진릿값 편집하기 (부분)

== 컴퓨터 과학에서의 응용 ==

=== 디지털 논리 회로 ===
[[디지털 논리 회로]]에서 진릿값은 전압 레벨로 표현된다:

* '''HIGH''' (1, True): 일반적으로 3.3V 또는 5V<ref>“HIGH = 3.3 V 또는 5 V, LOW = 0 V”는 대략적 실무 관례이지만, TTL (5 V) 논리에서는 통상 LOW ≤ 0.8 V, HIGH ≥ 2.0 V이며 CMOS (3.3 V) 계열은 기준이 다르긴 하다. 예: 74LS TTL, 74HC CMOS</ref>
* '''LOW''' (0, False): 일반적으로 0V

==== 논리 게이트 ====
기본적인 논리 게이트들:

'''AND 게이트''':
{| class="wikitable"
|-
! A !! B !! A AND B
|-
| 0 || 0 || 0
|-
| 0 || 1 || 0
|-
| 1 || 0 || 0
|-
| 1 || 1 || 1
|}

'''OR 게이트''':
{| class="wikitable"
|-
! A !! B !! A OR B
|-
| 0 || 0 || 0
|-
| 0 || 1 || 1
|-
| 1 || 0 || 1
|-
| 1 || 1 || 1
|}

'''NOT 게이트''':
{| class="wikitable"
|-
! A !! NOT A
|-
| 0 || 1
|-
| 1 || 0
|}

=== 프로그래밍 언어에서의 불린 타입 ===
대부분의 현대 프로그래밍 언어들은 불린(Boolean) 데이터 타입을 지원한다:

==== C/C++ ====
<syntaxhighlight lang="c">
bool is_valid = true;
bool is_error = false;

if (is_valid && !is_error) {
    printf("조건이 만족됩니다.\n");
}
</syntaxhighlight>

==== Java ====
<syntaxhighlight lang="java">
boolean isActive = true;
boolean hasError = false;

if (isActive && !hasError) {
    System.out.println("시스템이 정상 작동 중입니다.");
}
</syntaxhighlight>

==== Python ====
<syntaxhighlight lang="python">
is_authenticated = True
has_permission = False

if is_authenticated and not has_permission:
    print("권한이 부족합니다.")
</syntaxhighlight>

=== 데이터베이스에서의 삼치 논리 ===
[[SQL]] 데이터베이스에서는 '''NULL''' 값의 존재로 인해 삼치 논리를 사용한다:

* '''TRUE''': 조건이 확실히 만족됨
* '''FALSE''': 조건이 확실히 만족되지 않음
* '''UNKNOWN''': NULL 값으로 인해 판단 불가

{| class="wikitable"
|-
! A !! B !! A AND B !! A OR B
|-
| TRUE || TRUE || TRUE || TRUE
|-
| TRUE || FALSE || FALSE || TRUE
|-
| TRUE || UNKNOWN || UNKNOWN || TRUE
|-
| FALSE || FALSE || FALSE || FALSE
|-
| FALSE || UNKNOWN || FALSE || UNKNOWN
|-
| UNKNOWN || UNKNOWN || UNKNOWN || UNKNOWN
|}

=== 인공지능에서의 불확실성 처리 ===

==== 확률론적 접근 ====
[[인공지능]]에서는 진릿값의 불확실성을 확률로 표현하는 경우가 많다:

<math>P(명제가 참) = p, 여기서 0 ≤ p ≤ 1</math>

'''베이즈 정리'''를 이용한 추론:
<math>P(H|E) = \frac{P(E|H) \cdot P(H)}{P(E)}</math>

==== 데프스터-섀퍼 이론 ====
'''데프스터-섀퍼 이론'''(Dempster-Shafer Theory)에서는 '''믿음 함수'''(Belief Function)와 '''그럴듯함 함수'''(Plausibility Function)를 사용한다:

<math>Bel(A) ≤ Pl(A)</math>

여기서:
* <math>Bel(A)</math>: A에 대한 믿음의 정도
* <math>Pl(A)</math>: A가 그럴듯한 정도