basa en hallar una expresión lógica con una forma más simple y
equivalente a la inicial, mediante el uso de los axiomas y/o leyes lógicas.

El proceso a realizar consiste en sustituir expresiones de la formulación lógica


dada, paso a paso, obteniendo una expresión lógica equivalente a la anterior,
hasta llegar a una proposición simple o compuesta que no pueda ser
reemplazada por ninguna ley, o dicho de otra manera, al llegar a una expresión
lógica irreducible.

A través de la simplificación podemos también demostrar una equivalencia


lógica sin usar tablas de verdad.

A continuación, entonces, se detallarán cada una de las leyes del álgebra


proposicional que serán utilizadas para lo enumerado:

Ley de Doble Negación:

La presente ley consiste en suprimir los negadores en casos tales como ~ (~q)
o la proposición que sea representada por cualquier otro alfabético.

Expresión de la ley de doble negación:

~ (~q) ≡ q

(El símbolo ≡ significa “equivalente”)

Escuela Técnica 29 “Reconquista de Buenos Aires” – CS Computación Página 19


Asignatura: Lógica Computacional Docente: Pablo Andrés Linares

Ley de Ídempotencia:

La presente ley consiste en simplificar expresiones lógicas que poseen


términos iguales conectados por un operador. Idem Potencia es lo mismo que
decir, para este caso, “idénticos”

Expresión de la ley de Ìdempotencia:

(p ^ p) ≡ p
(p → q) ^ (p → q) ≡ (p → q)
(p v p) ≡ p

Demostración:
(p → q) ^ (p → q)
p q (p → q) ^ (p → q)

V V V V V V V V V

V F V F F F V F F

F V F V V V F V V

F F F V F V F V F

≡ (p → q)
p q (p → q)
V V V V V

V F V F F

F V F V V

F F F V F

Escuela Técnica 29 “Reconquista de Buenos Aires” – CS Computación Página 20


Asignatura: Lógica Computacional Docente: Pablo Andrés Linares

Ley Conmutativa:

En este caso, conmutativo, se refiere a que el orden de los términos


proposicionales no afecta el resultado, es decir que si cambiamos su orden
(conmutamos posiciones) el resultado no cambiará.

Expresión de la ley Conmutativa:

p^q≡q^p

pvq≡qvp

Ejemplo:

p v (p ^ ~q) ≡ (p ^ ~q) v p

Ley Asociativa:

En este caso, la ley establece equivalencias entre términos conectados por


un mismo conectivo. De este modo podremos asociar o separar los mismos
según nos convenga en pos de simplificar mediante la aplicación de otras
leyes.

Expresión de la ley Asociativa:

p v q v r ≡ p v (q v r) ≡ (p v q) v r

Escuela Técnica 29 “Reconquista de Buenos Aires” – CS Computación Página 21


Asignatura: Lógica Computacional Docente: Pablo Andrés Linares

Demostración:

p v (q v r)
p q r p v (q V r)
V V V V V V V V

V V F V V V V F

V F V V V F V V

V F F V V F F F

F V V F V V V V

F V F F V V V F

F F V F V F V V

F F F F F F F F

(p v q) v r
p q r (p v q) V r
V V V V V V V V

V V F V V V V F

V F V V V F V V

V F F V V F V F

F V V F V V V V

F V F F V V V F

F F V F F F V V

F F F F F F F F

Escuela Técnica 29 “Reconquista de Buenos Aires” – CS Computación Página 22


Asignatura: Lógica Computacional Docente: Pablo Andrés Linares

Ley Distributiva:

Para poder utilizar la presente ley, es necesario que los términos utilizados se
encuentren conectados por conectivos lógicos diferentes entre si (y / o). Si
tuviéramos dicha condición cumplida la ley indica que podremos aplicar
distribución entre términos, tal y como se realiza en métodos matemáticos.

Expresión de la ley Distributiva:

p ^ (q v r) ≡ (p ^ q) v (p ^ r)

Ejemplo:

(p ^ q) v (p ^ ~q) ≡ [p v (p ^ ~q)] ^ [q v (p ^ ~q)]

Ley de De Morgan:

Cuando nos encontremos ante una expresión negada, y dentro de la misma


tengamos una proposición compuesta, relacionada por conectivos “y” u “o”
podemos aplicar la Ley de De Morgan.

La aplicación de la ley, en un proceso de simplificación, consiste en la


realización de los siguientes pasos:

Paso 1: Se intercambia el operador OR (o) por el operador AND (y) o si


es el caso intercambiar el operador AND (y) por el operador OR (o).
Paso 2: Se niegan cada una de las variables.

Escuela Técnica 29 “Reconquista de Buenos Aires” – CS Computación Página 23


Asignatura: Lógica Computacional Docente: Pablo Andrés Linares

Expresión de la ley de De Morgan:

~ (p ^ q) ≡ (~p v ~q)

~ (p v q) ≡ (~p ^ ~q)

Ejemplo:

~ (p ^ r) v ~ (p ^ ~q) ≡ (~ p v ~r) v [~p v ~(~q)]

Ley del Condicional:

La presente ley se aplica cuando nos encontramos con el símbolo del


condicional (si p entonces q), el cual es representado por el símbolo “→”.

La simplificación consiste aplicar los siguientes pasos:

1) Negar el primer término de la expresión.


2) Suplantar el símbolo del condicional por el conectivo “o”
3) El segundo término lo dejamos como se encuentre.

Expresión de la ley del Condicional:

(p → q) ≡ ~ p v q

Demostración:

p q p → q p q ~p v q
V V V V V V V F V V

V F V F F V F F F F

F V F V V F V V V V

F F F V F F F V V F

Escuela Técnica 29 “Reconquista de Buenos Aires” – CS Computación Página 24


Asignatura: Lógica Computacional Docente: Pablo Andrés Linares

Ejemplo:

(a → b) ^ (a → c) ≡ (~ a v b) ^ (~ a v c)

Ley del BiCondicional:

La presente ley se aplica cuando nos encontramos con el símbolo del bi-
condicional (si y solo sí), el cual es representado por el símbolo “↔”.

Expresión de la ley del Bi-Condicional:

(p ↔ q) ≡ (p → q) ^ (q → p)

Demostración:

p q p ↔ q (p → q) ^ (q → p)
V V V V V V V V V V V V

V F V F F V F F F F V V

F V F F V F V V F V F F

F F F V F F V F V F V F

Ejemplo:

[(p ^ q) ↔ r]

[(p ^ q) → r] ^ [r → (p ^ q)]

Escuela Técnica 29 “Reconquista de Buenos Aires” – CS Computación Página 25


Asignatura: Lógica Computacional Docente: Pablo Andrés Linares

Leyes de Absorción:

Absorción Total:

Mediante la presente ley, podemos eliminar fácilmente términos


proposicionales simples o compuestos de una formulación lógica dada. De
manera que al presentarse proposiciones como las siguientes:

p ^ (p v q)

r v (q ^ r)

Las condiciones para aplicar la presente ley son las siguientes:

 Tener un término por fuera de los paréntesis que se repita, en todo su


valor de verdad.
 Que los conectivos lógicos sean distintos en la formulación.

Ante estas condiciones podremos eliminar los términos contenidos entre los
paréntesis, quedando solamente el termino que se repite por fuera de los
mismos.

De forma que ante los ejemplos anteriores tendríamos los siguientes


resultados:

p ^ (p v q) ≡ p

r v (q ^ r) ≡ r

Escuela Técnica 29 “Reconquista de Buenos Aires” – CS Computación Página 26


Asignatura: Lógica Computacional Docente: Pablo Andrés Linares

Absorción Parcial:

De modo similar a la Absorción Parcial podemos eliminar términos


proposicionales simples o compuestos de una formulación lógica dada. En
estos casos, la proposición que se repite estará negada en una de ellas. Como
podremos apreciar a continuación:

p ^ (~ p v q)

r v (q ^ ~ r)

Las condiciones para aplicar la presente ley son las siguientes:

 Tener un término por fuera de los paréntesis que se repita, en todo su


valor de verdad.
 Que los conectivos lógicos sean distintos en la formulación.
 Que el término que se repite, se encuentre negado en uno de los casos.

Ante estas condiciones podremos elimina el término repetido contenidos


dentro de los paréntesis, quedando solamente el término por fuera mas el no
repetido con el conectivo que se posea fuera del paréntesis.

De forma que ante los ejemplos anteriores tendríamos los siguientes


resultados:

p ^ (~ p v q) ≡ p ^ q

r v (q ^ ~ r) ≡ r v q

Escuela Técnica 29 “Reconquista de Buenos Aires” – CS Computación Página 27


Asignatura: Lógica Computacional Docente: Pablo Andrés Linares

Ejemplo:

p ^ q v (p ^ ~ q)
Ley de absorción Parcial

p ^ (q v p )
Ley de absorción Total

Ejercicios resueltos:

1) (p  q)  (p  q)  p

(p  q)  (p  q) Ley Distributiva


[p  (p  q)]  [q  (p  q)] Ley de Substitución Total
p  [q  (p  q)] Ley de Substitución Parcial
p  (q  p) Ley de Substitución Total
p -

2) (p  q) → p  p
(p  q) → p Ley del Condicional
[(p  q)  p] Ley de De Morgan
[(p)  q]  p Ley de Doble Negación
(p  q)  p Ley de Conmutación
p  (p  q) Ley de Substitución Total
p -

Escuela Técnica 29 “Reconquista de Buenos Aires” – CS Computación Página 28


Asignatura: Lógica Computacional Docente: Pablo Andrés Linares

3) (p → q)  (p  q)  q
(p → q)  (p  q) Ley del Condicional
(p  q)  (p  q) Ley distributiva
[p  (p  q)]  [q  (p  q)] Ley de Substitución Parcial
(p  q)  [q  (p  q)] Ley de Substitución Total
(p  q)  q Ley de Conmutación
q  (p  q) Ley de Substitución Total
q -

4) [(q → p)  (p → q)] → (p  q)  p

[(q → p)  (p → q)] → (p  q) Ley del Condicional


[(q → p)  (p → q)]  (p  q) Ley del Condicional
{(q  p)  [(p)  q)]}  (p  q) Ley de Doble Negación
[(q  p)  (p q)]  (p  q) Ley Distributiva
{[q  (p q)][p  (p q)]}  (pq) Ley de Substitución Parcial
{(q  p)  [p  (p q)]}  (pq) Ley de Substitución Total
[(q  p)  p]  (pq) Ley de Conmutación
[p  (q  p)]  (pq) Ley de Substitución Total
p  (p q) Ley de De Morgan
p  [p  (q)] Ley de Doble Negación
p  (p  q) Ley de Substitución Total
p -

Escuela Técnica 29 “Reconquista de Buenos Aires” – CS Computación Página 29


Asignatura: Lógica Computacional Docente: Pablo Andrés Linares

5) (p  q) → (p → q)  p

(p  q) → (p → q) Ley del Condicional


(p  q)  (p → q) Ley del Condicional
(p  q)  (p  q) Ley De De Morgan
[(p)  (q)]  (p  q) Ley de De Morgan
[(p)  (q)]  [(p)  q] Ley de Doble Negación
(p  q)  (p  q) Ley Distributiva
[p  (p  q)]  [q  (p  q)] Ley de Absorción Total
p  [q  (p  q)] Ley de Absorción Parcial
p  (q  p) Ley de Absorción Total
P -

6) p ↔ (q  p)  p  q
p ↔ (q  p) Ley del Bicondicional
[p → (q  p)]  [(q  p) → p] Ley del Condicional
[p  (q  p)]  [(q  p) → p] Ley del Condicional
[p  (q  p)]  [(q  p)  p] Ley de De Morgan
[p  (q  p)]  [(q)  (p)  p] Ley de Doble Negación
[p  (q  p)]  [(q  p)  p] Ley de Absorción Total
[p  (q  p)]  p Ley Distributiva
(p  p)  [p  (q  p)] Ley de Absorción Parcial
(p  p)  (p  q) Ley Distributiva
[p  (p  q)]  [p  (p  q)] Ley de Absorción Total
p  [p  (p  q)] Ley de Absorción Parcial
p  (p  q) Ley de Absorción Parcial
p  q -

Escuela Técnica 29 “Reconquista de Buenos Aires” – CS Computación Página 30


Asignatura: Lógica Computacional Docente: Pablo Andrés Linares

7) [p → (p  r)]  [p → (p  r)]  p  r

[p → (p  r)]  [p → (p  r)] Ley del Condicional


[p  (p  r)]  [p → (p  r)] Ley del Condicional
[p  (p  r)]  [(p)  (p  r)] Ley de Doble Negación
[p  (p  r)]  [p  (p  r)] Ley de Absorción Parcial
(p  r)  [p  (p  r)] Ley de Absorción Total
(p  r)  p Ley de Absorción Parcial
rp Ley Conmutativa
pr -

8) (p ↔ q) → (p  q)  p  q
(p ↔ q) → (p  q) Ley del Condicional
(p ↔ q)  (p  q) Ley del Bicondicional
[(p →q)  (q → p)]  (p  q) Ley del Condicional
[(p  q)  (q  p)]  (p  q) Ley Distributiva
{[p(qp)]  [q(qp)]}  (p  q) Ley de Absorción Parcial
{[(p  q)  [q  (q  p)]}  (p  q) Ley de Absorción Parcial
{[(p  q)  (q  p) ]}  (p  q) Ley de De Morgan
[(p  q)   (q  p)]  (p  q) Ley de De Morgan
{[(p)  (q)]] (q  p)}  (p  q) Ley de Doble Negación
[(p  q)  (q  p)]  (p  q) Ley Distributiva
{[(p (qp)]  [q (qp)]}  (pq) Ley de Absorción Parcial
(p q)  (q  p)  (p  q) Ley Conmutativa
(p q)  (p  q)  (q  p) Ley Distributiva
[p  (p  q)]  [q  (p  q)]  (q  p) Ley de Absorción Total
p  [q  (p  q)]  (q  p) Ley de Absorción Parcial
p  (q  p)  (q  p) Ley de Absorción Total
p  (q  p) Ley de Absorción Parcial
pq -

Escuela Técnica 29 “Reconquista de Buenos Aires” – CS Computación Página 31


Asignatura: Lógica Computacional Docente: Pablo Andrés Linares

GUIA DE EJERCITACIÓN – BLOQUE 1 – Parte II

1) Simplifique las siguientes proposiciones lógicas especificando las leyes


aplicadas en cada uno de los pasos:

a. {[(p  q)]  q}  p  q


b. [(p → q) →  (q → p)]  (p  q)  q
c. {[(p → q) ↔ q]  q}  p  q
d. [ (p  q) →  q]  q  q
e. [(p → p)  q]  [q  (r  q)]  [p → (p  q)]  q  r
f. [ (p  q)  (p  q)] → (p  q)  p  q
g. [(p → q) → p] → q  q  p
h.  [ (p  q) → q]  q  q

Escuela Técnica 29 “Reconquista de Buenos Aires” – CS Computación Página 32


Asignatura: Lógica Computacional Docente: Pablo Andrés Linares

Bloque Uno – Parte III: Compuertas Lógicas y álgebra de Boole

Concepto:

El álgebra Booleana es un sistema algebraico formado esencialmente por un


conjunto N de elementos y operadores relacionales, entre los que se destacan
el AND y el OR.
Dichos operadores, y otros anexos, actúan sobre las entradas que pueda
poseer el sistema en cuestión.
Las mencionadas entradas poseen un valor de índole binaria, es decir que se
dispondrá sólo del valor 1 (uno) y el valor 0 (cero). También podemos decir
“prendido” o “apagado”.
Lo más elemental es que contemos con dos entradas, por ejemplo A y B, de
modo que el operador que se aplique generará un resultado asociado a una
función lógica de salida.

Dichas funciones y operadores, como podremos ver sobre las siguientes


páginas, disponen de varios puntos en común con los temas de tablas de
verdad y leyes de simplificación. Por esta razón se sugiere repasar a
conciencia los conceptos anteriores.

Escuela Técnica 29 “Reconquista de Buenos Aires” – CS Computación Página 33


Asignatura: Lógica Computacional Docente: Pablo Andrés Linares

Compuerta Lógica AND:

Vincula dos o más variables de ingreso un conectivo de tipo “Y”. Por lo tanto
para obtener un valor 1, todas las proposiciones intervinientes deben poseer tal
valor.
La tabla de verdad de la conjunción es la siguiente:

A B A∙B
0 0 0
1 0 0
0 1 0
1 1 1

El conectivo es en si, al igual que habíamos visto en el tema de tablas de


verdad, una intersección o conjunción y como tal solo entregará un valor 1,
cuando todas las variables intervinientes tengan dicho valor.

La compuerta se simboliza mediante el siguiente gráfico:

Donde A y B son las variables de ingreso y F=A*B la función resultante.

Compuerta Lógica OR:

La compuerta opera sobre dos o más variables de entrada emulando un


conectivo lógico “O”. Como tal operador, de disyunción, los valores resultantes
en la función de salida solo son iguales a cero, cuando todas las variables que
intervienen poseen dicho valor.

Escuela Técnica 29 “Reconquista de Buenos Aires” – CS Computación Página 34


Asignatura: Lógica Computacional Docente: Pablo Andrés Linares

Su tabla de verdad es como sigue:

A B A+B
0 0 0
1 0 1
0 1 1
1 1 1

Este conector se represente como una adición o suma. Por tanto, la relación
entre las variables intervinientes es el símbolo “+”.

Gráficamente el mismo se representa del siguiente modo:

Donde A y B son las variables de ingreso y F=A+B la función resultante.

Compuerta Lógica NOT:

La compuerta NOT simplemente es un negador de valor, de modo que ante el


ingreso de un valor 1, lo convierte a 0 y viceversa. La tabla de verdad del
mismo es la siguiente:

A A
0 1
1 0

Escuela Técnica 29 “Reconquista de Buenos Aires” – CS Computación Página 35


Asignatura: Lógica Computacional Docente: Pablo Andrés Linares

Como se puede ver, la negación es representada con una línea superior sobre
la variable tratada. El grafismo del conector es el que se muestra a
continuación:

Siendo F=A la función resultante.

Compuerta Lógica NAND:

La NAND es la combinación de una compuerta AND y una NOT, por tanto la


operación de ellas combinada de cómo resultado un conector que solo entrega
0 cuando los valores de ingreso son iguales a 1 en todas las variables que
intervienen en el sistema.

La tabla de verdad, entonces, queda del siguiente modo:

A B A∙B

0 0 1
1 0 1
0 1 1
1 1 0

El gráfico de la compuerta NAND es el que se muestra a continuación:

Siendo F=A∙B la función resultante

Escuela Técnica 29 “Reconquista de Buenos Aires” – CS Computación Página 36


Asignatura: Lógica Computacional Docente: Pablo Andrés Linares

Compuerta Lógica NOR:

La compuerta NOR es la combinación de una compuerta OR y una NOT, por


tanto la operación de ellas combinada de cómo resultado un conector que solo
entrega 1 cuando los valores de ingreso son iguales a 0 en todas las variables
que intervienen en el sistema.
Su tabla de verdad es entonces la siguiente:

A B A+B

0 0 1
1 0 0
0 1 0
1 1 0

Y su representación gráfica es la siguiente:

Siendo F= A+B la función resultante.

Compuerta Lógica XOR:

La compuerta lógica XOR, es un OR exclusivo. Como hemos visto


anteriormente, el XOR o EXOR, es un OR con la particularidad de dar resultado
1 solo cuando una, y solo una, de las variables intervinientes en el sistema es
igual a 1, mientras que las restantes siempre deben ser 0.

Escuela Técnica 29 “Reconquista de Buenos Aires” – CS Computación Página 37


Asignatura: Lógica Computacional Docente: Pablo Andrés Linares

Su tabla de verdad es entonces:

A B AB
0 0 0
1 0 1
0 1 1
1 1 0

Como se puede apreciar, se simboliza con el signo de suma, encerrado en un


círculo, “”.
La representación gráfica que se utiliza para la presente compuerta lógica es el
siguiente:

Siendo F= AB la función resultante.

Compuerta lógica XNOR:

Finalmente, la compuerta lógica XNOR, o EXNOR, representa la combinación


de los operadores XOR y NOT. De este modo, la compuerta solo entregará un
valor igual 1, cuando todas las variables intervinientes en el sistema dispongan
de iguales valores entre ellas (sean 1 o 0).
A consecuencia, la tabla de verdad de XNOR es la siguiente:

A B AB
0 0 1
1 0 0
0 1 0
1 1 1

Escuela Técnica 29 “Reconquista de Buenos Aires” – CS Computación Página 38


Asignatura: Lógica Computacional Docente: Pablo Andrés Linares

La representación gráfica que se utiliza para la presente compuerta lógica es el


siguiente:

Donde F es la función de salida: F=AB

Circuitos combinados de compuertas:

Habiendo establecido las compuertas de las que disponemos, como así


también las operaciones que cada una de ellas efectúa en relación a las
entradas dadas. Veremos a continuación como las mismas se pueden
combinar y con ello obtener funciones de una complejidad mayor.

A continuación se verá esto mediante una cantidad de ejemplos, para


finalmente disponer de ejercitación al respecto.

Ejemplo 1:

Escuela Técnica 29 “Reconquista de Buenos Aires” – CS Computación Página 39


Asignatura: Lógica Computacional Docente: Pablo Andrés Linares

Para expresarlo algebraicamente del siguiente modo:

F1=B
F2=A ∙ B
F3=B + A
F= A ∙ B ∙ (B + A)

Ahora bien, como podemos ver en la Función resultante, tenemos una


estructura que ya hemos conocido en el tema anterior, sobre la cual podemos
aplicar una ley de simplificación.
En este caso aplicamos la ley de absorción total; dicha ley proponía lo
siguiente:

p ^ (p v q) ≡ p

Y en la función vemos el siguiente caso:

B ∙ (B + A)

Por lo tanto:

B ∙ (B + A) ≡ B

Finalmente la función F= A ∙ B ∙ (B + A) nos quedaría del siguiente modo:

F=A ∙ B

Escuela Técnica 29 “Reconquista de Buenos Aires” – CS Computación Página 40


Asignatura: Lógica Computacional Docente: Pablo Andrés Linares

Teoremas o Leyes del algebra de Boole:

Como se ha visto en el bloque II, existen leyes de simplificación que hemos


podido aplicar en el sistema proposicional. Ahora bien, en las funciones de
salidas que entregan las compuertas lógicas de modo combinado, veremos que
podemos aplicar tales leyes de modo idéntico, tal y como se irá demostrando a
continuación.
Dentro del citado conjunto de Leyes, existen tres que son básicas y que son
aplicadas tanto en el álgebra lineal como en el álgebra booleana, y sobre las
que ya hemos trabajado anteriormente, ellas son:

 Conmutativa: Simplemente, postula que el orden en que tenemos


la función puede ser alterado sin que el resultado cambie.
Siempre debemos tener en cuenta que los operadores que
relacionan las variables sean idénticos:

X+Y ≡ Y+X
XY ≡ YX

 Asociativa: Esta ley indica que a los efectos del resultado, no


importa cómo se agrupen las variables:

A + (B + C) ≡ (A + B) + C ≡ (A + C) + B

 Distributiva: La ley establece que se pueden distribuir las


operaciones entre los términos, que deberán contar con
operadores diferentes involucrados, de manera que podemos
realizar lo siguiente:

A(B + C ) ≡ AB + AC

En este caso se ha multiplicado A, por B y C. Como el operador


entre estas últimas es +, ambos productos se suman entre sí.

Escuela Técnica 29 “Reconquista de Buenos Aires” – CS Computación Página 41


Asignatura: Lógica Computacional Docente: Pablo Andrés Linares

Leyes de De Morgan:

Del mismo modo que anticipáramos, en las funciones de salida es posible


aplicar los teoremas de De Morgan, de manera que, al igual que en la
simplificación de proposiciones, se cuenta con los siguientes postulados:

a. El producto negado de variables es igual a la suma de tales variables


negadas, lo cual es expresado del siguiente de la siguiente manera:

XY ≡ X + Y
b. La suma negada de variables es igual al producto de tales variables
negadas, lo cual es expresado del siguiente modo:

X+Y ≡ X Y

Expresado en compuertas y con tabla de verdad:

Los Teoremas de De Morgan se aplican también a expresiones en las que


existen más de dos variables, por ejemplo:

XYZ ≡ X + Y + Z

Escuela Técnica 29 “Reconquista de Buenos Aires” – CS Computación Página 42


Asignatura: Lógica Computacional Docente: Pablo Andrés Linares

Propiedades:

A la par de las leyes, disponemos de un número de propiedades básicas, que


se utilizan, también, para la simplificación de funciones booleanas.
Seguidamente, entonces, se enumeran las mismas con sus correspondientes
equivalencias:

 Operación con “1”  Operación con “0”


 1+0 ≡ 1  0+0≡0
 1+A≡1  0+A≡A
 1*1 ≡ 1  0*A ≡ 0
 1*A ≡ A
 1*0 ≡ 0

 Absorbentes  Complemento
 A*A ≡ A  XX≡0
 A+A ≡ A  X+X≡1

 Doble Negación
 X≡X

Escuela Técnica 29 “Reconquista de Buenos Aires” – CS Computación Página 43


Asignatura: Lógica Computacional Docente: Pablo Andrés Linares

Mapas de Karnaugh:

Los Mapas de Karnaugh son una herramienta para la simplificación de


funciones lógicas. Tanto el tamaño como su formato de presentación son
similares a una tabla de verdad y dependen de la cantidad de variables
contenidas en la función a tratar.

El mapa, es en sí, una matriz que presenta la siguiente configuración:

Dicha matriz se completa con las variables que intervienen en la función


especificando los 1 y 0 que correspondan, según su negación o no.

La cantidad de celdas del mapa estará dada por potenciar el número 2 a la


cantidad de variables de las que se dispone, de este modo si la función tiene
las variables A,B y C, se contarán 8 celdas (23):

F=ABC+ABC Son tres Variables (A,B,C) 23

Dispondremos de un método para las funciones que posean sumatorias de


productos y de uno para las funciones que se arman como productos de
sumas.

Ejemplo de una función de sumas de productos:

F=ABC+ ABC

Ejemplo de una función de productos de sumas:


F=(A+B+C)∙(A+B+C)

Escuela Técnica 29 “Reconquista de Buenos Aires” – CS Computación Página 44


Asignatura: Lógica Computacional Docente: Pablo Andrés Linares

Adyacencia de celdas:

Se dice que las celdas son adyacentes cuando están situadas junto a
cualquiera de sus cuatro lados. Mientras que una celda no es adyacente
cuando tocan diagonalmente cualquiera de sus esquinas.

Es de destacar que el mapa esta “unido” por sus extremos, de manera que al
contrario de lo que parece, este tipo de adyacencia se cumple en las celdas tal
y como se puede apreciar en las siguientes figuras:

00 01 11 10
00
01
11
10

00 01 11 10
00
01
11
10

Las celdas coloreadas son adyacentes entre sí, sean filas o columnas.

Escuela Técnica 29 “Reconquista de Buenos Aires” – CS Computación Página 45


Asignatura: Lógica Computacional Docente: Pablo Andrés Linares

Mapa de Karnaugh para la suma de productos:

Ante una función de suma de productos, el mapa de Karnaugh será


completado respetando los siguientes pasos:

 Colocar un “1” en cada celda correspondiente a cada


combinación de valores de las variables (por ejemplo, si tenemos
la combinación ABC, lo traducimos a 101, con ello pondremos un
valor 1, en la celda que se obtiene de cruzar el 10 de AB y el 1 de
C)
 Luego de finalizada esta operatoria, se agrupan los 1 adyacentes,
siempre en grupos de cantidades que sean potencia de 2.
 Transcribimos solo las variables que dentro de la agrupación no
cambian de valor.

El objetivo de este método es des-complejizar, o minimizar, una función sin


perder la equivalencia de la función tratada.

Ejemplo:

Dada la función:
F=AB + ABC

Requeriremos primeramente que la variable C, se encuentre en todos los


términos de la función. Para ello se efectúa lo siguiente:

F=AB + ABC
F=AB (C+C) + ABC

Aplicamos Distributiva
F=ABC + ABC + ABC

Escuela Técnica 29 “Reconquista de Buenos Aires” – CS Computación Página 46


Asignatura: Lógica Computacional Docente: Pablo Andrés Linares

Habiendo obtenido la función con los términos que la integran de manera


homogénea, ahora podemos aplicar Karnaugh; para ello realizamos la matriz y
la completamos como se explica en los siguientes pasos:

Dada:
F=ABC + ABC + ABC

Si reemplazamos las variables por valores 1 y 0, obtendríamos lo siguiente:

F=011 + 010 + 011

Ahora bien, en el mapa especificaremos un 1, por cada término que tengamos


en la función, de modo que ABC, sería 011.

Asignamos 1 en la celda correspondiente:

AB 00 01 11 10
C
0

1 1

Seguidamente tenemos ABC (010), por lo que completamos la celda


correspondiente:

AB 00 01 11 10
C
0 1
1 1

Como el último término es igual al primero, y la celda ya se completó


previamente, no hacemos nada más, por lo que ya tenemos listo nuestro mapa
para esta función.

Escuela Técnica 29 “Reconquista de Buenos Aires” – CS Computación Página 47


Asignatura: Lógica Computacional Docente: Pablo Andrés Linares

Ahora nos queda aplicar el método, el cual consiste en agrupar los 1, siempre
en cantidades que sean potencias de dos, aplicando las propiedades que
habíamos especificado en páginas anteriores.
Teniendo entonces el mapa visto, agrupamos los 1 de la siguiente manera:

AB 00 01 11 10
C
0 1
1 1

Y simplificamos siguiendo los siguientes pasos:


 Si al agrupar vemos que los valores de las variables contienen 0 y 1,
eliminamos de la función a la variable correspondiente
 Si al agrupar vemos que los valores de las variables se mantienen
constantes, en tal caso las transcribimos a la función.

En este caso, la variable C, tiene los valores 1 y 0, por lo que desaparece,


mientras que AB, se mantienen constantes en 01, respectivamente, por lo que
se transcribe la A negada y la B sin negar (0 y 1).

La función, simplificada por el mapa de Karnaugh, es igual entonces a la


siguiente expresión:

F=AB

Escuela Técnica 29 “Reconquista de Buenos Aires” – CS Computación Página 48


Asignatura: Lógica Computacional Docente: Pablo Andrés Linares

Mapa de Karnaugh para el producto de sumas:

En el caso de funciones de producto de sumas, la operatoria es muy similar o


equivalente al caso anterior, solo que en lugar de cargar 1 en las celdas que se
resultan de la cada término “suma”, se cargará un valor 0 (cero). El resto de las
“reglas” es equivalente respecto del mapa de producto de sumas.

De modo que se procederá a ejemplificar el método con una función de tres


términos:

Dada la función:
F=(A+B+C)∙(A+B+C)∙(A+B+C)∙(A+B+C)
Podemos encontrar los siguientes números binarios (notar que es al revés que en el caso anterior)….

0 0 1 0 1 0 1 1 0 1 0 1

Completaremos el mapa de Karnaugh de acuerdo a los siguientes pasos:

1) El primer término (A+B+C) que equivale a 001, carga un 0 (cero) en la


siguiente celda:

AB 00 01 11 10
C
0

1 0

2) El segundo término (A+B+C) que equivale a 010, carga un 0 (cero) en la


siguiente celda:

AB 00 01 11 10
C
0 0
1 0

Escuela Técnica 29 “Reconquista de Buenos Aires” – CS Computación Página 49


Asignatura: Lógica Computacional Docente: Pablo Andrés Linares

3) El tercer término (A+B+C) que equivale a 110, carga un 0 (cero) en la


siguiente celda:

AB 00 01 11 10
C
0 0 0
1 0

4) El cuarto, y último, término (A+B+C) que equivale a 101, carga un 0


(cero) en la celda indicada y agrupamos los valores posibles:

AB 00 01 11 10
C
0 0 0
1 0 0

Simplificamos la función a partir del mapa de Karnaugh obtenido, con lo que


nos quedará como la siguiente:

F=(B+C)∙(B+C)

Escuela Técnica 29 “Reconquista de Buenos Aires” – CS Computación Página 50


Asignatura: Lógica Computacional Docente: Pablo Andrés Linares

GUIA DE EJERCITACIÓN – BLOQUE 1 – Parte III

1) Graficar las siguientes funciones con las compuertas correspondientes:


a. F=[(A+B)  (AC)]AB
b. F=[(CB)+(ABC)]  CB
c. F=(ABD)(CD)+(AB)

2) Simplificar las siguientes funciones utilizando leyes y propiedades


algebraicas de Boole. Graficar las funciones resultantes de las
simplificaciones en cada caso.

a. F=A+A+B+C
b. F=AB+ABC
c. F=AB(A+B)
d. F=[AB (C+BD) + AB]C
e. F=ABC+ABC+ABC+ABC+ABC

3) Simplificar mediante el mapa de Karnaugh, las siguientes funciones de


sumas de productos y graficar la función obtenida:
a. Utilizar la función del ejercicio 2.b
b. Utilizar la función del ejercicio 2.e
c. F=ABC+ABC+AC+AB

4) Simplificar mediante el mapa de Karnaugh, las siguientes funciones de


producto de sumas y graficar la función obtenida:
a. F=(A+B+C) (A+B+C) (A+B+C) (A+B+C)
b. F=(A+B+C+D) (A+B+C+D) (A+B+C+D) (A+B+C+D) (A+B+C+D)
(A+B+C+D)

Escuela Técnica 29 “Reconquista de Buenos Aires” – CS Computación Página 51


Asignatura: Lógica Computacional Docente: Pablo Andrés Linares

5) Aplicar el mapa de Karnaugh a las siguientes tablas de verdad,


utilizando el método de suma de productos y de producto de sumas.`pr
cada tabla. Graficar las funciones obtenidas:
a. b.
A B C F A B C F
0 0 0 0 0 0 0 1
0 0 1 0 0 0 1 0
0 1 0 1 0 1 0 0
0 1 1 1 0 1 1 0
1 0 0 1 1 0 0 1
1 0 1 1 1 0 1 0
1 1 0 0 1 1 0 1
1 1 1 0 1 1 1 0
c. d.
A B C D F
A B C F 0 0 0 0 0
0 0 0 0 0 0 0 1 0
0 0 1 0 0 0 1 0 1
0 1 0 1 0 0 1 1 1
0 1 1 1 0 1 0 0 0
1 0 0 0 0 1 0 1 0
1 0 1 0 0 1 1 0 0
1 1 0 0 0 1 1 1 0
1 1 1 1 1 0 0 0 0
1 0 0 1 0
1 0 1 0 1
1 0 1 1 1
1 1 0 0 0
1 1 0 1 0
1 1 1 0 0
1 1 1 1 0

Escuela Técnica 29 “Reconquista de Buenos Aires” – CS Computación Página 52

Vous aimerez peut-être aussi