Ejercicio 1

Textura es la organización de una superficie como un conjunto de elementos repetidos. En un proceso

automático para clasificar texturas artificiales, un sensor de 4 puntos (como el 24 mostrado en la
il4stracion 14) envía señales a un circuito combinatorio cuya tarea es discriminar (emitiendo pulsos
[1]) los siguientes elementos:

Ilustración 1: Emisión De Pulsos

En todos los casos que inspecciona el sensor se activan al menos dos puntos de la rejilla (por
consiguiente, no se presentan casos en los cuales se activa tan solo un punto, ni casos en los que no
se activa ningún punto). Minimizar la función booleana F(A, B, C, D) a la salida del circuito
discriminador haciendo uso de condiciones irrelevantes (o No-Importa). Realizar el circuito
mediante inversores y compuertas NO-Y(o NAND).

Ilustración 2: Sensor de cuatro puntos

TABLA DE VERDAD

A B C D F1

0 0 0 0 X

0 0 0 1 X

0 0 1 0 X

0 0 1 1 1

0 1 0 0 X

0 1 0 1 0

0 1 1 0 1

0 1 1 1 0
 1 0 0 0 X

1 0 0 1 1

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

Tabla 1: Tabla De Verdad Ejercicio 1

FUNCION LOGICA
F1= ‘A’BCD+’ABC’D+A’B’CD+A’BC’D +A’BCD

Mapas de Karnaugh de 4 variables

F1= ‘B + ‘A’D

Tabla 2: Mapas De Karnaugh Ejercicio 1

Ejercicio 2
El sistema nervioso humano, incluyendo al cerebro, está hecho de billones de células especializadas
llamadas neuronas. Cada neurona posee sinapsis (nodos, puntos de conexión con otras neuronas)
que pueden ser de dos tipos: (1) excitatorias e (2) inhibitorias. Cada neurona tiene una sola terminal
de salida, (la cual se denomina axón), y transmite por ella una señal [1] cuando el número de sinapsis
excitatorias con entradas [1], excede al número de sinapsis inhibitorias con entrada [1] por al menos
el número N (umbral de la neurona). Determine la función de la salida F(A, B, C, D, E) en el axón
de la neurona, dadas las siguientes condiciones:
 N=1.
 No se presenta nunca el caso en el cual el número de “unos” en las sinapsis de excitación es
igual al número de “unos” en la sinapsis de inhibición.
Minimizar F mediante mapas de Karnaugh haciendo uso de las condiciones irrelevantes (o No
Importa) implementar con compuertas No- Y (o NAND).

Ilustración 3: Neurona

A, B, C Sinapsis de excitación.

A, D, E Sinapsis de inhibición.

TABLA DE VERDAD

Excitación Inhibición Salida

A B C D E F2

0 0 0 0 0 0

0 0 0 0 1 0

0 0 0 1 0 0

0 0 0 1 1 0

0 0 1 0 0 1
0 0 1 0 1 X

0 0 1 1 0 X

0 0 1 1 1 0

0 1 0 0 0 1

0 1 0 0 1 X

0 1 0 1 0 X

0 1 0 1 1 0

0 1 1 0 0 1

0 1 1 0 1 1

0 1 1 1 0 1

0 1 1 1 1 X

1 0 0 0 0 1

1 0 0 0 1 X

1 0 0 1 0 X

1 0 0 1 1 0

1 0 1 0 0 1

1 0 1 0 1 1

1 0 1 1 0 1

1 0 1 1 1 X

1 1 0 0 0 1

1 1 0 0 1 1

1 1 0 1 0 1

1 1 0 1 1 X

1 1 1 0 0 1

1 1 1 0 1 1

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

Tabla 3 : Tabla De Verdad Ejercicio 2

Mapas de Karnaugh de 5 variables

A=0 DE
BC 0 0 0 0
1 x 0 X
1 1 x 1
1 x X

A=1 DE
BC 1 x X
1 1 x 1
1 1 1 1
1 1 x 1
Tabla 4: Mapas De Karnaugh Ejercicio 2

La función reducida obtenida del mapa queda de la siguiente manera:

𝐹 = 𝐴𝐸̅ + 𝐵𝐶 + 𝐵𝐷
̅ + 𝐶𝐷
̅

Para hacer la implementación con compuertas NO-Y debemos aplicar las leyes de Morgan a la
función anterior.
𝐹 = 𝐴𝐸̅ + 𝐵𝐶 + 𝐵𝐷 ̅ + 𝐶𝐷 ̅
̅̅̅̅̅̅̅̅̅
𝐹 = ̅̅̅̅
𝐴𝐸̅ ̅̅̅̅
𝐵𝐶 + 𝐵𝐷 ̅ + 𝐶𝐷 ̅
̅̅̅̅̅̅̅̅̅̅̅̅̅
̅̅̅̅̅̅̅̅̅
̅̅̅̅̅ 𝐵𝐶 ̅̅̅̅
𝐹 = 𝐴𝐸 ̅̅̅̅ 𝐵𝐷̅ + 𝐶𝐷 ̅
̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅
̅̅̅̅̅̅̅̅̅̅̅̅̅
̅̅̅̅̅̅̅̅̅
𝐹 = ̅̅̅̅ 𝐵𝐶 ̅̅̅̅
𝐴𝐸̅ ̅̅̅̅ 𝐵𝐷̅ ̅̅̅̅
𝐶𝐷̅

̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅
𝐹 = ̅̅̅̅ 𝐵𝐶 ̅̅̅̅
𝐴𝐸̅ ̅̅̅̅ 𝐵𝐷 ̅ ̅̅̅̅
𝐶𝐷̅