Rechnerstrukturen WS 2013/14
|
|
- Günter Boer
- vor 5 Jahren
- Abrufe
Transkript
1 Rechnerstrukturen WS 2013/14 1 Boolesche Funktionen und Schaltnetze 2 Hazards (Wiederholung/Abschluss) 3 Programmierbare Bausteine Einleitung Einsatz von PLAs 4 Sequenzielle Schaltungen Einleitung Folien teilweise a. d. Basis von Materialien von Thomas Jansen /34
2 Zusammenfassung: Statische/Dynamische Hazards Wir haben korrektes Schaltnetz S für f. Wir betrachten Eingabewechsel von a auf b. 1. Funktionswert bleibt gleich: f(a) = f(b) Am Ausgang von S liegt kurzzeitig ein anderer Wert an. statischer Hazard 2. Funktionswert ändert sich: f(a) f(b) Am Ausgang von S ändert sich der Wert mehrfach. dynamischer Hazard Weitergehende Klassifikation Manche Hazard heißen Funktionshazards. Die übrigen Hazards heißen Schaltungshazards. 2/34
3 Definition Schaltungshazard Definition Schaltnetz S für f hat einen statischen Schaltungshazard, wenn es a,b {0,1} n gibt, so dass f bezüglich a,b keinen statischen Funktionshazard hat, aber beim Eingabewechsel von a nach b am Ausgang von S nicht notwendig stabil f(a) anliegt. Definition Schaltnetz S für f hat einen dynamischen Schaltungshazard, wenn es a,b {0,1} n gibt, so dass f bezüglich a,b keinen dynamischen Funktionshazard hat, aber beim Eingabewechsel von a nach b am Ausgang von S mehr als ein Funktionswertwechsel auftreten kann. Beachte: Auftreten nicht garantiert! 3/34
4 Beispiel statischer Schaltungshazard f(x 1,x 2,x 3 ) = x 1 x 2 x 2 x 3 x 1 x 2 x 3 f(x 1,x 2,x 3 ) x 1 x 2 x 3 & 1 a = 111, f(a) = 1 b = 101, f(b) = 1 klar kein Funktionshazard Gar kein c zwischen a und b! & 1 4/34
5 Vermeidung von Schaltungshazards Wir konzentrieren uns auf statische Schaltungshazards, Schaltnetze, die direkt Polynome realisieren. Sind in solchen Schaltnetzen Schaltungshazards ganz vermeidbar? gute Nachricht ja schlechte Nachricht nicht kostenlos 5/34
6 Wie vermeidet man statische Schaltungshazards? Satz Sei S ein Schaltnetz, das direkt ein Polynom p einer booleschen Funktion f realisiert. S hat genau dann keinen statischen Schaltungshazard, wenn S für jeden Primimplikanten von f ein Und-Gatter enthält. Beweis durch Widerspruch: statischer Schaltungshazard ein Primimplikant fehlt Beweistrategie 1. Beweise: statischer Schaltungshazard ein Primimplikant fehlt 2. Beweise: Primimplikant fehlt statischer Schaltzungshazard 6/34
7 Hazard Primimplikant fehlt Voraussetzungen Es gibt statischen Hazard bezüglich a und b. Es gibt keinen Funktionshazard bezüglich a und b. a und b unterscheiden sich in genau einem Bit 1. Fall f(a) = f(b) = 0 klar alle Und-Gatter permanent 0 also Wert am Ausgang permanent 0 also kein Hazard 2. Fall f(a) = f(b) = 1 Sei m a Minterm zu a, m b Minterm zu b Beobachtung Monom m,variable x: {m a,m b } = {mx,mx} klar m ist Implikant von f also S enthält Und-Gatter für Verkürzung m von m Beobachtung Dieses Und-Gatter ist permant 1 (da unabh. von x). also Wert am Ausgang permanent 1 also kein Hazard 7/34
8 Primimplikant fehlt Hazard Voraussetzungen S realisiert direkt Polynom p für f Primimplikant m von f : kein Und-Gatter für m in S Definiere Eingaben a und b. x i m a i = b i = 1 x i m a i = b i = 0 sonst a i = 0, b i = 1 Beobachtung m(a) = m(b) = 1 also f(a) = f(b) = 1 Beobachtung kein Hazard ein Und-Gatter permanent 1 klar So ein Und-Gatter realisiert Verkürzung von m. also So ein Und-Gatter gibt es in S nicht. also Hazard 8/34
9 Zusammenfassung: Hazards Fazit Hazards Hazards sind ärgerlich. Wann liegt der richtige Funktionswert vor? Funktionshazards sind so nicht vermeidbar. Statische Schaltungshazards können mit zusätzlichem Aufwand vermieden werden. Eine grundsätzliche Lösung ist wünschenswert. mögliche grundsätzliche Lösung: Taktung der Schaltung später 9/34
10 Realisierung von Schaltnetzen Gedanken zur Anwendung 1. Problem 2. boolesche Funktion 3. Schaltnetz-Entwurf 4. Schaltnetz-Realisierung Realisierungen hoch-integrierte Schaltung teuer Lohnt sich nur bei großen Stückzahlen. direkte Umsetzung mit Gattern umständlich 10/34
11 Realisierung mit Gattern Datenblatt von Texas Instruments ( 11/34
12 Alternative Realisierung massenhaft produzierte darum preisgünstige nach der Fertigstellung in ihrer Funktion noch beeinflussbare funktional vollständige also universelle Standardbausteine Programmable Logic Array (PLA) Varianten PAL, PROM, FPGA,... (zum Teil eingeschränkte Funktionalität) 12/34
13 Programmable Logic Array (PLA) Datenblatt von Lattice ( 13/34
14 PLA Grundbausteine x y t f 1 (x,y) f 2 (x,y) Name Typ f 1 (x,y) f 2 (x,y) Identer 0 y x Addierer 1 x y x Multiplizierer 2 y x y Negat-Multiplizierer 3 y x y klar funktional vollständig 14/34
15 PLA t 0,0 t 0,1 t 0,2 t 0,3 t 0,4 t 0,5 t 0,6 t 1,0 t 1,1 t 1,2 t 1,3 t 1,4 t 1,5 t 1,6 t 2,0 t 2,1 t 2,2 t 2,3 t 2,4 t 2,5 t 2,6 t 3,0 t 3,1 t 3,2 t 3,3 t 3,4 t 3,5 t 3,6 t 4,0 t 4,1 t 4,2 t 4,3 t 4,4 t 4,5 t 4,6 15/34
16 PLA für f : {0,1} 3 {0,1} x 1 t 0,0 t 0,1 t 0,2 t 0,3 t 0,4 t 0,5 x 2 t 1,0 t 1,1 t 1,2 t 1,3 t 1,4 t 1,5 x 3 t 2,0 t 2,1 t 2,2 t 2,3 t 2,4 t 2,5 0 t 3,0 t 3,1 t 3,2 t 3,3 t 3,4 t 3,5 f(x 1,x 2,x 3 ) Wie wählt man die Bausteintypen? 16/34
17 PLA: Bausteinwahl klar jede Funktion als Polynom darstellbar Erinnerung Polynom = Disjunktion einiger Monome erster Schritt Wie realisieren wir Monome? exemplarisch am Beispiel x 1 x 2 x 4 17/34
18 PLA: Monomrealisierung Beispiel Monom x 1 x 2 x 4 Erinnerung 1 x Name Typ f r (o,l) f u (o,l) 1 2 x 1 1 x Identer 0 l o 1 = x 1 x 2 3 x 2 Addierer 1 o l o x 1 x 2 Multiplizierer 2 l o l x 3 0 x 3 Negat-Multiplizierer 3 l o l x 1 x 2 x 4 2 x 4 x 1 x 2 x 4 also jedes Monom leicht realisierbar falls Variable fehlt Typ 0 falls x i vorkommt Typ 2 falls x i vorkommt Typ 3 18/34
19 PLA: Polynomrealisierung gesehen für f : {0,1} n {0,1} k verschiedene Monome m 1, m 2,..., m k in n Zeilen und k Spalten realisierbar Wie können wir f realisieren, z.b. f = m 1 m 2 m 4? m 1 m 2 m 3 m m 1 1 m1 m2 0 m1 m2 1 m 1 m 2 m 4 Erinnerung Name Typ f r (o,l) f u (o,l) Ist das sinnvoll? Identer 0 l o klar für f : {0,1} n {0,1} Addierer 1 o l o nicht Multiplizierer 2 l o l aber für f : {0,1} n {0,1} m Negat-Multiplizierer 3 l o l schon 19/34
20 PLA: Ein konkretes Beispiel Beispiel f(x 1,x 2,x 3,x 4 ) = x 1 x 2 x 4 x 2 x 3 x 4 x 1 x 3 x 4 x 2 x 3 x x Und-Teil x x Oder-Teil f(x 1,...,x 4 ) 20/34
21 Fazit zur PLA-Nutzung also Wir können jede Funktion f : {0,1} n {0,1} m, für deren Polynom insgesamt k Implikanten ausreichen, mit einem PLA mit n+m Zeilen und k Spalten realisieren. klar Wir wünschen uns k klein. dafür Minimalpolynome Wie findet man Minimalpolynome für Funktionen f : {0,1} n {0,1} m? 21/34
22 Minimalpolynome für f : {0,1} n {0,1} m Notation statt f : {0,1} n {0,1} m (f 1,f 2,...,f m ) mit f i : {0,1} n {0,1} für i {1,2,...,m} Definition Ein Minimalpolynom für f : {0,1} n {0,1} m ist (p 1,p 2,...,p m ) mit minimalen Kosten, dabei ist p i Polynom für f i. Bei den Kosten zählen mehrfach vorkommende Monome nur einmal. Also suchen wir Minimalpolynome p i für f i? Nein! Beispiel p 1 (x 1,x 2,x 3 ) = x 1 x 3 x 2 x 3 ist Minimalpolynom p 2 (x 1,x 2,x 3 ) = x 1 x 2 x 2 x 3 ist Minimalpolynom p 1 (x 1,x 2,x 3 ) = x 1 x 2 x 3 x 2 x 3 stellt auch p 1 dar p 2 (x 1,x 2,x 3 ) = x 1 x 2 x 1 x 2 x 3 stellt auch p 2 dar Gesamtkosten (p 1,p 2 ) = (n+m) k = (3+2) 4 Gesamtkosten (p 1,p 2 ) = (n+m) k = (3+2) 3 22/34
23 Monome für Minimalpolynome für f : {0,1} n {0,1} k Welche Monome übernehmen die Rolle der Primimplikanten? Definition Ein Monom m ist ein multipler Primimplikant von f = (f 1,f 2,...,f k ) mit f i : {0,1} n {0,1}, wenn m Primimplikant von f i ist für eine i I nicht-leere Menge I {1,2,...,k}. Theorem Minimalpolynome für f : {0,1} n {0,1} k enthalten nur multiple Primimplikanten von f. Beweis und Algorithmus zur Berechnung Skript 23/34
24 Multiple Primimplikanten berechnen Wie finden wir alle ( multiplen ) Primimplikanten? Theorem m PI f i i I: m i PI(f i ): m = i I Beweis ( ) klar m PI f i ist für alle i I Implikant von f i i I Sei m i PI(f i ) Verkürzung von m (i I) klar m i ist Verkürzung von m i I ( ) weil m PI f i, kann m i keine echte Verkürzung i I i I von m sein also m i = m i I m i i I 24/34
25 Berechnung aller multipler Primimplikanten Algorithmus berechnet für I {1,2,...,k} die Menge M I der multiplen Primimplikanten m = m i i I 1. Für i {1,2,...,k} berechne M {i} := PI(f i ). 2. M := k { } {i} ; M := k M {i}. i=1 3. Wiederhole i=1 4. Für I,J M mit I J = 5. M I J := {m 0 m = m m mit m M I, m M J, keine echte Verkürzung von m in M I J }. 6. M := M {I J}; M := M M I J. 7. So lange, bis M eine Iteration unverändert bleibt. 25/34
26 Minimalpolynomberechnung für f : {0,1} n {0,1} m Algorithmus 1. Für alle f i berechne alle Primimplikanten. 2. Berechne alle multiplen Primimplikanten. (ergeben sich potentiell als paarweise Verknüpfung normaler Primimplikanten) 3. Berechne eine möglichst günstige Überdeckung. also günstigste Darstellung für PLA-Realisierungen mit uns bekannten Mitteln berechenbar allerdings sehr aufwendig 26/34
27 PLA als ROM Aufgabe Speichere 2 n Wörter der Länge m. w 0 = w 0,0 w 0,1 w 0,2 w 0,m 1 {0,1} m w 1 = w 1,0 w 1,1 w 1,2 w 1,m 1 {0,1} m w 2 = w 2,0 w 2,1 w 2,2 w 2,m 1 {0,1} m.. w 2 n 1 = w 2 n 1,0w 2 n 1,1w 2 n 1,2 w 2 n 1,m 1 {0,1} m Benutze PLA mit n+m Zeilen, 2 n Spalten Beobachtung m 2 n Zellen für m 2 n zu speichernde Bits mindestens erforderlich Adressierung mit jeweils n Bits in n zusätzlichen Zeilen 27/34
28 x 2 x Beispiel n = 3, m = = 8 Wörter jeweils 6 Bits x Beobachtung Und-Teil fest 0 w 0,0 w 1,0 w 2,0 w 3,0 w 4,0 w 5,0 w 6,0 w 7,0 nur von Größe abhängig 0 w 0,1 w 1,1 w 2,1 w 3,1 w 4,1 w 5,1 w 6,1 w 7,1 Anmerkung 0 w 0,2 w 1,2 w 2,2 w 3,2 w 4,2 w 5,2 w 6,2 w 7,2 PLAs mit festem Und-Teil werden 0 w 0,3 w 1,3 w 2,3 w 3,3 w 4,3 w 5,3 w 6,3 w 7,3 als PROM verkauft. 0 w 0,4 w 1,4 w 2,4 w 3,4 w 4,4 w 5,4 w 6,4 w 7,4 0 w 0,5 w 1,5 w 2,5 w 3,5 w 4,5 w 5,5 w 6,5 w 7,5 28/34
29 Zwischen-Fazit PLAs PLAs sind preiswerte, universelle Bausteine, die beliebige boolesche Funktionen leicht realisierbar machen, Minimalpolynomdarstellungen motivieren, Speicherung von 2 n Wörtern der Länge m in einem (n+m) 2 n -PLA erlauben. Nachteil nur einmal programmierbar Wie kann man PLAs beliebig neu programmierbar machen? 29/34
30 Software -PLAs x y Typ f 1 (x,y) Typ s t f 1 (x,y) f 2 (x,y) y x x y x y x y f 2 (x,y) y x y klar vier verschiedene Typen, mit zwei Bits codierbar Idee erweitere PLA-Baustein um zwei zusätzliche Eingaben, die den Baustein-Typ codieren jetzt f 1 und f 2 als Funktionen von (s,t,x,y) darstellen f 1 (s,t,x,y) = y stx f 2 (s,t,x,y) = sx sx(t y) 30/34
31 Bemerkung zum Einsatz klar für ein n m-pla werden zur Programmierung 2nm Bits gebraucht. Beobachtung Man kann diese 2nm Bits gut in einem PROM speichern. Fazit einfache und günstige Realisierung von booleschen Funktionen besonders geeignet für kleine Stückzahlen besonders geeignet bei nur temporärem Gebrauch 31/34
32 Sequenzielle Schaltungen x 1 1 klar Das ist kein Schaltnetz. allerdings Es ist eine baubare Schaltung. Was passiert in dieser Schaltung? 32/34
33 Eine konkrete sequenzielle Schaltung x y 1 1 Was passiert in dieser Schaltung? x y x y klar und immer so weiter... natürlich in der Realität viel schneller darum heißt die Schaltung Flimmerschaltung 33/34
34 Bewertung des Effekts klar Unkontrolliertes Flimmern ist sehr unschön. Also Kreise konsequent verbieten? Wozu können Kreise gut sein? Beobachtung Ausgänge werden zu Eingaben... etwas anders Man kann schon Berechnetes noch einmal sehen. Einsicht Das realisiert so etwas wie Speicher. 34/34
Rechnerstrukturen WS 2012/13
WS 2012/13 Boolesche Funktionen und Schaltnetze Hazards (Wiederholung/Abschluss) Programmierbare Bausteine Einleitung Einsatz von PLAs Sequenzielle Schaltungen Einleitung Hinweis: Folien teilweise a. d.
MehrRechnerstrukturen, Teil 1
Rechnerstrukturen, Teil 1 Vorlesung 4 SWS WS 18/19 Prof. Dr. Jian- Jia Chen Fakultät für Informatik Technische Universität Dortmund jian- jia.chen@cs.uni-.de http://ls12- www.cs.tu-.de Übersicht 1. Organisatorisches
MehrRechnerstrukturen. Michael Engel und Peter Marwedel. Sommer TU Dortmund, Fakultät für Informatik
Rechnerstrukturen Michael Engel und Peter Marwedel TU Dortmund, Fakultät für Informatik Sommer 2014 Folien a. d. Basis von Materialien von Gernot Fink und Thomas Jansen 15. Mai 2014 1/50 1 Boolesche Funktionen
MehrRechnerstrukturen, Teil 1. Vorlesung 4 SWS WS 14/15
Rechnerstrukturen, Teil 1 Vorlesung 4 SWS WS 14/15 Prof. Dr Jian-Jia Chen Dr. Lars Hildebrand Fakultät für Informatik Technische Universität Dortmund lars.hildebrand@tu-.de http://ls1-www.cs.tu-.de Übersicht
MehrRechnerstrukturen. Michael Engel und Peter Marwedel SS TU Dortmund, Fakultät für Informatik
Rechnerstrukturen Michael Engel und Peter Marwedel TU Dortmund, Fakultät für Informatik SS 2013 Hinweis: Folien a. d. Basis von Materialien von Gernot Fink und Thomas Jansen 13. Mai 2013 1 Programmierbare
MehrAb 5.11.: Vorlesung im HSG H.001
Rechnerstrukturen WS 202/3 Ab 5..: Vorlesung im HSG H.00 Boolesche Funktionen und Schaltnetze KV-Diagramme Beschreibung und Beispiel Minimalpolynome Algorithmus von Quine und McCluskey Einleitung, Berechnung
MehrRechnerstrukturen. Michael Engel und Peter Marwedel SS TU Dortmund, Fakultät für Informatik
Rechnerstrukturen Michael Engel und Peter Marwedel TU Dortmund, Fakultät für Informatik SS 203 Hinweis: Folien a. d. Basis von Materialien von Gernot Fink und Thomas Jansen 2. Mai 203 Boolesche Funktionen
MehrTeil III. Schaltnetze und ihre Optimierung
Teil III Schaltnetze und ihre Optimierung 1 Teil III.1 Schaltnetze 2 Beispiel 1 Schaltnetz für xor mit {+,, } x y x y 0 0 0 0 1 1 1 0 1 1 1 0 DNF: x y = xy + xy 3 Beispiel 2 xor mittels nand-verknüpfung;
MehrMinimalpolynome und Implikanten
Kapitel 3 Minimalpolynome und Implikanten Wir haben bisher gezeigt, daß jede Boolesche Funktion durch einfache Grundfunktionen dargestellt werden kann. Dabei können jedoch sehr lange Ausdrücke enstehen,
MehrKapitel 6 Programmierbare Logik. Literatur: Kapitel 6 aus Oberschelp/Vossen, Rechneraufbau und Rechnerstrukturen, 9. Auflage
Kapitel 6 Programmierbare Logik Literatur: Kapitel 6 aus Oberschelp/Vossen, Rechneraufbau und Rechnerstrukturen, 9. Auflage Kapitel 6: Programmierbare Logik und VLSI Seite Kapitel 6: Programmierbare Logik
MehrRechnerstrukturen, Teil 1
Rechnerstrukturen, Teil 1 Vorlesung 4 SWS WS 18/19 Prof. Dr. Jian- Jia Chen Fakultät für Informatik Technische Universität Dortmund jian- jia.chen@cs.uni-.de http://ls12- www.cs.tu-.de Übersicht 1. Organisatorisches
MehrBoolesche (Schalt-) Algebra (8)
Boolesche (Schalt-) Algebra (8) Karnaugh-Diagramm ist eine graphische Technik zur Darstellung und Vereinfachung von Booleschen Ausdrücken ist eine andere, zweidimensionale Darstellung von Wahrheitstabellen
MehrTeil V. Programmierbare Logische Arrays (PLAs)
Teil V Programmierbare Logische Arrays (PLAs) 1 Aufbau von PLAs Programmierbares Logisches Array (PLA): Programmierbarer Einheitsbaustein aufgebaut als ein Gitter (Array) von Basisbausteinen (Zellen).
MehrBoolesche Algebra (1)
Boolesche Algebra (1) Definition 1: Sei B = Σ 2 = {0,1} das Alphabet mit den Elementen 0 und 1. Seien auf B die 3 Operatoren einer Algebra wie folgt definiert für x,y aus B: x+y := Max(x,y), x y := Min(x,y),
MehrRechnerstrukturen WS 2012/13
Rechnerstrukturen WS 2012/13 Boolesche Funktionen und Schaltnetze Schaltnetze Rechner-Arithmetik Addition Bessere Schaltnetze zur Addition Carry-Look-Ahead-Addierer Multiplikation Wallace-Tree Hinweis:
MehrRechnerstrukturen. Michael Engel und Peter Marwedel WS 2013/14. TU Dortmund, Fakultät für Informatik
Rechnerstrukturen Michael Engel und Peter Marwedel TU Dortmund, Fakultät für Informatik WS 2013/14 Folien a. d. Basis von Materialien von Gernot Fink und Thomas Jansen 21. Oktober 2013 1/33 1 Boolesche
MehrRechnerstrukturen, Teil 1. Vorlesung 4 SWS WS 14/15
Rechnerstrukturen, Teil 1 Vorlesung 4 SWS WS 14/15 Prof. Dr Jian-Jia Chen Dr. Lars Hildebrand Fakultät für Informatik Technische Universität Dortmund lars.hildebrand@tu-.de http://ls1-www.cs.tu-.de Übersicht
MehrRechnerstrukturen. Michael Engel und Peter Marwedel. TU Dortmund, Fakultät für Informatik SS 2013
Rechnerstrukturen Michael Engel und Peter Marwedel TU Dortmund, Fakultät für Informatik SS 2013 Hinweis: Folien a. d. Basis von Materialien von Gernot Fink und Thomas Jansen 27. Mai 2013 1 Speicher SRAM-Realisierung
MehrRechnerstrukturen WS 2012/13
WS 2012/13 Sequenzielle Schaltungen Einleitung (Wiederholung) Modellierung mit Automaten Synchrone Schaltwerke Einleitung Flip-Flops Schaltwerk-Entwurf Einleitung von Neumann-Addierwerk Hinweis: Folien
MehrRechnerstrukturen WS 2012/13
Rechnerstrukturen WS 202/3 Boolesche Funktionen und Schaltnetze Repräsentationen boolescher Funktionen (Wiederholung) Normalformen boolescher Funktionen (Wiederholung) Repräsentation boolescher Funktionen
MehrRechnerstrukturen WS 2012/13
Speicher SRAM-Realisierung Register Schieberegister Datenbus WS 2012/13 Taktung von Digitalrechnern Takt- und Phasenableitung Zusammenfassung Anhang Ausblick Hinweis: Folien teilweise a. d. Basis von Materialien
MehrRechnerstrukturen. Michael Engel und Peter Marwedel WS 2013/14. TU Dortmund, Fakultät für Informatik
Rechnerstrukturen Michael Engel und Peter Marwedel TU Dortmund, Fakultät für Informatik WS 2013/14 Folien a. d. Basis von Materialien von Gernot Fink und Thomas Jansen 20. November 2013 1/48 1 Sequenzielle
MehrRechnerstrukturen, Teil 1
Rechnerstrukturen, Teil 1 Vorlesung 4 SWS WS 18/19 Prof. Dr. Jian- Jia Chen Fakultät für Informatik Technische Universität Dortmund jian- jia.chen@cs.uni-.de http://ls12- www.cs.tu-.de Übersicht 1. Organisatorisches
MehrRechnerstrukturen, Teil 1. Vorlesung 4 SWS WS 14/15
Rechnerstrukturen, Teil 1 Vorlesung 4 SWS WS 14/15 Prof. Dr Jian-Jia Chen Dr. Lars Hildebrand Fakultät für Informatik Technische Universität Dortmund lars.hildebrand@tu-.de http://ls1-www.cs.tu-.de Übersicht
MehrRechnerstrukturen. Michael Engel und Peter Marwedel SS TU Dortmund, Fakultät für Informatik
Rechnerstrukturen Michael Engel und Peter Marwedel TU Dortmund, Fakultät für Informatik SS 2013 Hinweis: Folien a. d. Basis von Materialien von Gernot Fink und Thomas Jansen 13. Mai 2013 1 Sequenzielle
MehrRechnerstrukturen, Teil 1. Vorlesung 4 SWS WS 14/15
Rechnerstrukturen, Teil 1 Vorlesung 4 SWS WS 14/15 Prof. Dr Jian-Jia Chen Dr. Lars Hildebrand Fakultät für Informatik Technische Universität Dortmund lars.hildebrand@tu-.de http://ls1-www.cs.tu-.de Übersicht
MehrKAPITEL 5. Damit wird F n (B) selbst zu einer Booleschen Algebra und es gilt f(x) := f(x) 0(x) := 0 B 1(x) := 1 B
KAPITEL 5 Boolesche Polynome Polynome über R, d.h. reelle Funktionen der Form p(x) = a 0 + a 1 x + + a n x n, x R, sind schon aus der Schulmathematik bekannt. Wir beschäftigen uns nun mit Booleschen Polynomen,
MehrF Programmierbare Logikbausteine
1 Einordnung Ebene 6 Problemorientierte Sprache Ebene 5 Assemblersprache F Programmierbare Logikbausteine Ebene 4 Ebene 3 Ebene 2 Ebene 1 Betriebssystem ISA (Instruction Set Architecture) Mikroarchitektur
MehrF Programmierbare Logikbausteine
1 Einordnung Ebene 6 Problemorientierte Sprache Ebene 5 Assemblersprache F Programmierbare Logikbausteine Ebene 4 Ebene 3 Ebene 2 Ebene 1 Betriebssystem ISA (Instruction Set Architecture) Mikroarchitektur
MehrÜbungsblatt 5 (Block B - 1) (17 Punkte)
georg.von-der-brueggen [ ] tu-dortmund.de ulrich.gabor [ ] tu-dortmund.de olaf.neugebauer [ ] tu-dortmund.de Übung zur Vorlesung Rechnerstrukturen Wintersemester 27 Übungsblatt 5 (Block B - ) (7 Punkte)
MehrAuswertung. Hinweise. Einführung in die Technische Informatik WS 2006/2007 Probeklausur. Aachen, 02. November 2006 SWS: V2/Ü2, ECTS: 4
Professor Dr.-Ing. Stefan Kowalewski Dipl.-Inform. Andreas Polzer Dipl.-Inform. Ralf Mitsching LEHRSTUHL INFORMATIK XI SOFTWARE FÜR EINGEBETTETE SYSTEME Aachen, 02. November 2006 SWS: V2/Ü2, ECTS: 4 Einführung
Mehrx x y x y Informatik II Schaltkreise Schaltkreise Schaltkreise Rainer Schrader 3. November 2008
Informatik II Rainer Schrader Zentrum für Angewandte Informatik Köln 3. November 008 1 / 47 / 47 jede Boolesche Funktion lässt mit,, realisieren wir wollen wir uns jetzt in Richtung Elektrotechnik und
MehrTeil 1: Digitale Logik
Teil 1: Digitale Logik Inhalt: Boolesche Algebra kombinatorische Logik sequentielle Logik kurzer Exkurs technologische Grundlagen programmierbare logische Bausteine 1 Tri-State Ausgangslogik Ausgang eines
MehrRechnerstrukturen WS 2012/13
Rechnerstrukturen WS 2012/13 Repräsentation von Daten Repräsentation von Texten (Wiederholung) Repräsentation ganzer Zahlen (Wiederholung) Repräsentation rationaler Zahlen (Wiederholung) Repräsentation
MehrDuE-Tutorien 4 und 6. Tutorien zur Vorlesung Digitaltechnik und Entwurfsverfahren Christian A. Mandery. WOCHE 8 AM
DuE-Tutorien 4 und 6 Tutorien zur Vorlesung Digitaltechnik und Entwurfsverfahren Christian A. Mandery WOCHE 8 AM 11.12.2012 KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum
MehrRechnerstrukturen. Michael Engel und Peter Marwedel. Sommer TU Dortmund, Fakultät für Informatik
Rechnerstrukturen Michael Engel und Peter Marwedel TU Dortmund, Fakultät für Informatik Sommer 2014 Folien a. d. Basis von Materialien von Gernot Fink und Thomas Jansen 19. Mai 2014 1/43 1 Sequenzielle
MehrPrüfungsklausur 1608/1609 SS 2013 Aufgabenteil 1608
Prüfungsklausur 1608/1609 SS 2013 Aufgabenteil 1608 Prof. Dr. W. Schimann, Prof. Dr. J. Keller 14.09.2013 1 FernUniversität Hagen Prüfungsklausur Computersysteme 14.09.2013 Seite 2 Inhaltsverzeichnis 1
MehrDigital Design 2 Schaltnetze (kombinatorische Logik) Digital Design
2 Schaltnetze (kombinatorische Logik) Schaltnetze realisieren eine Schalt- oder Vektorfunktion Y = F (X) X: Eingangsvektor mit den Variablen x 0, x 1, x n Y: Ausgabevektor mit den Variablen y 0, y 1, y
MehrRechnerstrukturen, Teil 1. Vorlesung 4 SWS WS 15/16
Rechnerstrukturen, Teil Vorlesung 4 SWS WS 5/6 Dr. Lars Hildebrand Fakultät für Informatik Technische Universität Dortmund lars.hildebrand@tu-.de http://ls-www.cs.tu-.de Übersicht. Organisatorisches 2.
MehrRechnerorganisation 5. Vorlesung
Rechnerorganisation 5. Vorlesung Mathematische Grundlagen (1) Boolesche Algebren: BMA, BAA (2,3) Kombinatorische Schaltungen (4,5) Automaten (6,7) Sequentielle Schaltungen (8) Programmierbare Strukturen
MehrRechnerstrukturen. Michael Engel und Peter Marwedel SS TU Dortmund, Fakultät für Informatik
Rechnerstrukturen Michael Engel und Peter Marwedel TU Dortmund, Fakultät für Informatik SS 2013 Hinweis: Folien a. d. Basis von Materialien von Gernot Fink und Thomas Jansen 15. April 2013 1 Repräsentation
MehrDuE-Tutorien 17 und 18
DuE-Tutorien 17 und 18 Tutorien zur Vorlesung Digitaltechnik und Entwurfsverfahren Christian A. Mandery TUTORIENWOCHE 8 AM 23.12.2011 KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum
MehrN Bit binäre Zahlen (signed)
N Bit binäre Zahlen (signed) n Bit Darstellung ist ein Fenster auf die ersten n Stellen der Binär Zahl 0000000000000000000000000000000000000000000000000110 = 6 1111111111111111111111111111111111111111111111111101
MehrDarstellung von negativen binären Zahlen
Darstellung von negativen binären Zahlen Beobachtung für eine beliebige Binärzahl B, z.b. B=110010: B + NOT(B) ---------------------------------------------- = B + NOT(B) 1 + (Carry) ----------------------------------------------
MehrRechnerorganisation 5. Vorlesung
Rechnerorganisation 5. Vorlesung Mathematische Grundlagen (1) Boolesche Algebren: BMA, BAA (2,3) Kombinatorische Schaltungen (4,5) Automaten (6,7) Sequentielle Schaltungen (8) Programmierbare Strukturen
Mehr4. Schaltnetze und ihre Optimierung
4. Schaltnetze und ihre Optimierung 2 3 4 3 Snthese von Schaltkreisen Minimierung Verfahren von Karnaugh Unvollständig definierte Schaltfunktionen Quine-McCluske Algorithmus as Überdeckungsproblem Fehlerdiagnose
MehrKapitel 4: Das Überdeckungsproblem
Kapitel : Das Überdeckungsproblem Kapitel Das Überdeckungsproblem Kapitel : Das Überdeckungsproblem Seite / 25 Kapitel : Das Überdeckungsproblem Inhaltsverzeichnis. Überdeckungsmatrizen.2 Minimalüberdeckungen.
MehrVerwendung eines KV-Diagramms
Verwendung eines KV-Diagramms Ermittlung einer disjunktiven Normalform einer Schaltfunktion Eine Disjunktion von Konjunktionen derart, dass jeder Konjunktion ein Block in dem KV-Diagramm entspricht, der
Mehr, SS2012 Übungsgruppen: Do., Mi.,
VU Technische Grundlagen der Informatik Übung 3: Schaltnete 83.579, SS202 Übungsgruppen: Do., 9.04. Mi., 25.04.202 Aufgab: Vereinfachung mittels KV-Diagramm Gegeben ist folgende Wahrheitstafel: e 0 Z Z
MehrRechnerstrukturen Winter 2015 4. WICHTIGE SCHALTNETZE. (c) Peter Sturm, University of Trier 1
4. WICHTIGE SCHALTNETZE (c) Peter Sturm, University of Trier 1 Wichtige Schaltnetze Häufig verwendete Grundfunktionen Umwandeln (Decoder) Verteilen (Multiplexer) und Zusammenfassen (Demultiplexer) Arithmetisch-
MehrGrundlagen der Informationsverarbeitung:
Grundlagen der Informationsverarbeitung: Schaltungsentwurf und Minimierungsverfahren Prof. Dr.-Ing. habil. Ulrike Lucke Durchgeführt von Prof. Dr. rer. nat. habil. Mario Schölzel Maximaler Raum für Titelbild
Mehr9.2 Die Klassen QP und BQP
Definition (r-universell): sei R eine Menge von reversieblen booleschen Funktionen, die auf einer konstanten Anzahl von Bits operieren. R heißt r-universell, falls jede reversible Funktion als Verknüpfung
MehrHardware Programmierbare Logik
Hardware Programmierbare Logik Dr.-Ing. Matthias Sand Lehrstuhl für Informatik 3 (Rechnerarchitektur) Friedrich-Alexander-Universität Erlangen-Nürnberg WS 2010/2011 Hardware Programmierbare Logik 1/23
MehrTeil 1: Digitale Logik
Teil 1: Digitale Logik Inhalt: Boolesche Algebra kombinatorische Logik sequentielle Logik kurzer Exkurs technologische Grundlagen programmierbare logische Bausteine 1 Analoge und digitale Hardware bei
MehrBoolesche (Schalt-) Algebra (1)
Boolesche (Schalt-) Algebra (1) Definition 1: Sei B = SS 2 = 0,1 das Alphabet mit den Elementen 0 und 1. Seien auf BB die folgenden 3 Operatoren definiert für xx, yy B: xx + yy max xx, yy xx yy min xx,
MehrAsymptotische Komplexität
Asymptotische Komplexität f B n hängt wesentlich von der Variablen x i ab,, 1 i n, wenn es Werte a j für 1 j n, j i, derart gibt, dass f(a 1,..., a i 1, 0, a i+1,..., a n ) f(a 1,..., a i 1, 1, a i+1,...,
Mehr3 Verarbeitung und Speicherung elementarer Daten
3 Verarbeitung und Speicherung elementarer Daten 3.1 Boolsche Algebra Definition: Eine Boolsche Algebra ist eine Menge B mit den darauf definierten zweistelligen Verknüpfungen (+,*) sowie der einstelligen
MehrBisher. minimale DNF. logischen Formeln Booleschen Funktionen Schaltungen
Bisher Klassische Aussagenlogik (Syntax, Semantik) semantische Äquivalenz von Formeln äquivalentes Umformen von Formeln (syntaktisch) Normalformen: NNF, DNF, CNF, kanonische DNF und CNF Ablesen kanonischer
Mehr6. Minimierung Boolescher Polynome
H.J. Oberle Boolesche Algebra WiSe 2006/07 6. Minimierung Boolescher Polynome An Beispiel (5.11) c) erkennt man, dass die DNF eines Booleschen Polynoms i. Allg. ungünstig in Bezug auf die Anzahl der Auftretenden
MehrTheorie des Logikentwurfs
Inhaltsverzeichnis Inhaltsverzeichnis Zusammenfassung Theorie des Logikentwurfs Michael Gregorius Version vom 16. September 003 1 Boolesche Funktionen, Schaltkreise, Kostenmaße 4 1.1 Schaltkreise/Straight
MehrAufgabe 1 Minimieren Sie mit den Gesetzen der Booleschen Algebra 1.1 f a ab ab 1 = + + Aufgabe 2. Aufgabe 3
Logischer Entwurf Digitaler Systeme Seite: 1 Übungsblatt zur Wiederholung und Auffrischung Aufgabe 1 Minimieren Sie mit den Gesetzen der Booleschen Algebra 1.1 f a ab ab 1 = + + 1.2 f ( ) ( ) ( ) 2 = c
MehrTeil 1: Digitale Logik
Teil 1: Digitale Logik Inhalt: Boolesche Algebra kombinatorische Logik sequentielle Logik kurzer Exkurs technologische Grundlagen programmierbare logische Bausteine 1 Tri-State Ausgangslogik Ausgang eines
MehrStichpunktezettel fürs Tutorium
Stichpunktezettel fürs Tutorium Moritz und Dorian 11. November 009 1 Kleiner Fermat Behauptung. Seien a, b N relativ prim und b eine Primzahl. Dann ist a b 1 = 1. Beweis. Wir definieren die Funktion f
MehrTechnische Informatik (RO)
Technische Informatik (RO) Informationskodierung (1) Boolesche Algebren: BMA, BAA (2,3) Kombinatorische Schaltungen (4,5) Automaten (6) Sequentielle Schaltungen (7) Ablaufsteuerung (8) Fortsetzung Teil
Mehr3.3 Optimale binäre Suchbäume
3.3 Optimale binäre Suchbäume Problem 3.3.1. Sei S eine Menge von Schlüsseln aus einem endlichen, linear geordneten Universum U, S = {a 1,,...,a n } U und S = n N. Wir wollen S in einem binären Suchbaum
Mehr2.3 Logikoptimierung. Überblick digitale Synthese. Logikoptimierung
2.3 Logikoptimierung Logikoptimierung Überblick digitale Synthese Logikoptimierung Begriffe Mehrstufige Logik Zweistufige Logik:..Exakte Verfahen..Heuristische Verfahren..Expansion/ Reduktion..Streichen
MehrF. Technologische Grundlagen
F. Technologische Grundlagen F.1. Einordnung Bisher: - wenige Schaltkreise pro Chip, - feste Verdrahtung. Nun: - Generischer Schaltkreis, - Löschen & programmieren, - Umfangreiche Funktionalität, - Einstellbare
MehrAbschnitt 11: Korrektheit von imperativen Programmen
Abschnitt 11: Korrektheit von imperativen Programmen 11. Korrektheit von imperativen Programmen 11.1 11.2Testen der Korrektheit in Java Peer Kröger (LMU München) in die Programmierung WS 16/17 931 / 961
MehrFPGA Field Programmable Gate Array im Unterschied zu anderen PLD-Architekturen.
FPGA Field Programmable Gate Array im Unterschied zu anderen PLD-Architekturen. Kasdaghli Ameni Inhalt. Die Klassifizierung von ASIC 2. Simple Programmable Logic Device SPLD 3. Complex Programmable Logic
MehrÜbungen zur Vorlesung Grundlagen der Rechnerarchitektur
Universität Koblenz-Landau Übungen zur Vorlesung Grundlagen der Rechnerarchitektur - Sommersemester 2018 - Übungsblatt 2 Abgabe bis Montag, 28. Mai 2018, 23:59 Uhr als pdf via SVN Punkte Kürzel A1 (10)
Mehr4.7 Mehr über Laufzeiteffekte in Schaltungen
282 Hazards können besonders die Funktion von Schaltwerken stören. Sie werden dann Races (Rennen, Wettläufe) genannt. Dabei werden die falschen Werte der Ausgangsvariablen eines Schaltnetzes von Speichergliedern
MehrBernd Borchert. Univ. Tübingen WS 13/14. Vorlesung. Kryptographie. Teil 11. Einwegfunktionen, Geheimnisteilung, Steganographie 7.2.
Bernd Borchert Univ. Tübingen WS 13/14 Vorlesung Kryptographie Teil 11 Einwegfunktionen, Geheimnisteilung, Steganographie 7.2.14 P-Zeit berechenbare Funktionen FP ist die Klasse aller Funktionen f : {0,1}*
MehrMinimierung nach Quine Mc Cluskey
Minimierung nach Quine Mc Cluskey 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 +!A B C D + A!B!C!D + A!B!C D + A!B C D + A B C D Notiere die Funktion als # A B C D Gruppe Binärelemente
MehrRechnerorganisation. (10,11) Informationskodierung (12,13,14) TECHNISCHE UNIVERSITÄT ILMENAU. IHS, H.- D. Wuttke 08
Rechnerorganisation Mathematische Grundlagen (1) Boolesche Algebren: : BMA, BAA (2,3) Kombinatorische Schaltungen (4,5) Automaten (6,7) Sequentielle Schaltungen (8) Programmierbare Strukturen (9) Rechneraufbau
MehrÜbungen zu Informatik 1
Übungen zu Informatik Technische Grundlagen der Informatik - Übung 9 Ausgabedatum: 2. November 22 Besprechung: Übungsstunden in der Woche ab dem 9. November 22 ) Schaltungen und Schaltnetze Communication
MehrFormale Grundlagen von Schaltnetzen L6, L7, L8 1. L 6 : Gesetze der Booleschen Algebra
Formale Grundlagen von Schaltnetzen L6, L7, L8 1 L 6 : Gesetze der Booleschen Algebra Formale Grundlagen von Schaltnetzen L6, L7, L8 2 L 6-2: Einführung und Motivation Seien term 1 und term 2 beliebige
Mehr1. Aufgabe (4 + 6 Punkte) = + (n + 1) i=0. IV n (n + 1) n (n + 1) + 2 (n + 1) = n (n + 1) 2 (n + 1) (n + 1) (n + 2) = Behauptung. n = 0 = 6.
1. Aufgabe (4 + Punkte) (a) Beweis durch vollständige Induktion über n. 0 0 (0 + 1) Induktionsanfang: n 0: i 0 n n (n + 1) Induktionsanfang: i Induktionsschritt: n n + 1 n+1 i n i + (n + 1) IV n (n + 1)
MehrD. Programmierbare Logik
D. Programmierbare Logik Bisher: - wenige Schaltkreise pro Chip, - feste Verdrahtung. Nun: - Generischer Schaltkreis, - Löschen & programmieren, - Umfangreiche Funktionalität, - Einstellbare Logikfunktionen,
MehrÜbung zu Grundlagen der Technischen Informatik
Grundlagen der Technischen Informatik 9. Übung Christian Knell Keine Garantie für Korrekt-/Vollständigkeit 9. Übungsblatt Themen Aufgabe 1: Aufgabe 2: Aufgabe 3: Aufgabe 4: Multiplexer und De-Multiplexer
MehrBeispiel Gröbnerbasen-Berechnung
Beispiel Gröbnerbasen-Berechnung Bsp: Seien f 1 = x 2 y + xy, f 2 = xy 2 + 1 R[x, y] in grlex-ordnung. S(f 1, f 2 ) = yf 1 xf 2 = xy 2 x. Division liefert S(f 1, f 2 ) = 1 f 2 x 1. Wir fügen f 3 = x 1
MehrÜbungen zu Informatik 1
Übungen zu Informatik 1 Technische Grundlagen der Informatik - Übung 9 Ausgabedatum: 11. November 2013 Besprechung: Übungsstunden in der Woche 47 (18.11. - 22.11.2013) 1) Normal- und Minimalformen Communication
Mehr13 Programmierbare Speicher- und Logikbausteine
13 Programmierbare Speicher- und Logikbausteine Speicherung einer Tabelle (Programm) Read Only Memory (ROM) Festwertspeicher Nichtflüchtig Nichtlöschbar: ROM PROM bzw. OTP-ROM Anwender programmierbares
MehrLineare Gleichungssystem
Lineare Gleichungssystem 8. Juli 07 Inhaltsverzeichnis Einleitung Der Gauß-Algorithmus 4 3 Lösbarkeit von Gleichungssystemen 6 Einleitung Wir haben uns bisher hauptsächlich mit dem Finden von Nullstellen
MehrInformatik I Übung, Woche 48: Nachbesprechung Aufgabe 10.1: Implementation von wechselgeld.pas
Informatik I Übung, Woche 48: Nachbesprechung Aufgabe 10.1: Implementation von wechselgeld.pas Giuseppe Accaputo 26. November, 2015 Wechselgeld: Definition Wechselgeld: Wir sind im Besitz von m Münzen,
MehrElectronic Design Automation (EDA) Logikoptimierung
Electronic Design Automation (EDA) Logikoptimierung Überblick digitale Synthese Logikoptimierung Begriffe Mehrstufige Logik Zweistufige Logik: Exakte Verfahren... Heuristische Verfahren... Expansion/Reduktion...
MehrWenn man den Kreis mit Radius 1 um (0, 0) beschreiben möchte, dann ist. (x, y) ; x 2 + y 2 = 1 }
A Analsis, Woche Implizite Funktionen A Implizite Funktionen in D A3 Wenn man den Kreis mit Radius um, beschreiben möchte, dann ist { x, ; x + = } eine Möglichkeit Oft ist es bequemer, so eine Figur oder
MehrÜbungsklausur - Beispiellösung
Digitale Systeme Übungsklausur - Beispiellösung Aufgabe 1 (a) Benutzt man n Bit für die Darstellung im 2-Komplement, so deckt man den Wertebereich von 2 n 1 bis 2 n 1 1 ab. Also ergibt sich der abgedeckte
Mehr1. Transport- und Zuordnungsprobleme
1. Transport- und Zuordnungsprobleme Themen 1. Transport- und Zuordnungsprobleme Themen: Analyse der Problemstruktur Spezielle Varianten des Simplexalgorithmus für Transport- und Zuordnungsprobleme Bezug
MehrRechnerstrukturen WS 2012/13
Rechnerstrukturen WS 2012/13 Boolesche Funktionen und Schaltnetze Rechner-Arithmetik Addition (Wiederholung) Multiplikation Wallace-Tree Subtraktion Addition negativer Zahlen Gleitkommazahlen-Arithmetik
MehrVorlesung Datenbanktheorie. Church-Rosser-Eigenschaft der Verfolgungsjagd. Berechnung von chase(t, t, Σ) Vorlesung vom Mittwoch, 05.
Vorlesung Datenbanktheorie Nicole Schweikardt Humboldt-Universität zu Berlin Sommersemester 2006 Vorlesung vom Mittwoch, 05. Juli 2006 Letzte Vorlesung: Kurze Bemerkungen zum Armstrong-Kalkül The Chase:
MehrTechnische Informatik (RO)
Technische Informatik (RO) Informationskodierung (1) Boolesche Algebren: BMA, BAA (2,3) Kombinatorische Schaltungen (4,5) Automaten (6) Sequentielle Schaltungen (7) Ablaufsteuerung (8) Fortsetzung Teil
Mehr1 Umkehrfunktionen und implizite Funktionen
Mathematik für Physiker III WS 2012/2013 Freitag 211 $Id: implizittexv 18 2012/11/01 20:18:36 hk Exp $ $Id: lagrangetexv 13 2012/11/01 1:24:3 hk Exp hk $ 1 Umkehrfunktionen und implizite Funktionen 13
MehrLösung 2.1 PROM - Dual-zu-Siebensegmentdecoder
Lösung 2. PROM - Dual-zu-Siebensegmentdecoder Die Ziffern bzw. Buchstaben sollen auf der Siebensegmentanzeige gemäß der Abbildung dargestellt werden: 0 2 3 4 5 6 7 8 9 0 2 3 4 5 Die Ansteuerung der Leuchtsegmente
MehrGraphenalgorithmen und lineare Algebra Hand in Hand Prof. Dr. Henning Meyerhenke
Graphenalgorithmen und lineare Algebra Hand in Hand Prof. Dr. Henning Meyerhenke Institut für Theoretische Informatik 1 KIT Henning Universität desmeyerhenke, Landes Baden-Württemberg Institutund für Theoretische
MehrSchaltfunktion, Definition
Schaltfunktion, Definition Sei S = { 0,1}. Dann heißt eine Abbildung f: S n S eine Schaltfunktion. = f(x n-1,x n-2,...,,, ), x n-1, x n-2,...,,, S x i X = (x n-1,x n-2,...,,, ) Eingangsvariable Eingangsvektor
MehrTechnische Informatik I
Rechnerstrukturen Dario Linsky Wintersemester 200 / 20 Teil 2: Grundlagen digitaler Schaltungen Überblick Logische Funktionen und Gatter Transistoren als elektronische Schalter Integrierte Schaltkreise
MehrRechnerorganisation 5. Vorlesung
Rechnerorganisation 5. Vorlesung Mathematische Grundlagen (1) Boolesche Algebren: BMA, BAA (2,3) Kombinatorische Schaltungen (4,5) Automaten (6,7) Sequentielle Schaltungen (8) Programmierbare Strukturen
MehrRechnerorganisation. H.-D. Wuttke `
Rechnerorganisation Mathematische Grundlagen (1) Boolesche Algebren: BMA, BAA (2,3) Kombinatorische Schaltungen (4,5) Automaten (6,7) Sequentielle Schaltungen (8) Programmierbare Strukturen (9) Rechneraufbau
Mehr