UNIVERSIDAD PEDAGGICA NACIONAL FRANCISCO MORAZN VICE-RECTORA DE INVESTIGACIN Y POSTGRADO DIRECCIN DE POSTGRADO DOCTORADO EN EDUCACIN

Teora de plausibilidad: generalizacin de la lgica de plausibilidad y su vinculacin a la decisin racional

TESIS SOMETIDA A LA CONSIDERACIN DEL PROGRAMA DE DOCTORADO EN EDUCACIN PARA OPTAR AL GRADO DE DOCTOR EN EDUCACIN

Manuel Rodrguez Domnguez

Tegucigalpa M. D. C., junio 2009

ii

iii

Agredecimientos Que haya continuado investigando sobre la teora de plausibilidad se lo debo al Dr. Germn Vargas Guilln, director de esta Tesis Doctoral, quien tanto me ha motivado para llevar a cabo este estudio; le agradezco su confianza, amistad y apoyo, as como sus sugerencias tan oportunas y puntuales, claves en esta investigacin. A las Autoridades por contar la UPNFM con este Programa de Doctorado en Educacin; de un modo especial al Coordinador Acadmico del Programa, Dr. Oscar Soriano. As mismo, hago extensivos estos agradecimientos a todas las personas que han colaborado con el Programa. Mi mayor gratitud y ms sincero cario a mi familia por su incondicional amor, apoyo, sacrificio y comprensin.

iv

A la memoria de mi padre, Ramn, y a toda mi familia.

La lgica bivalente se enjuicia como de mxima idealizacin. . . en tanto que se mantiene que la lgica concreta eventual sera esencialmente polivalente. M.L. Dalla (1976:104) He estado siempre sumamente interesado en el tema del determinismo e indeterminismo; lo he asociado con el problema de las lgicas polivalentes. J. Lukasiewicz (1975f:120) Si puede resolverse de dos modos es porque entra en juego la decisin. A sta se opone la determinacin. Vargas y Crdenas (2005:91)

vi

ndice general 1. Introduccin................................................................................................................... 2. Teora de plausibilidad y decisin racional: fundamentos tericos y el problema de investigacin...................................................... 2.1 Antecedentes tericos de la teora de plausibilidad................................................. 2.1.1 Lgica de primer orden........................................................................................ 2.1.2 Lgica polivalente................................................................................................ 2.1.3 Lgica no-monotnica......................................................................................... 2.2 Antecedentes de la decisin racional....................................................................... 2.3 La decisin racional en la Teora de la justicia de Rawls....................................... 2.3.1 Los principios de la justicia.................................................................................. 2.3.2 La posicin original.............................................................................................. 2.3.3 La decisin racional a favor de los dos principios de 35 36 38 41 44 45 47 51 56 60 60 62 64 justicia................................................................................................................... 2.3.4 Sobre la estructura lgica de la decisin racional en la Teora de la justicia de Rawls.................................................................................................................... 2.4 La argumentacin en la decisin racional 2.4.1 Inclusin del otro.................................................................................................. 2.4.2 De la lgica de exclusin a la lgica de inclusin................................................ 2.4.3 Sobre la pedagoga como formacin 2.5 Teora de plausibilidad: la lgica de plausibilidad.................................................. 2.6 La lgica de plausibilidad........................................................................................ 2.7 Tres nuevos teoremas de la lgica de plausibilidad................................................. 2.8 Inters de desarrollar la teora de plausibilidad................................................... 2.8.1 Aplicacin de la teora de plausibilidad en la fundamentacin de software educativo colaborativo y su impacto en educacin.............................. 2.8.2 Inters de aumentar la polivalencia de la lgica de plausibilidad........ 2.9 Problema de investigacin....................................................................................... 4 4 4 18 23 25 31 32 33 1

vii

2.9.1 Objetivo general................................................................................................... 2.9.2 Objetivos especficos............................................................................................ 2.9.3 Preguntas de investigacin................................................................................... 2.9.4 Metodologa.......................................................................................................... 3. Lgica de plausibilidad generalizada............................................................................ 3.1 Estados de plausibilidad de la lgica de plausibilidad generalizada........................... 3.2 Justificacin de la representacin de la polivalencia mediante P2n............................. 3.3 Funciones de representacin de la evidencia en la lgica de plausibilidad generalizada................................................................................................................ 3.3.1 Justificacin de la representacin de la evidencia a travs de las funciones ec, ef, ecs2n y efs2n...................................................................................................... 3.3.2 Cotas y condiciones necesarias (o suficientes) tanto entre ec y ecs2n como entre ef y efs2n................................................................................................................ 3.4 Funcin de representacin de la plausibilidad en la lgica de plausibilidad generalizada................................................................................................................ 3.5 Justificacin de la representacin de la plausibilidad mediante la funcin cal2n.............................................................................................................................. 3.6 Regiones de plausibilidad en la lgica de plausibilidad generalizada........................ 3.6.1 Regiones de plausibilidad simtricas.................................................................... 3.6.2 Condiciones necesarias y suficientes de la funcin cal2n......................................
2n 3.6.3 Justificacin de la representacin de las regiones de plausibilidad mediante S0 ,

66 66 66 67 68 69 69 70 71 72 73 73 76 83 85 93

2n S1 y S2n 2 ...............................................................................................................

3.7 Propiedades de plausibilidad entre afirmaciones en trminos de orden.....................

94 105 104 105 106

3.8 Lemas sobre nmeros reales....................................................................................... 3.8.1 Cinco lemas sobre nmeros reales....................................................................... 3.8.2 Un lema ms sobre nmeros reales...................................................................... 3.9 Propiedades en trminos de las funciones ec, ecs2n, efs2n y cal2n a partir de los lemas sobre nmeros reales.........................................................................................

viii

3.9.1 Propiedades en trminos de ec............................................................................. 3.9.2 Propiedades en trminos de ecs2n......................................................................... 3.9.3 Propiedades en trminos de efs2n.......................................................................... 3.9.4 Propiedades en trminos de cal2n.......................................................................... 3.10 Conectivos lgicos en la lgica de plausibilidad generalizada................................ 3.11 Evidencia y plausibilidad funcionales en la lgica de plausibilidad generalizada............................................................................................................. 3.12 Axiomas de la lgica de plausibilidad generalizada................................................ 3.13 Justificacin de los axiomas de la lgica de plausibilidad generalizada................. 3.14 Una consecuencia del axioma AE6......................................................................... 3.15 Propiedades al nivel de evidencia de los conectivos en la lgica de plausibilidad generalizada............................................................................................................. 3.15.1 Propiedades al nivel de evidencia de en la lgica de plausibilidad generalizada....................................................................................................... 3.15.2 Caracterizacin mediante la evidencia de en la lgica de plausibilidad generalizada....................................................................................................... 3.15.3 Propiedades al nivel de evidencia de y en la lgica de plausibilidad generalizada....................................................................................................... 3.15.4 Caracterizacin mediante la evidencia de en la lgica de plausibilidad generalizada....................................................................................................... 3.15.5 Propiedades al nivel de evidencia de en la lgica de plausibilidad generalizada....................................................................................................... 3.15.6 Caracterizacin mediante la evidencia de en la lgica de plausibilidad generalizada....................................................................................................... 3.15.7 Propiedades al nivel de evidencia de en la lgica de plausibilidad generalizada....................................................................................................... 3.15.8 Cuantificacin al nivel de evidencia en la lgica de plausibilidad generalizada.......................................................................................................

106 109 110 112 114 114 115 117 118 119 120 124 125 139 140 141 141 143

ix

3.15.9 Relaciones entre conectivos mediante la funcin cal2n..................................... 3.16 Caracterizacin al nivel de plausibilidad de los conectivos de la lgica de plausibilidad generalizada........................................................................................ 3.16.1 Caracterizacin mediante la plausibilidad de en la lgica de plausibilidad generalizada....................................................................................................... 3.16.2 Caracterizacin mediante la plausibilidad de en la lgica de plausibilidad generalizada....................................................................................................... 3.16.3 Caracterizacin mediante la plausibilidad de en la lgica de plausibilidad generalizada....................................................................................................... 3.16.4 Caracterizacin mediante la plausibilidad de en la lgica de plausibilidad generalizada....................................................................................................... 3.16.5 Caracterizacin mediante la plausibilidad de en la lgica de plausibilidad generalizada....................................................................................................... 3.16.6 Teorema fundamental de plausibilidad de la lgica de plausibilidad generalizada....................................................................................................... 3.17 Propiedades al nivel de plausibilidad de los conectivos en la lgica de plausibilidad generalizada....................................................................................... 3.17.1 Propiedades al nivel de plausibilidad de en la lgica de plausibilidad generalizada....................................................................................................... 3.17.2 Propiedades al nivel de plausibilidad de y en la lgica de plausibilidad generalizada....................................................................................................... 3.17.3 Propiedades al nivel de plausibilidad de en la lgica de plausibilidad generalizada....................................................................................................... 3.17.4 Propiedades al nivel de plausibilidad de en la lgica de plausibilidad generalizada....................................................................................................... 3.17.5 Cuantificacin al nivel de plausibilidad en la lgica de plausibilidad generalizada....................................................................................................... 3.18 Equivalencia en la lgica de plausibilidad generalizada.........................................

144 146 146 147 150 153 153 154 154 154 158 162 163 163 164

3.18.1 Leyes de De Morgan......................................................................................... 3.18.2 Propiedades de implicacin y coimplicacin.................................................... 3.18.3 Propiedad de doble negacin............................................................................. 3.18.4 Propiedades de equivalencia de y ............................................................... 3.18.5 Propiedad de transposicin de ...................................................................... 3.18.6 Propiedades de equivalencia de .................................................................... 3.18.7 Teorema de remplazamiento............................................................................. 3.18.8 Propiedades de equivalencia de y de .......................................................... 3.19 Alcance de la lgica de plausibilidad generalizada................................................. 3.20 Tablas de plausibilidad de las lgicas LP4 y LP6..................................................... 3.21 Sobre la lgica de plausibilidad generalizada como formalizacin de la decisin racional........................................................................................................ 3.21.1 Relacin entre la lgica de plausibilidad generalizada y la decisin racional.......................................................................................................... 3.21.2 La lgica de plausibilidad generalizada como lgica de inclusin................................................................................................ 4. Conclusiones.................................................................................................................. 5. Bibliografa..................................................................................................................... Apndice A.......................................................................................................................... Apndice B........................................................................................................................... Apndice C........................................................................................................................... Apndice D..........................................................................................................................

166 166 167 167 168 169 169 170 170 174 178 178 182 184 188 202 205 228 231

xi

Resumen de informe de investigacin (Tesis Doctoral) Ttulo: Teora de plausibilidad: generalizacin de la lgica de plausibilidad y su vinculacin a la decisin racional Tesis de Doctorado en Educacin, Tegucigalpa, Honduras Sustentante: M. Rodrguez Domnguez, 2009 Nmero de pginas:248
Resumen. La teora de plausibilidad fue creada por Ulises Agero, en 1987, como una

propuesta para la formalizacin del proceso de diseo de arquitectura de computadoras, aunque est siendo aplicada en la toma de decisiones en grupo. Explica la aceptabilidad de una decisin a travs de la plausibilidad de las afirmaciones que la caracterizan. Para determinar la plausibilidad de una decisin, la teora de plausibilidad cuenta con la lgica de plausibilidad, que a partir de su formalizacin en 1999, por Manuel Rodrguez, es una lgica proposicional pentavalente veritativo-funcional que apoya razonamientos no monotnicos; porque, los razonamientos asociados a la teora de plausibilidad son de naturaleza no monotnica, debido a que sucesivas reconsideraciones de una decisin pueden llevar a cambios en la evidencia de las afirmaciones que la determinan y, por consiguiente, en su estado de plausibilidad. A partir de la teora de plausibilidad se generaliza la lgica de plausibilidad a nivel de polivalencia; se redefinen los estados de plausibilidad a travs del conjunto P2n={0, 1, ..., 2n}, conjunto de estados de plausibilidad. La representacin funcional de la evidencia, mediante las funciones numricas ec y ef; con base en las funciones ec de la evidencia en contra y ef de la

xii

evidencia a favor, se definen las funciones numricas ecs2n y efs2n, de la evidencia en contra significativa y la evidencia a favor significativa, para representar el grado de evidencia en contra y a favor, respectivamente. Mientras que, la plausibilidad de una afirmacin, a partir de la evidencia, viene dada por la funcin cal2n. Al contar con esta representacin funcional de la evidencia y la plausibilidad, se establecen los axiomas de la lgica de plausibilidad generalizada, que fundamentan, esencialmente, los conectivos lgicos en funcin de la evidencia, respetando los axiomas de la lgica de plausibilidad, en el sentido que sta es un caso particular de aqulla. A partir de los axiomas, se caracterizan los conectivos al nivel de plausibilidad, quedando as construida la lgica de plausibilidad generalizada. En la lgica de plausibilidad generalizada, se demuestra una serie de teoremas que se cumplen tambin en la lgica clsica; como son, al nivel de equivalencia lgica, las leyes de De Morgan y el teorema de remplazamiento, entre otras. Al determinar su alcance, se prueba que es una lgica de inclusin constituida por una familia infinita de lgicas polivalentes. Finalmente, se determina su vinculacin con la decisin racional: se fundamenta en sta y apoya decisiones racionales. Como conclusiones cabe destacar las siguientes: La lgica de plausibilidad generalizada constituye la formalizacin de la decisin racional; as, el haber construido la lgica de plausibilidad generalizada y establecido su vinculacin con la decisin racional, supone alcanzar un objetivo importante al nivel pedaggico, pues, aportar a la decisin racional es aportar a la pedagoga como formacin. La lgica de plausibilidad generalizada es una familia infinita numerable de lgicas polivalentes finitas, infinita de lgicas.

{LP }

2n n=2

, donde la lgica de plausibilidad es una entre esa cantidad

xiii

La lgica de plausibilidad generalizada es una lgica de inclusin formada por una familia infinita de lgicas polivalentes que apoya razonamientos no monotnicos. Seis axiomas fundamentan la lgica de plausibilidad generalizada, al nivel de evidencia, formulados en trminos de las funciones ec, ef, ecs2n, efs2n y cal2n; y son, esencialmente, una generalizacin de los axiomas de la lgica de plausibilidad. Establecida la polivalencia, la lgica de plausibilidad generalizada est determinada por la caracterizacin de los conectivos al nivel de plausibilidad, mediante el teorema fundamental de plausibilidad. ste es uno de los resultados ms importantes, porque permite calcular mecnicamente la plausibilidad funcional. El desarrollo de la lgica de plausibilidad generalizada lo constituyen 12 definiciones, 6 axiomas y 241 propiedades; stas ltimas organizadas en 91 teoremas y 6 lemas. Este nmero considerable de propiedades, descubiertas y demostradas, de la lgica de plausibilidad generalizada, muestra el nivel de desarrollo alcanzado en esta investigacin; particularmente, si tenemos en cuenta que las propiedades de la lgica de plausibilidad generalizada, como lgica polivalente, tambin lo son de la lgica bivalente. Adems, por la naturaleza de la investigacin, se pone nfasis en la demostracin: las demostraciones se ajustan a cierta estructura, con las justificaciones correspondientes, proporcionando rigor, claridad y, como no, elegancia.
Palabras clave. Teora de plausibilidad, lgica de plausibilidad, lgica de plausibilidad

generalizada, lgica polivalente, lgica de inclusin, razonamiento no monotnico, lgica nomonotnica, lgica de primer orden, decisin racional. Director de Tesis: Dr. Germn Vargas Guilln Unidad Acadmica: Direccin de Postgrado, Doctorado en Educacin

1. Introduccin La teora de plausibilidad fue creada por Ulises Agero, en 1987, como una propuesta para la formalizacin del proceso de diseo de arquitectura de computadoras, aunque est siendo aplicada en la toma de decisiones en grupo. Explica la aceptabilidad de una decisin a travs de la plausibilidad de las afirmaciones que la caracterizan. Para determinar la plausibilidad de una decisin, la teora de plausibilidad cuenta con la lgica de plausibilidad, que a partir de su formalizacin en 1999, por Manuel Rodrguez, es una lgica proposicional pentavalente veritativo-funcional que apoya razonamientos no monotnicos. Esto ltimo se debe a que los razonamientos asociados a la teora de plausibilidad son de naturaleza no monotnica, porque las sucesivas reconsideraciones de una decisin pueden llevar a cambios en su estado de plausibilidad. Previo a la formulacin del problema de investigacin, se proporcionan los fundamentos tericos, organizados en el captulo 2. Se inicia con los antecedentes tericos de la teora de plausibilidad: lgica de primer orden, lgica polivalente y lgica no-monotnica. Se contina con los antecedentes de la decisin racional, la decisin racional en la Teora de la justicia de Rawls y la argumentacin en la decisin racional. Despus de una breve presentacin de la teora de plausibilidad y de sealar los elementos fundamentales de la lgica de plausibilidad, se demuestran tres nuevos teoremas de la lgica de plausibilidad. Sobre la aplicacin de la teora de plausibilidad, para mostrar la importancia de esta teora y su impacto en educacin, se destaca la fundamentacin de software educativo colaborativo, cuya caracterstica fundamental es la toma de decisiones en grupo, a travs de la teora de plausibilidad, que cumple condiciones impuestas por la decisin racional. Y por ende, la necesidad de desarrollar la teora de plausibilidad. En este sentido, se seala el inters de generalizar la lgica de plausibilidad con respecto a la polivalencia, y de relacionarla con la decisin racional, llegando as al problema de investigacin: Cmo generalizar la lgica de

plausibilidad al nivel de polivalencia y cmo vincularla a la decisin racional? Que, de acuerdo a los objetivos de la investigacin, supone redefinir los estados de plausibilidad, para aumentar su polivalencia, y fundamentarla axiomticamente y desarrollarla, esto es, la construccin de la lgica de plausibilidad generalizada, para despus vincularla con la decisin racional, lo que constituye el captulo 3: Lgica de plausibilidad generalizada. La estructura de este tercer captulo est determinada por las propias exigencias del mtodo utilizado en dicha construccin, el mtodo deductivo lgico-matemtico; y que, en lneas generales, tal estructura obedece al orden en que estn formulados los objetivos de la investigacin. Para facilitar el desarrollo deductivo de las propiedades de la lgica de plausibilidad generalizada as como su seguimiento, varias de ellas se agrupan convenientemente en un solo teorema, reduciendo as el nmero de stos; a su vez, varios teoremas se agrupan bajo un mismo ttulo, el que orienta sobre el contenido de los mismos. Tambin la justificacin de las representaciones de polivalencia, evidencia, plausibilidad, regiones de plausibilidad, as como la de los axiomas, contribuye a explicar el porqu de la introduccin de tales elementos. Las demostraciones se ajustan a cierta estructura, con las justificaciones correspondientes, proporcionando rigor, claridad y tambin elegancia. Para simplificar estas ltimas, las demostraciones, cada axioma, teorema, lema y definicin se representan por AE, T, L y D, respectivamente, acompaadas por el nmero que indica su orden. Adems, las demostraciones se desarrollan rigurosamente, lo que garantiza que las propiedades de la lgica de plausibilidad generalizada, descubiertas en la investigacin, efectivamente, s se cumplen. Aunque la demostracin de los teoremas representa una parte fundamental y difcil de la investigacin, para seguir tales demostraciones, basta la familiarizacin con la demostracin matemtica y con ciertos elementos del lenguaje de teora de conjuntos; stos ltimos recogidos en el apndice A. Finalmente, en el captulo 4 se

presentan las conclusiones, donde se destaca, en particular, la construccin de la lgica de plausibilidad generalizada, y que sta se fundamenta en la decisin racional.

2. Teora de plausibilidad y decisin racional: fundamentos tericos y el problema de investigacin 2.1 Antecedentes tericos de la teora de plausibilidad 2.1.1 Lgica de primer orden Sobre la lgica de proposiciones, como parte de la lgica formal1, Deao (1978:51-53) considera: El aparato ms elemental en un doble sentido: el ms simple y, al propio tiempo, el aparato bsico de la lgica formal es la lgica de enunciados o de proposiciones . . . El clculo base, el clculo en que se apoya y sobre el cual se construye el edificio de la lgica es el clculo de enunciados . . . La tarea de la lgica es . . . el anlisis formal de los razonamientos. Y el lugar de ese anlisis es el lenguaje . . . El anlisis del lenguaje en que se basa la lgica de proposiciones divide el lenguaje . . . en dos tipos de elementos . . . los enunciados tomados en bloque, por un lado, y, por otro lado, las conexiones entre ellos. Cabe destacar, la lgica proposicional es la base de la lgica; adems, segn Deao (1978:5556): En lgica de enunciados, el contenido de los razonamientos lo constituirn esos enunciados, mientras que la forma vendr sealada por el segundo tipo de signos, signos como y, no, si , entonces , y otros ms, que sirven para poner aquellos en relacin . . . Y los enunciados descriptivos . . . son siempre, o bien verdaderos o bien falsos. En tal sentido, al simbolizar por , , y los juntores: la negacin, conjuncin, disyuncin y condicional, y por 1 y 0, verdadero y falso, respectivamente. Si p y q son proposiciones, entonces la verdad de las proposiciones p, p q, p q y p q est determinada a travs de las siguientes tablas de verdad,
1

Segn Garrido (1983:20-21): Cabe definir la lgica formal como una ciencia abstracta que tiene por objeto el anlisis formal de los argumentos, o tambin, y ms concisamente, como teora formal de la deduccin.

p 1 0

P 1 1 0 0

q 1 0 1 0

pq 1 0 0 0

pq 1 1 1 0

pq 1 0 1 1

0 1

Adems, esto muestra que en lgica proposicional, mediante tablas de verdad, se puede determinar el valor de verdad de cualquier proposicin2 a partir de la verdad de sus partes. Precisamente, Garrido (1983:39) seala que el objeto de la lgica de enunciados es formalizar y definir los juntores y estudiar las leyes de combinacin y deduccin de los cambios fundadas en tales nexos. Respecto a la formalizacin, Deao (1978:118-121) afirma: La forma clsica de la formalizacin. . . es la forma axiomtica. Los lenguajes formalizados toman a menudo. . . la forma de sistemas axiomticos. Presentamos a continuacin la lgica de enunciados en forma de sistema axiomtico . . . A) Smbolos primitivos: 1. Variables proposicionales: p, q, r, s, t, p1, q1, r1, s1, t1, , pn, qn, rn, sn, tn. 2. Conectivas o funtores de enunciado: , . 3. Signos de puntuacin: parntesis diversos, como (, ), [, ], {, }. B) Smbolos definidos. ( ) X Y=Df. ( X Y) ( ) X Y=Df. X Y ( ) X Y=Df. [ ( X Y) ( Y X)]. C) Reglas de formacin: FR1. Una variable proposicional sola es una expresin [frmula] bien formada del clculo (como abreviatura de expresin bien formada del clculo utilizaremos ebf). RF2. Si X es una ebf., entonces X tambin lo es. RF3. Si X e Y son ebfs., entonces X Y tambin lo es. RF4. Estas son todas las Reglas de Formacin del clculo.

Esto significa, como se seala ms adelante en esta seccin 2.1.1, la lgica proposicional es decidible.

D) Axiomas: A1(p p) p A2q (p q) A3(p q) (q p) A4[p (q r)] [q (p r)] A5(q r) [(p q) (p r)] E) Reglas de transformacin3: RT1. Dada una tesis del clculo, en la que aparecen variables de enunciado, el resultado de sustituir una, algunas o todas esas variables por frmulas bien formadas del clculo ser tambin una tesis del clculo. Y por ello con una nica restriccin, si bien importante: cada variable ha de ser sustituida siempre que aparece, y siempre por el mismo sustituto. Dicho de otro modo ms riguroso: si X es una tesis del sistema en la que aparecen distintas variables p1, p2, . . . , pn e Y1, Y2, . . ., Yn son expresiones bien formadas del clculo, la expresin resultante de sustituir en X p1 por Y1, p2 por Y2, . . ., pn por Yn ser asimismo una tesis del sistema. Se le llama a esta regla Regla de Sustitucin. RT2. Si X es una tesis del sistema, y lo es tambin la expresin X Y, entonces Y es una tesis del sistema. Sobre los lenguajes formales, Fernndez (2005b:59) considera: Los lenguajes lgicoformales se establecen, en principio, como pura sintaxis: sern oraciones gramaticalmente correctas las que integran cierto subconjunto propio del conjunto de todas las cadenas posibles de smbolos del alfabeto o vocabulario de que se trate. Adems, Dalla (1976:49-50) seala: Los denominados lenguajes formales elementales constituyen una categora de lenguajes bastante sencillos, y suficientemente ricos desde el punto de vista expresivo al propio tiempo, pudiendo expresar cualquier teora interesante. Respecto a la precisin del lenguaje, Lukasiewicz (1975g:130) afirma: La precisin del pensamiento slo puede estar garantizada por la precisin del lenguaje. Mientras que, Barcel (2005:16) seala: Uno de los objetivos de nuestras teoras lgicas tcnicas es, precisamente, determinar cuales son los elementos lgicamente relevantes de nuestro lenguaje. Segn Garrido (1983:54): En las ciencias que versan sobre lenguaje es til distinguir entre el
3

Tambin conocidas como reglas de inferencia, segn Tarski (1977:72): Estas reglas . . . son instrucciones que estipulan cmo transformar proposiciones reconocidas como verdaderas en nuevas proposiciones verdaderas.

lenguaje por ellas investigado, al que se llama lenguaje objeto, y el lenguaje en que se desenvuelve la investigacin, al que suele llamarse metalenguaje. Al respecto, un hecho significativo son las paradojas que implican cierta forma de autorreferencia, de acuerdo a Dalla (1976:21-22): La denominada paradoja del mentiroso: la persona que afirma miento provoca una contradiccin al mentir si y slo si dice la verdad. Atribuida a Eublides de Mileto (perteneciente a la escuela megrica) . . . una solucin definitiva slo se propondra en nuestro siglo [s. XX] a travs de la formalizacin de los lenguajes: mediante una rigurosa distincin entre los diversos niveles lingsticos (el lenguaje-objeto y el metalenguaje). Una antinomia anloga a la del mentiroso aparece en Whitehead y Russell (1963:60), hoy conocida como paradoja de Russell: Sea w la clase de todas aquellas clases que no son miembros de ellas mismas. Entonces, cada clase x puede ser, x pertenece a w es equivalente a x no pertenece a x. Sin embargo, dando a x el valor w, w pertenece a w es equivalente a w no pertenece a w. (Traduccin libre)4 Frente a la presentacin axiomtica de la lgica, surge una alternativa. En este sentido, Deao (1978:152) seala: Por lo que se refiere a la lgica contempornea, puede decirse que desde Frege hasta 1934 y sin duda como consecuencia del influjo de la matemtica, se impuso la presentacin axiomtica de la lgica . . . Es en 1934 cuando Gentzen y Jaskowski presentan, por separado, lo que Gentzen llama un sistema de inferencia natural . . . el sistema de Gentzen se basaba, para la lgica de enunciados, en ocho reglas. Sobres las reglas de deduccin natural5, Braner (2005:174) afirma: Los sistemas de deduccin natural estn caracterizados por tener dos tipos diferentes de reglas . . . existen un
4

Let w be the class of all those classes which are not members of themselves. Then, whatever class x may be, x is a w is equivalent to x is not an x. Hence, giving to x the value w, w is a w is equivalent to w is not a w. 5 Segn Marraund (1999:111): El nombre deduccin natural responde a la intencin de Gentzen de capturar la lgica practicada por los matemticos, en oposicin a la lgica axiomtica de la matemtica.

tipo de regla que introduce un conectivo y existe un tipo de regla que elimina un conectivo (traduccin libre)6. En lgica proposicional, Garrido (1983:84) considera las siguientes reglas:
REGLAS DE INTRODUCCIN IMPLICADOR II EI REGLAS DE ELIMINACIN

A B A B
CONJUNTOR IC

A B A B

EC1

EC2

A B A B
DISYUNTOR ID1 ID2

A B A
ED

A B B

A A B

B A B

A B A C B C C

NEGADOR IN EN

A B B A
Sobre la deduccin natural, Palau (2001:9) afirma:

A A

Natural deduction systems are characterized by having two different kinds of rules . . . there is a kind of rule that introduces a connective and there is a kind of rule that eliminates a connective.

En la actualidad se coincide en aceptar a la forma de presentacin de Gentzen como la que ms refleja los aspectos inferenciales de los sistemas lgicos, y por lo tanto considerar al clculo de deduccin natural como la presentacin ms apropiada para una versin inferencial de la lgica. No obstante, segn Deao (1978:167): Se exponga como sistema axiomtico o como clculo de deduccin natural, la lgica de enunciados es la misma . . . su poder de anlisis formal de la validez de las inferencias entre enunciados sin analizar tendr siempre el mismo alcance. Aunque, segn Deao (1975b:13): La lgica formal, al nivel de lgica de enunciados, slo puede analizar formalmente de manera acabada aquellos razonamientos en cuya validez no desempean ningn papel la estructura interna de las proposiciones que la componen. Y, sin embargo, hay razonamientos que, siendo formalmente vlidos, no lo son simplemente en virtud de las puras conexiones externas entre los enunciados a partir de los cuales estn construidos.7 Un ejemplo de este tipo de razonamientos aparece en Copi (1987:87):
Todos los humanos son mortales. Scrates es humano. Por lo tanto, Scrates es mortal.

En tal sentido, la lgica proposicional no agota la lgica formal. Segn Deao (1975b:13): Es preciso ir ms all: penetrar en la estructura interna de los enunciados, en busca de los elementos relevantes para la validez de la inferencia en cuestin. Al respecto, Deao (1975b:16-17) afirma: Hay, fundamentalmente dos cosas. De una parte, expresiones que se refieren a individuos. De otra parte, expresiones que designan propiedades de individuos o relaciones entre ellos . . . A las expresiones del primer tipo seguiremos llamndolas

Sobre la validez de los razonamientos, Snchez y Campos (2003:10) afirman: Un argumento deductivo es vlido o correcto slo si las reglas utilizadas garantizan que la conclusin es consecuencia lgica de las premisas, es decir, que la informacin contenida en la conclusin est contenida en las premisas.

10

nombres de individuo, o nombres a secas. Para designar a las del segundo introduciremos el trmino predicado. Por tanto, la estructura interna de las proposiciones la constituyen nombres y predicados. Segn Deao (1975b:20): Vistos as los enunciados por dentro, la lgica procede a clasificarlos en dos grandes tipos: aquellos en que aparece un solo nombre de individuo, y aquellos otros en los que son dos o ms nombres de individuo los que intervienen. . . A los predicados del primer tipo se les llama predicados mondicos, y predicados polidicos a los del segundo. Ya identificada la estructura interna de las proposiciones, Deao (1975b:24,27) seala: Una variable que puede ser sustituida por cualquier nombre de individuo . . . todos y algunos, se las conoce con el nombre de cuantificadores . . . Al cuantificador todos se le denominar cuantificador universal. Cuantificador particular ser el nombre del cuantificador algunos. El smbolo del cuantificador universal ser . El del cuantificador particular, . Por tanto, en la estructura interna de las proposiciones se apoya la cuantificacin; adems, sta se simboliza a travs del concepto de variable. Al respecto, Deao (1975b:41-43) afirma: Entramos, pues, en un nuevo apartado de la lgica. Su nombre: la lgica de predicados o lgica cuantificacional . . . Una expresin escrita en el lenguaje de la lgica de los predicados mondicos sera . . . x ( Px Qx ) Rx que cabra ejemplificar con el siguiente enunciado:
Todos los cremitas que no tienen televisin se aburren mortalmente.

En cambio la expresin x y ( Px Qy ) ( Rxy Sxy ) que podra ser el esquema de un enunciado como
Todos los sabios encuentran siempre una masoquista que los sabe apreciar como se merecen

Pertenecera a la lgica de los predicados polidicos . . . Por qu no cuantificar tambin las letras de predicado? . . .
Hay un rasgo que todos los problemas filosficos tienen en comn

expresin que podramos esquematizar as: P x ( Qx Px )

11

. . . Pues bien: aquel nivel de la lgica de predicados en el que slo se cuantifican variables individuales recibe el nombre de lgica de predicados de primer orden. En un segundo nivel lgica de predicados de segundo orden se examinara la validez de aquellos razonamientos que, para su esquematizacin, requieren la cuantificacin de predicados de individuo. Pero podramos seguir ascendiendo . . . Sin embargo, se suele hablar, sin ms, de, por una parte, lgica de predicados de primer orden, y, por otra parte, lgica de predicado de orden superior, que integrara a todas las de orden superior al primero.8 Por tanto, la lgica cuantificacional considera la estructura interna de las proposiciones, la lgica proposicional no. Sin embargo, segn Garrido (1983:128): La lgica de cuantores supone la lgica de juntores, y no puede ser estudiada si antes no se conoce sta. Sobre los cuantificadores, Deao (1978: 274) seala: Al igual que con las conectivas, con ellos pueden llevarse a cabo dos operaciones fundamentales: introducirlos, y eliminarlos. Tendremos, en consecuencia, cuatro reglas. Estas reglas introducidas por Gentzen en 1934, de acuerdo a Garrido (1983:138) son:
Introduccin de generalizador IG Eliminacin de generalizador EG

Pa xPx
Condicin: a no debe ocurrir en ningn supuesto previo no cancelado. Introduccin de particularizador IP

xPx Pa

Eliminacin de particularizador EP

Pa xPx

xPx Pa A
Condicin: a no debe ocurrir en xPx , ni en A, ni en ningn supuesto previo no cancelado.

Garrido (1983:280 n.11) considera: La lgica elemental o de primer orden . . . se caracteriza porque en ella las nicas variables susceptibles de ser cuantificadas son las variables de individuo. Sobre la lgica de primer orden cabe edificar lgicas de orden superior que permiten cuantificar tambin las letras predicativas. Dentro de la lgica elemental se distinguen dos estratos . . . la lgica de juntores (lgica de enunciados) y la lgica de cuantores (lgica cuantificacional, tambin llamada lgica de predicados o clculo funcional). Esta ltima se subdivide a su vez en lgica cuantificacional mondica o lgica cuantificacional polidica.

12

En lgica cuantificacional, un concepto a considerar es el universo del discurso. Segn Deao (1975a:27 n. 8): Por universo del discurso entendemos el conjunto de objetos que constituye el marco de referencia de nuestro lenguaje en un momento dado. En particular, sobre el universo del discurso, Garrido (1983:49-51) afirma: En un cierto sentido, los cuantificadores pueden ser considerados como abreviaturas de frmulas cuyos nicos smbolos lgicos sean juntores . . . el cuantificador universal resume o representa la aplicacin reiterada del conjuntor . . . el particularizador resume o representa la aplicacin reiterada del disyuntor . . . Pudese, pues, afirmar que cuando el universo de discurso es finito se borran las fronteras entre lgica de cuantores y lgica de juntores: aqulla es reducible a sta. Pero cuando el universo del discurso es infinito . . . la lgica de cuantores se torna radicalmente distinta de la de juntores. Esta ltima afirmacin permite concluir que, la cardinalidad del universo del discurso determina si una lgica es proposicional o cuantificacional. Mientras que acerca de ambas lgicas, Lukasiewicz (1977:111) considera: Hoy tenemos plena conciencia de que la teora de la deduccin [lgica proposicional] y la teora de la cuantificacin [lgica cuantificacional] son las ramas ms fundamentales de la lgica. En cuanto a sta, Deao (1978:43) afirma: La lgica es la teora formal del razonamiento, el estudio de la argumentacin formalmente vlida, la ciencia de la inferencia deductiva. Con relacin a la deduccin, Garrido (1983:217-218) seala: El concepto de deduccin, que es el concepto central de la lgica, est ntimamente conectado con el de correccin formal, ya que de sta depende el inters real de una inferencia. Pero tambin lo est con la idea de verdad . . . La investigacin moderna suele hablar, a este respecto, de sintaxis y semntica. La sintaxis estudia, en un lenguaje o en un sistema formal, las relaciones de unos signos y unas frmulas con otros signos y otras frmulas. La semntica estudia, en cambio, la relacin de los signos y frmulas con sus contenidos y objetos extralingusticos . . . Carnap propone la divisin de la semntica en teora de la extensin y teora de la intensin. La primera estudiara la relacin de las palabras y frases a las cosas (denotacin, extensin); la segunda se ocupara del significativo o sentido de las palabras y de las frases (connotacin, comprensin). La diferencia entre extensin e intensin se aprecia fcilmente analizando el uso de los predicados . . . Al considerar a los predicados desde el punto de vista extensional se

13

dice que aluden, o mejor, que denotan clases o conjuntos. Pero cuando se les contemplan desde el ngulo intensional se dice que designan propiedades o notas de los objetos. Al comparar entre semntica extensional y semntica intensional, Garrido (1983:220) considera: La opinin ms general es, en todo caso, que la lgica extensional y la de referencia constituyen el camino ms seguramente practicable de la ciencia lgica. Sobre el desarrollo de la semntica extensional, Manzano (2003:39-40) afirma: La teora de modelos es la rama de la lgica matemtica que se ocupa de las relaciones entre los lenguajes formales y sus interpretaciones en sistemas o modelos adecuados . . . El gran impulsor de las investigaciones en este rea fue Tarski, que habiendo precisado y definido los conceptos semnticos de verdad y consecuencia, posibilit esta modernizacin y generalizacin de la semntica que es la teora de modelos.9 En semntica extensional se define interpretacin o realizacin de un lenguaje formal, al respecto Dalla (1976:84) considera: Supongamos que nos enfrentamos con un lenguaje [formal] elemental L. En tal caso, la operacin de interpretacin de L puede describirse abstractamente a travs de un par ordenado U, v donde U es un conjunto no vaco que representa al universo, en tanto que v es la operacin que asigna los significados en el universo U. Y a partir de realizacin de un lenguaje, se define modelo de un sistema formal, verdad lgica y consecuencia lgica. Segn Dalla (1976:88): Un modelo de un sistema formal es una realizacin del lenguaje del sistema que hace verdadero a todos los axiomas del sistema . . . Una proposicin es una verdad lgica cuando sea verdadera en toda realizacin posible del lenguaje a que pertenece . . . Una proposicin es una consecuencia lgica de un conjunto de proposiciones K cuando

Segn Garrido (1983:24): A la lgica formal tal y como ha venido siendo clsicamente cultivada, desde Aristteles a Kant, se le suele dar el nombre de lgica tradicional. A la lgica formal en su actual estado de matematizacin o plena formalizacin, se le han dado los nombres de lgica simblica, lgica matemtica y logstica . . . y tambin el de lgebra lgica.

14

toda realizacin (del lenguaje de K y de ) que haga verdaderos todos los elementos de K hace verdadera tambin a la proposicin . Sobre la conexin entre consecuencia lgica y deductibilidad formal Garrido (1983:231) seala: La relacin de consecuencia lgica es el correlato semntico, y tambin el fundamento, de la relacin sintctica de la deducibilidad formal. Como smbolo de esta ltima relacin emplebamos el deductor: |--, escribiendo |-- A para indicar que la frmula A es formalmente deducible (derivable) del conjunto de frmulas . . . Y para indicar que una frmula A es consecuencia lgica, o se deduce semnticamente, de un conjunto de frmulas , escribiremos |= A. En la notacin sintctica, el hecho de que una frmula representase una ley lgica . . . se expresaba: |-- A, indicando de ese modo que la frmula A es susceptible de ser deducida a partir de cero premisas o suposiciones iniciales. Anlogamente escribimos en notacin semntica |= A. si A es verdad lgica (enunciado analtico). La distincin entre las dos clases de relacin deductiva, la deducibilidad formal y la consecuencia semntica, no es trivial. En principio no est garantizado que ambas hayan de coincidir. Esto ltimo se trata al nivel metaterico. Ahora bien, sobre la metateora Deao (1978:296) seala: Hacer Metateora consiste principalmente en estudiar si los clculos lgicos renen cierto tipo de propiedades o requisitos. Segn Garrido (1983:308-311): Una de las tareas de la metateora consiste en considerar el sistema desde un punto de vista global . . . Consistencia, completud y decidibilidad son propiedades que afectan al sistema formal globalmente considerado. La demostracin de que ste posee alguna de ellas, no es una tesis del sistema, susceptible sin ms de ser reducida en trminos de lenguaje formal, sino una tesis acerca del sistema, que deber ser abordada con los criterios y los mtodos de la metateora . . . Un sistema formal es consistente cuando todas las frmulas que de l se derivan o pueden derivarse estn exentas de contradiccin . . . La tesis de consistencia . . . podra enunciarse diciendo que: si una frmula A es formalmente deducible en el sistema, entonces es lgicamente verdadera. Ms brevemente: Si |-- A, entonces |= . La tesis de completud est relacionada con la anterior, cuya inversa es. Un sistema es completo cuando tiene potencia o capacidad suficiente para que de l se deriven todas aquellas frmulas que correspondan a verdades de la parcela cientfica que el sistema

15

en cuestin pretenda formalizar . . . La tesis de completud para un sistema lgico puede enunciarse as: si una frmula A es lgicamente verdadera, entonces es formalmente deducible en el sistema. Ms brevemente: Si |= A, entonces |-- . . . . La conjuncin de ambas tesis constituye una asercin del mximo inters: la asercin de la coincidencia o equivalencia entre sintaxis y semntica. En smbolos |-- sii |= A. La demostracin de este resultado para la lgica elemental fue obtenida en 1930 por Gdel se trata, tal vez, del ms importante de los alcanzados en la investigacin de los sistemas de lgica elemental. El mismo resultado para la lgica de enunciados haba sido obtenido por Post en 1920. Sin embargo, Garrido (1983:232) afirma: Pero en teoras de orden superior no es ese el caso. En tales teoras el control lgico inherente a la relacin de deducibilidad deja de ser operante, y es preciso atenerse tan slo al criterio de consecuencia lgica. Sobre decibilidad, Tarski (1971a:3) afirma: Una teora T es llamada decidible o indecidible si la solucin del problema de decisin es positiva o negativa (traduccin libre)10. Al respecto, Garrido (1983:310) explica: A un procedimiento que permite resolver mecnicamente un problema o un grupo de problemas se le da el nombre de procedimiento decisorio o algoritmo . . . En el caso de los sistemas formales se habla de decibilidad cuando existe un algoritmo o procedimiento decisorio que permita determinar mecnicamente si una frmula cualquiera es o no deducible. Un sistema formal ser decidible o indecidible segn que exista o no exista un tal procedimiento decisorio de la deducibilidad de sus frmulas. Aunque se da la equivalencia entre sintaxis y semntica en lgica elemental, sin embargo, segn Garrido (1983:324): La lgica cuantificacional de primer orden es consistente y completa, pero no decidible, o al menos slo parcialmente11. Y, como ya se indicaba al inicio

10

A theory T is called decidable or undecidable according as the solution of the decision problem is positive or negative. 11 Otros casos destacados de indecibilidad: segn Mostowski, Robinson y Tarski (1971:39): Cada subteora de la aritmtica de nmeros naturales es indecidible (Every subtheory of the arithmetic of natural numbers is undecidable). Mientras que Tarski (1971b:77) afirma: La teora elemental de grupos es indecidible (The elementary theory of groups is undecidable).

16

del epgrafe, la lgica proposicional es decidible. Al respecto, Fernndez (2005a:1) seala: Un clculo de tablas para la lgica proposicional clsica goza de todas las ventajas: correccin, completud, decidibilidad. Entonces, se puede concluir que la lgica proposicional es una parte fundamental de la lgica y la menos compleja. Adems, en lgica proposicional, la equivalencia entre consistencia y completitud garantiza la equivalencia entre sintaxis y semntica. Mientras que sobre la nocin de algoritmo, vinculada a la decibilidad, Alonso (2002:5) comenta: La conexin entre la Teora de la Computacin y la Lgica tiene lugar, precisamente, en lo que atae a la manipulacin y tratamiento de algoritmos. Por tanto, si se tiene en cuenta que en los fundamentos de la matemtica el concepto de algoritmo es clave, entonces ste liga la lgica, la teora de la computacin y la matemtica. Adems de las tres propiedades, consistencia, completud y decibilidad, hay una cuarta cuestin, la independencia. Sobre sta, Garrido (1983:310-311) afirma: Un sistema formal o deductivo es llamado independiente cuando no se da el caso de que alguno de sus axiomas o alguna de sus reglas primitivas pueda ser derivada de los otros axiomas o de las otras reglas primitivas . . . La cuestin de la independencia en un sistema no es un problema de necesidad, sino slo de elegancia o de economa de supuestos. Sin embargo, por ms de dos milenios por una cuestin slo de elegancia, por utilizar la expresin anterior, se ha intentado probar la dependencia del quinto postulado de las paralelas, hasta que finalmente, segn Boyer (1986:674-676), en el primer tercio del siglo XIX, Lobachewsky, Gauss y Bolyai, de modo independiente, demuestran lo contrario, su independencia, y se llega as a crear las geometras no-eucldeas. Como consecuencia de ello, se logra precisar ms la idea de teora axiomtica, que segn Dalla (1976:39) se da el abandono del criterio de la evidencia, tomado como garanta de verdad, por los postulados de una teora matemtica . . . en particular, la existencia de geometras diferentes.

17

Como se sabe, la lgica est organizada axiomticamente, entonces es de esperar que esta evolucin de la concepcin axiomtica haya contribuido, en particular, a la aparicin de lgicas diferentes. Dalla (1976:43-44) afirma: La lgica matemtica fue nica o casi nica por largo perodo . . . en nuestros das la situacin se ha complicado mucho ms. Se ha producido una suerte de explosin demogrfica de lgicas distintas. Al respecto, Manzano (2005:19-20) seala: Hay lgicas abductivas, condicionales, combinatorias, categoriales, constructivas, cunticas, cumulativas, denticas, descriptivas, difusas, epistmicas, estoicas, libres, hbridas, infinitarias, intensionales, intuicionistas, lineales, multimodales, no monotnicas, paraconsistentes, polivalentes, de la relevancia, subestructurales y en general, una larga lista de lgicas no-estndar. Pero, la autora afirma en Manzano (2005:21-22): Aceptamos la gran diversidad de sistemas lgicos. . . las diversas lgicas pueden ser traducidas a un marco unificador de corte clsico; esto es, aceptamos que la lgica clsica es en cierto sentido un sistema

universal12.
Al nivel de sntesis, de acuerdo a lo desarrollado en la parte anterior, sobre lgica de predicados existen dos formas de presentacin de esta lgica: como sistema axiomtico y como clculo de deduccin natural. Mientras que este ltimo expresa mejor los aspectos inferenciales de la lgica, la presentacin axiomtica tiene ventajas al nivel metaterico. Sin embargo ambas formas tienen el mismo alcance, es decir, se da la igualdad entre sintaxis y semntica; en trminos ms precisos, la consistencia y la completitud son equivalentes en la lgica de primer orden. Pero no se cumple en la lgica de orden superior. Adems, la lgica de primer orden es consistente y completa, mientras que la decibilidad slo se da en la lgica proposicional. As, sta se convierte en una de las dos partes fundamentales de la lgica y la menos compleja.

12

Garrido (1983:35) precisa: A la lgica, sea o no tradicional, que se conforme al principio aristotlico de bivalencia, se llama clsica.

18

La lgica cuantificacional estudia la estructura interna de las proposiciones, mientras que la proposicional no. Pero, la primera se apoya en la segunda, es decir, en la lgica proposicional; aunque ambas, constituyen la parte fundamental de la lgica. Ahora bien, si el dominio del discurso es finito, la lgica cuantificacional se reduce a la lgica proposicional. Por ltimo, la evolucin del mtodo axiomtico ha llevado a la aparicin de lgicas diferentes, en particular las polivalentes. 2.1.2 Lgica polivalente Segn Dalla (1976:104): En aos recientes los enfoques lgicos de tipo polivalente han tenido, en sus distintas formas, una gran difusin . . . la lgica bivalente se enjuicia como de mxima idealizacin. . . en tanto que se mantiene que la lgica concreta eventual sera esencialmente polivalente. En cuanto a los fundadores de las lgicas polivalentes, Deao (1975b:14) considera: Han sido Jan Lukasiewicz y Emil Post los verdaderos creadores de las lgicas polivalentes . . . Post no volvi a ocuparse nunca ms del tema desde entonces; para Lukasiewicz, en cambio, constituy, a partir de ese momento, una de sus preocupaciones intelectuales bsicas. Esta es una importante razn para conocer las ideas de Jan Lukasiewicz sobre la lgica polivalente. Segn Lukasiewicz (1975c:59): Si se introduce en lgica este tercer valor de verdad, estamos cambiando sus fundamentos. Un sistema trivalente de lgica, cuyo primer bosquejo pude dar en 1920 difiere de la lgica bivalente ordinaria, la nica conocida hasta ahora, tanto como los sistemas no eucldeos de geometra difieren de la geometra eucldea. A pesar de ello, la lgica trivalente es tan consistente y libre de contradicciones como la lgica bivalente.

19

Esto ltimo es similar a lo que un siglo antes Lobachewsky sostena, para justificar su geometra no-eucldea. Adems, Lukasiewicz (1975g:136) considera: La existencia del sistema de lgica polivalente se ha de tomar hoy en cuenta del mismo modo que se ha de tomar en cuenta, por ejemplo, la existencia de sistemas de geometra no-eucldea. Estas afirmaciones ponen en evidencia que la aparicin de la lgica polivalente est relacionada, en particular, con la existencia de la geometra no-eucldea. Tambin, segn Fernndez (2005a:40): Algunos problemas filosficos, especialmente el de los futuros contingentes, estn a la base de la elaboracin de las denominadas lgicas

polivalentes. Al respecto, Lukasiewicz (1975f:120) seala: He estado siempre sumamente

interesado en el tema del determinismo e indeterminismo; lo he asociado con el problema de las lgicas polivalentes. Adems, segn Lukasiewicz (1975g:136): Como fundador de los sistemas polivalentes de la lgica proposicional, afirmo que histricamente estos sistemas. . . han surgido a partir de investigaciones lgicas relativas a las proposiciones modales y a los conceptos relacionados de posibilidad y necesidad. En este sentido, Lukasiewicz (1975a:39) afirma: He demostrado que, adems de proposiciones verdaderas y falsa, hay proposiciones

posibles, a las que corresponden la posibilidad objetiva con un tercer valor adems del ser y
no-ser. Esto dio origen a un sistema de lgica trivalente. Sobre sta, Lukasiewicz (1975b:41-42) explica: Es un sistema de lgica no aristotlica, puesto que opera sobre la base de que, adems de proposiciones verdaderas y falsas, hay tambin proposiciones que no son ni verdaderas ni falsas, y, por tanto de que existe un tercer valor lgico. Este tercer valor lgico se puede interpretar como la posibilidad . . . la lgica trivalente tiene sobre todo importancia terica como medio para construir un sistema de lgica noaristotlica. Si este nuevo sistema de lgica tiene o no importancia prctica es algo que slo podr determinarse cuando se examinen en detalle fenmenos lgicos. Y en especial los fenmenos lgicos que se dan en las ciencias deductivas. Sin embargo, sobre el calificativo de lgica no-aristotlica, Lukasiewicz (1975d:83) considera:

20

Quiz no sera correcto denominar a los sistemas polivalentes de lgica proposicional por m establecidos lgica no-aristotlica, dado que Aristteles fue el primero que pens que la ley de bivalencia poda no ser verdadera para ciertas proposiciones. Nuestra lgica, provista de un nuevo fundamento, podra denominarse ms bien nocrispea, puesto que parece haber sido Crisipo el primer lgico que conscientemente estableci y defendi obstinadamente el teorema segn el cual toda proposicin es o bien verdadera o bien falsa. Adems, Lukasiewicz (1975d:85-86) aade: Los estoicos . . . y Crisipo en especial, erigieron la ley de bivalencia en principio fundamental de su dialctica . . . la dialctica estoica es la

forma antigua de la moderna lgica proposicional. Tambin, segn Lukasiewicz (1975e:92):

En la lgica proposicional estoica aparecen las siguientes funciones: negacin, implicacin, conjuncin y disyuncin. Entre la lgica bivalente y las polivalentes, segn Lukasiewicz (1975d:81), se cumple: El sistema trivalente es una parte propia del bivalente, del mismo modo que el sistema infinitamente polivalente es una parte propia del sistema trivalente. Esto quiere decir que todas las tesis de los sistemas trivalente e infinitamente polivalente son verdaderas para el sistema bivalente. Esta propiedad entre lgica bivalente y las lgicas polivalentes es de gran utilidad, a la hora de desarrollar una de stas, porque las propiedades de la primera constituyen el lmite de las propiedades que verifican las segundas. Ahora bien, una buena parte, y que es esencial, de lo aqu sealado sobre las lgicas polivalentes, se resume en Dalla (1976:103): Desde un punto de vista terico, una vez aceptado el principio de la polivalencia, es posible construir una gran variedad de lgicas polivalentes distintas, haciendo variar tanto el nmero de valores de verdad como las condiciones semnticas impuestas a los operadores lgicos fundamentales . . . Estas lgicas resultan todas subteoras respecto a las lgicas clsicas, en el sentido de que todas las leyes polivalentes son tambin leyes clsicas, pero no ocurre generalmente el caso inverso . . . las lgicas polivalentes suelen ser, como la lgica bivalente clsica, veritativo-funcionales. Con otras palabras, el valor de verdad de una proposicin depende exclusivamente del valor de verdad de sus partes atmicas.

21

En este sealamiento, cabe destacar las dos caractersticas fundamentales de una lgica polivalente: la definicin de sus conectivos y su polivalencia. Sobre el impacto de las lgicas polivalentes, Lukasiewicz (1975e:107) concluye: Con los sistemas polivalentes de lgica proposicional ha surgido . . . un nuevo campo de investigacin. Al respecto, Deao (1975b:14-15) afirma: Desde que Lukasiewicz y Post sentaron las bases, las lgicas polivalentes han pasado a convertirse en la sombra de la lgica formal dominante, entre ellas, en particular la lgica difusa. Al respecto, Astorga (1997:41) comenta: En 1965, el investigador Lofti A. Zadeh comenz a formalizar las ideas de Lukasiewicz, dndoles las caractersticas que actualmente se conocen bajo el nombre de lgica difusa, la cual, se sustenta a su vez en los conjuntos difusos. Como fundador de la lgica difusa, en la primera referencia sobre conjuntos difusos, Zadeh (1965:1) seala: Un conjunto difuso es una clase de objetos con un continuo de grados de membresa (traduccin libre)13. Esta cantidad de grados de pertenencia a un conjunto, tantos como nmeros reales, garantiza que la lgica difusa sea infinitamente polivalente, de ah el ser elegida en este estudio para ejemplificar una lgica con polivalencia infinita. Sobre conjuntos difusos, Astorga (1997:97) afirma: Constituyen el modelo abstracto por el cual Zadeh, intenta reproducir la terminologa vaga o poco precisa que utilizamos los seres humanos en nuestras conversaciones diarias. Con respecto al lenguaje natural, Zadeh (2005:16) explica: El problema es que el lenguaje natural es intrnsicamente impreciso. La imprecisin de los lenguajes naturales es una consecuencia del hecho que (a) un lenguaje natural es, bsicamente, un sistema para describir percepciones; y (b) las percepciones son intrnsicamente imprecisas como consecuencia de (c) la capacidad limitada de los rganos sensoriales, y fundamentalmente el cerebro, para resolver detalles y guardar informacin; y (d) incompletitud de informacin. (Traduccin libre)14

13 14

A fuzzy set is a class of objects with a continuum of grades of membershy. The problem is that natural languages are intrinsically imprecise. Imprecision of natural languages is a consequence of the fact that (a) a natural language is, basically, a system for describing perceptions; and (b)

22

Zadeh (1994:78) afirma: Lgica difusa es un sistema que aspira a una formalizacin del razonamiento aproximado. Como tal est basada en lgica multivaluada [polivalente] (traduccin libre)15. Y, segn Astorga (1997:87): Con el trmino razonamiento aproximado, dentro de la literatura se busca cubrir aquellos casos donde se tienen que realizar deducciones con informacin incompleta, imprecisa o vaga. Sobre la ventaja de los mtodos difusos Zadeh (1975:78) concluye: Es probable obtener mayores progresos reales en la comprensin del comportamiento de sistemas inteligentes que dentro de los confines de los mtodos tradicionales (traduccin libre)16. Segn Velarde (1994:311): En el rea de la Ingeniera del Conocimiento ha comenzado la construccin de computadores difusos . . . el nfasis se pone, no en los datos, sino en el conocimiento y en el manejo de conocimiento impreciso. Se necesitan, por tanto, sistemas hardware que traten con seales difusas, y no ya con seales binarias. Por tanto, la lgica difusa en ingeniera del conocimiento, est presente no slo en el software sino tambin en el hardware. En general, la ventaja de los mtodos difusos radica en su polivalencia infinita. De lo sealado cabe destacar, una lgica polivalente se fundamenta en dos caractersticas esenciales: la definicin de sus conectivos, se refiere a sus condiciones semnticas; y la polivalencia, es decir, el nmero de valores de verdad. Precisamente, en estas dos condiciones se articula la construccin, a realizar, de la lgica de plausibilidad generalizada. Adems, para las lgicas polivalentes, la lgica bivalente constituye un marco de referencia general.

perceptions are intrinsically imprecise as a consequence of (c) the bounded ability of sensory organs, and ultimately the brain, to resolve detail and store information; and (d) incompleteness of information. 15 Fuzzy logic is a logical system that aims at a formalization of approximate reasoning. As such, it is rooted in multivalued logic. 16 We are likely to make more real progress in the understanding of the behavior of humanistic systems than is possible within the confines of traditional methods.

23

En particular, existe un resultado: Las propiedades de una lgica polivalente, tambin lo son de la lgica bivalente, pero en el caso inverso, no se da en general. Este resultado es de suma importancia, en particular para nuestro problema de investigacin, porque orienta en el desarrollo de una lgica polivalente, que es nuestro caso, al tener que desarrollar la lgica de plausibilidad una vez incrementada su polivalencia. Por tal razn, la lgica de primer orden ocupa un lugar destacado en los antecedentes tericos de la teora de plausibilidad. 2.1.3 Lgica no-monotnica Con respecto a la idealizacin de la lgica clsica, Morado (2004:3) afirma: Esta exigente visin de la lgica es un hermoso ideal para alcanzar, pero un peligroso criterio para juzgar sobre la racionalidad de un agente. Sobre la infalibilidad Morado y Savion (2002) sealan: Un sistema inferencial infalible comienza con un conjunto de verdades lgicas, y las procesa a travs de reglas de inferencia que conservan la verdad. Desafortunadamente, nosotros no siempre comenzamos de suposiciones necesarias, nuestra informacin es a menudo falsa y normalmente incompleta. (Traduccin libre)17 Sin embargo, segn Morado (2004:4): Esta prdida de la infalibilidad, reemplazndola con una modesta sensatez, no significa renunciar al rigor. Podemos incluso desarrollar sistemas que permiten y facilitan hacer revisiones a nuestros cuerpos de creencias, como las lgicas no-monotnicas en que es fcil modelar procesos de retraccin de opiniones. Mientras que Fernndez (2005a:1-2), sobre la lgica no-monotnica, seala: En Inteligencia Artificial interesan tambin las lgicas que tratan de sistematizar el razonamiento propio de la vida cotidiana, el razonamiento de sentido comn, donde se opera con informacin incompleta, lo que implica el abandono de los planteamientos clsicos para el abordaje de esta tarea y la adopcin de lgicas en las que la relacin de
17

An infallible inferential system starts with a set of logical truths, and processes them through valid rules of inference that preserve truth. Unfortunately, we do not always start from necessary assumptions; our information is often false and almost always incomplete.

24

consecuencia entre premisas y conclusin no siempre se mantiene ante un aumento de las primeras; se trata de familia de lgicas denominadas no montonas. Acerca de los razonamientos no monotnicos, Soler (2005:85) afirma: Una de las caractersticas propias de los sistemas formales (deductivos) clsicos es su monotona . . . Sin embargo, muchos razonamientos que realizamos en la vida ordinaria no son montonos. Morado (2005a:239-240) explica: El razonamiento monotnico ocurre cuando las inferencias se preservan bajo aumento de premisas . . . En contraste, el razonamiento no-monotnico ocurre cuando las inferencias no se preservan bajo aumento de premisas . . . la nocin de nomonotonicidad que buscamos es no-monotonicidad bajo incremento total de informacin, tanto positiva como negativa. Segn Morado (2005b:37): El tratamiento lgico de las inferencias no-monotnicas tiene una larga historia que se remonta hasta el silogismo retrico en Aristteles. En siglos recientes han sido desarrollados sistemas de lgica no monotnica como la induccin, la abduccin, las probabilidades, el razonamiento estadstico, etc. Y en las ltimas tres dcadas han aparecido sistemas de circunscripcin, autoepistmicos, por falla, preferenciales, etc., que prestan especial atencin a aspectos no-monotnicos de las inferencias. En torno a la investigacin en lgica no-monotnica, Morado (2005b:42) considera: El principal impulso para la investigacin sobre sistemas lgicos no-monotnicos proviene de los estudios en ciencias de la computacin en los que juega un papel importante el manejo de bases de datos deductivas, los sistemas expertos, los programas para toma de decisiones, etc. Sobre la necesidad de contar con un tipo de inferencia en lgica no-monotnica, Aliseda (2005:3-4) seala: La proliferacin de sistemas no-montonos result ser un reto para los lgicos. Por un lado, surge la necesidad de contar con un marco general donde pudieran analizarse y compararse los mltiples y diversos sistemas lgicos recin propuestos . . . La idea es

25

la de describir un estilo de inferencia en un nivel puramente abstracto, haciendo alusin exclusivamente a su estructura y propiedades combinatorias. De lo sealado sobre lgica no-monotnica, se puede concluir que modela razonamientos sujetos a retraccin de opiniones; a pesar de contar con una larga historia, el desarrollo de una gran variedad de sistemas no-monotnicos es reciente, y se debe a la ciencia de la computacin; y, su estructura de inferencia est poco desarrollada. No obstante, aunque los razonamientos asociados con la teora de plausibilidad son no monotnicos, esta situacin no afecta a la no monotonicidad de la lgica de plausibilidad; porque, la teora de plausibilidad resuelve este problema dividiendo el proceso de decisin por etapas, donde en cada una de ellas se da la monotonicidad. 2.2 Antecedentes de la decisin racional Lo que constituye el fundamento de toda la ciencia es, segn Bacon (1984:89-90): Descubrir lo que hace y admite la naturaleza. . . Es preciso, pues, formar tablas y encadenamientos de hechos, distribuidos de manera tal y con tal orden, que la inteligencia pueda operar sobre ellos . . . sobre la propiedad dada, es preciso ante todo hacer comparecer ante la inteligencia todos los hechos conocidos que ofrecen aquella misma propiedad, aunque en materias muy diferentes. Es lo que el autor llama tabla de hechos positivos o tabla de ser y de presencia. Sobre la tabla de hechos negativos o tabla de desaparicin o de ausencia en los anlogos, en Bacon (1984:91) seala: Es segundo lugar es preciso hacer comparecer ante la inteligencia todos los hechos en los que no se encuentra la propiedad dada . . . Pero citar todos estos hechos, sera empresa interminable. Por esto es preciso poner los hechos negativos, al lado de los afirmativos, e investigar la privacin de la propiedad, slo en los sujetos que ms relacin tienen con aquellos en los que la propiedad existe o aparece.

26

Sin embargo, de esta necesidad de mostrar hechos positivos y hechos negativos, o presencias y ausencias se llega a los procesos de formalizacin, defendidos por Galileo, que como seala Koyre (1978a:181), la fsica moderna: ha nacido con y en las obras de Galileo Galilei y ha acabado en las de Albert Einstein. Refirindose a Galileo, sobre la enorme dificultad de su empresa, Koyre (1978a:193-194) seala: Sabe muy bien que se encuentra frente a enemigos poderosos: la autoridad, la tradicin y el peor de todos el sentido comn. . . No debemos, pues, elegir entre pensar e imaginar. Pensar con Galileo o imaginar con el sentido comn. Pues es el pensamiento, el pensamiento puro y sin mezcla, y no la experiencia y la percepcin de los sentidos, lo que est en la base de la nueva ciencia de Galileo Galilei . . . Las leyes fundamentales del movimiento . . . son leyes de naturaleza matemtica.18 En tal sentido, Koyre (1978b:71) explica: Est claro: la manera en que Galileo concibe un mtodo cientfico correcto implica un predominio de la razn sobre la simple experiencia, la sustitucin por modelos ideales (matemticos) de una realidad empricamente conocida, la primaca de la teora sobre los hechos. Sobre el papel de las matemticas en las ciencias naturales, Koyre (1978a:194n) concluye que la revolucin galileana puede ser resumida en el hecho: del descubrimiento de que las matemticas son la gramtica de la ciencia fsica. El propio responsable de tal revolucin, en Galilei (1984:61), considera que el universo: est escrito en lengua matemtica y sus caracteres son tringulos, crculos y otras figuras geomtricas, sin las cuales es imposible entender ni una palabra.
18

La superacin del sentido comn en el contexto de las matemticas ya se da tan pronto como en el siglo V a. C., cuando un pitagrico, Hipaso de Metaponto, descubre los inconmensurables, que junto con las aporas de Zenn de Elea lleva a los pitagricos a crear el mtodo axiomtico deductivo. Pues, segn Boyer (1986:111) los historiadores: suelen referirse a los argumentos de Zenn y de Hipaso como una de las posibles causas motivadoras del enfoque deductivo. Mtodo que aparece en los Elementos de Euclides y que constituye el fundamento de la ciencia actual. En particular, la evolucin del mtodo axiomtico deductivo, a travs de las geometras no eucldeas, debido especialmente a los trabajos de Lobachevski, crea la base matemtica para que Einstein pudiera desarrollar la fsica moderna. Al respecto, Aleksandrov (1985:216) seala: En 1915 Einstein, en su teora general de la relatividad, corrobor las ideas de Lobachevski y Riemann.

27

Este nfasis en la formalizacin matemtica es recogido por el positivismo y llevado a las ciencias sociales, que segn Pereyra, Toscano y Jones (2002:95): El positivismo slo reconoce como modelos de conocimiento legtimo a las ciencias empricas o naturales y las disciplinas formales como la lgica y la matemtica. Es as como las ciencias sociales norteamericanas comenzaron a mostrar una tendencia creciente hacia el refinamiento lgico y epistemolgico en pos de revestir un carcter verdaderamente cientfico. Una de las vertientes de dicha tendencia fue la teora de la eleccin racional. En particular, Rawls aplica la decisin racional en su teora de la justicia para elegir los principios de justicia; y sobre stos seala en Rawls (1997:18): Proporcionan un modo para asignar derechos y deberes en las instituciones bsicas de la sociedad y definen la distribucin apropiada de los beneficios y las cargas de la cooperacin social. Esto muestra cmo desde el mundo de las matemticas a travs de la decisin racional se llega al mundo le la vida de los sujetos, donde consideraciones racionales permiten tomar decisiones morales. Al referirse a los antecedentes ms antiguos de la decisin racional, Pereyra et al (2002:93,123n), sealan entre los autores clsicos del utilitarismo, a Jeremy Bentham. Segn Larios (1973:XV): El fin del obrar humano, tanto de la conducta pblica como de la privada, es la felicidad, y la calificacin moral de una accin se determina por sus consecuencias placenteras o penosas. Este principio hedonstico es la base de la filosofa moral de Bentham, quien pretende apoyar en ella toda la moral y todo el Derecho.19 El propio autor sobre el principio de utilidad, en Bentham (1973:70), afirma: Es nicamente este principio el que nos proporciona un fundamento que no necesita de otro anterior para
19

Para Bentham (1973:33): Las nicas consecuencias que a los hombres, en realidad, les interesan, no son, acaso, el dolor y el placer? En efecto, puede expresarse con palabras tales como dolor y places [sic]; dolor y placer son trminos, creo yo, cuyo significado ningn hombre necesita preguntar a un jurista.

28

sustentarse y que es, por s solo y en s mismo, fundamento suficiente para cualquier cuestin prctica. Para Bentham (1973:63): La utilidad es la piedra de toque y la medida de toda virtud, tanto de la lealtad como de cualquier otra, y que la obligacin de contribuir a la felicidad general constitua la suprema obligacin de todos. Adems de defender el principio de utilidad, Bentham (1973:116) destaca el inters del rigor lgico de los argumentos: Admitamos que hay leyes que exceden del poder de la legislatura. Mediante qu criterios determinamos si estamos en presencia o no de una de ellas? Por mi parte, no puedo encontrar ninguno. Si continuramos examinando la defensa de la tesis, solo encontraramos la misma confusin inicial o, en el mejor de los casos, vagas aserciones y argumentos no inteligibles; cuando lo son, tales argumentos se derivan del principio de utilidad y, cualesquiera que fueren los trminos empleados, no nos conducen ms que a esto: la tendencia de la ley es, en mayor o menor grado, perniciosa. Si este es el resultado del razonamiento, por qu no reconocerlo de una vez? A qu viene derivarse por un pramo de sofismas, cuando la senda de la recta razn se abre ante nosotros? Sobre el principio de utilidad, Larios (1973: XXI) comenta: Ms que un principio, su idea fundamental es un mtodo, un mtodo de reconocida eficacia para dirigir al ser humano en sociedad mediante el hbil manejo de sus propios resortes psicofsicos, una piedra de toque para determinar, en vista de los resultados dolorosos o placenteros, si la conducta pblica o privada ha sido adecuada. Aunque como seala Larios (1973:XX): No se puede pretender hallar el fundamento de la sociedad y de las instituciones sociales en el instinto de placer. Sin embargo, Larios (1973: XV) explica: Lo que supone un avance sobre la vieja moral hedonstica es la insistencia sobre la necesidad de un exacto clculo de las consecuencias de nuestras acciones. Este clculo [aritmtica moral] nos proporcionar la informacin necesaria para decidir acerca de nuestra conducta.

29

Por tanto, en el principio de utilidad en Bentham hay cierto anlisis, porque para asegurar la felicidad a travs de resultados placenteros y dolorosos, exige un mximo de placer y un mnimo de dolor para decidir sobre nuestra conducta. Tal como se muestra en la seccin 2.3.3, esto responde a la estructura matemtica de la decisin racional, un algoritmo maximin: mayor riqueza y menor pobreza, mayor democracia y menor tirana, mayor evidencia en contra y menor evidencia a favor, etc. Sobre la decisin racional Pereyra et al. (2002:93) sealan: Los aos posteriores a la segunda guerra mundial mostraron la consolidacin de la eleccin racional como perspectiva terica en las ciencias sociales. Los mismos autores, en Pereyra et al. (2002:95), comentan que gran parte de los cientficos sociales norteamericanos de la dcada de los cincuenta, reciben una fuerte influencia de las escuelas positivistas. En cuanto a la teora positivista predominante hasta el momento en Inglaterra, segn Rodrguez (1997:22), sus races se remontan a los trabajos de Jeremy Bentham a finales del siglo XVIII. Sin embargo, Rodrguez (1997:38) seala: Dworkin propone el abandono de la separacin conceptual tajante entre derecho y moral defendida por los positivistas20; y explica: Dworkin construye un mtodo de decisin . . . destinado a encontrar en cada caso difcil los principios que expliquen de la mejor manera posible las reglas vigentes y que provean la mejor justificacin moral para la decisin del caso.21 Como positivista, a travs de la regla de reconocimiento22, Hart intenta justificar su posicin frente a la propuesta de Dworkin, y seala, en Hart (1997:106):

20

Rodrguez (1997:22-23) afirma: El ataque de Dworkin a la separacin entre descripcin y justificacin fue desarrollado sistemticamente en Laws Empire. 21 Segn Rodrguez (1997:68): En trminos generales, un caso es difcil cuando los hechos y las normas relevantes permiten, por lo menos a primera vista, ms de una solucin. El tipo de caso difcil ms frecuente es aqul en el que la norma aplicable es de textura abierta, es decir, contiene una o ms expresiones lingsticas vagas. 22 Hart (1997:103) afirma: Mi teora no es un positivismo del hecho evidente puesto que dentro de los criterios de validez admite valores y no slo hechos.

30

Dworkin desconoce el hecho de que acepto explcitamente que la regla de reconocimiento puede incorporar, como criterios de validez jurdica, la conformidad con principios morales o valores sustantivos; es por ello que mi teora ha sido calificada de positivismo suave y no, como sucede en la versin que Dworkin ofrece de ella, de positivismo del hecho evidente.23 Precisamente, en torno al concepto de regla, surge una discusin interesante dentro del debate HartDworkin. Al respecto, Hart (1997:117-118,123) afirma, en alusin a una de sus obras24: Durante largo tiempo, la crtica ms conocida de Dworkin con referencia a este libro era que erradamente representaba el Derecho como si consistiera nicamente en reglas todo o nada y desconoca otro tipo de parmetro jurdico, esto es, los principios jurdicos que desempean un papel importante y distintivo en el razonamiento jurdico y en el proceso de adjudicacin . . . Ciertamente, confieso que en mi libro me ocup muy poco del tpico de la adjudicacin y del razonamiento jurdico y, en especial, de los argumentos relativos a lo que mis crticos denominan principios jurdicos. Coincido en que es un defecto de mi exposicin el no haberme detenido en los principios . . . Considero que los argumentos establecidos a partir de los principios de esta ndole constituyen un rasgo importante de la adjudicacin y del razonamiento jurdico.25 De lo anterior, cabe destacar la importancia que Dworkin concede a los razonamientos, en este caso vinculados al derecho consuetudinario26, valoracin sobre los razonamientos que tambin Hart llega a compartir, aunque ste, desafortunadamente, se olvida de ellos, como explcitamente lo manifiesta. Este nfasis en los razonamientos pone en evidencia el papel fundamental que stos juegan en la decisin racional. Para destacar el rigor de los mismos, Rawls (1997:121) seala: El argumento intenta a la postre ser estrictamente deductivo. Tambin Nozick (1988:155) considera:

23

De acuerdo a Rodrguez (1997:54), la regla de reconocimiento es un parmetro de identificacin de las normas de un sistema jurdico. 24 H.L.A. Hart, The concept of law, Oxford, Claredon Press, 1961. Trad. cast. de Genaro Carri, El concepto de derecho, Buenos Aires, Abeledo-Perrot, 1963. 25 Segn Agudelo (1999): El Derecho no puede seguir siendo concebido como un mero sistema de normas identificables por un procedimiento formal y ajeno a consideraciones morales sustantivas; aqu yace una de las falencias del positivismo de considerar el Derecho como mero conjunto de reglas, sin identificar la presencia de principios que confluyen por su fuerza argumentativa. 26 Para Dworkin (1997:166) derecho consuetudinario se da cuando ninguna norma escrita juega un papel importante en el asunto jurdico y la discusin gira en torno a qu principios o normas jurdicas subyacen o estn detrs de las decisiones tomadas por otros jueces en el pasado.

31

Las reglas de inferencia tienen la caracterstica de mantener la verdad, y como cualquier conclusin deducida a travs de aplicaciones repetidas de tales reglas a partir slo de premisas verdaderas es, tambin, verdadera . . . El paralelo entre las transformaciones que conservan la justicia y las transformaciones que conservan la verdad, permite ver dnde falla, as como dnde vale. Con base en lo sealado, Bentham, Hart, Dworkin, Nozick y Rawls coinciden en destacar el rigor lgico en el proceso de la decisin racional. En cuanto a esta ltima, una aplicacin de la decisin racional de suma importancia se da en la Teora de la justicia de Rawls, pues de acuerdo con Mouffe (1988): A Theoly [sic] of Justice daba a entender que Rawls buscaba un algoritmo de la eleccin Racional, de ah el inters de analizar la decisin racional en la referida obra de Rawls. 2.3 La decisin racional en la Teora de la justicia de Rawls Para Rawls (1997:24), el objetivo de su teora es generalizar la teora del contrato como figura en Lucke, Rousseau y Kant. Considera que los principios de la justicia en la estructura bsica de la sociedad son el resultado del acuerdo original que las partes, como seres libres y racionales, aceptaran en una posicin inicial de igualdad (posicin original). Dichos principios regularan los diferentes acuerdos posteriores, conformando as lo que el autor llama justicia como imparcialidad. Segn Rawls (1997:27), en el caso de la justicia como imparcialidad, se sostiene que las partes en la posicin original elegiran dos principios: el primero sobre las libertades fundamentales; mientras que, el segundo se encarga de la distribucin de las cargas y ventajas relativas a la cooperacin, de tal modo que esta divisin favorezca la cooperacin voluntaria, incluso la de los ms desfavorecidos. La justicia como imparcialidad es una teora contractual, donde el contenido del acuerdo es aceptar ciertos principios morales. Para obtener dichos principios, Rawls (1997:69) seala:

32

Habr de observarse que estos principios son un caso especial de una concepcin ms general de la justicia que puede ser expresada como sigue:
Todos los valores sociales libertad y oportunidad, ingresos y riqueza, as como las bases del respeto a s mismo habrn de ser distribuidos igualitariamente a menos que una distribucin desigual de alguno o de todos estos valores redunde en una ventaja para todos.

2.3.1 Los principios de la justicia Segn Rawls (1997:20), la estructura bsica de la sociedad, al ser el modo en que las instituciones sociales importantes distribuyen los derechos y deberes fundamentales, as como las ventajas que resultan de la cooperacin social, se convierte entonces en el objeto primario de los principios de justicia. Rawls (1997:62-67) considera, stos asignan derechos y deberes fundamentales y establecen la divisin de las ventajas proporcionadas por la cooperacin social. A travs de sucesivas formulaciones provisionales de los principios de justicia, sobre los que se cree que habra acuerdo en la posicin original, se llega a obtener la formulacin final de dichos principios (para las instituciones), presentada por Rawls (1997:280):

Primer Principio Cada persona ha de tener un derecho igual al ms extenso sistema total de libertades bsicas compatible con un sistema similar de libertad para todos. Segundo Principio Las desigualdades econmicas y sociales han de ser estructuradas de manera que sean para: a) mayor beneficio de los menos aventajados, de acuerdo con el principio de ahorro justo [principio de diferencia], y b) unidos a los cargos y las funciones asequibles a todos, en condiciones de justa igualdad de oportunidades [principio de justa igualdad de oportunidades].
Adems, el autor supone que los dos principios estn ordenados serial o lexicogrficamente, igualmente las dos partes del segundo. Significa que la prioridad en su aplicacin, viene dada en el orden que aparecen escritos.

33

2.3.2 La posicin original Rawls (2002:38-39) explica, al considerar la sociedad como un sistema equitativo de cooperacin entre ciudadanos como personas libres e iguales, es necesario determinar los trminos equitativos de cooperacin a travs de un acuerdo alcanzado bajo ciertas condiciones, para ser aceptado desde la justicia poltica. Rawls (2002:40) concluye: La posicin original determina los trminos equitativos de la cooperacin social entre ciudadanos concebidos como tales personas. Segn Rawls (1997:27), para determinar qu principios de justicia seran escogidos en la posicin original, se debe describir esta situacin al igual que la formulacin del problema de eleccin que plantea. Rawls (1997:30) explica, una concepcin de justicia es ms razonable o justificable que otra, si sus principios son elegidos por las partes, frente a los de la otra, para regular la justicia. Segn este criterio de aceptabilidad, deber obtenerse una jerarquizacin de las concepciones de justicia, a travs de un problema de deliberacin por las partes, es decir, se determina qu principios sera racional adoptar a partir de la posicin original. Esto relaciona la teora de la justicia con la teora de la decisin racional. Ms an, para Rawls (1997:29): La teora de la justicia es una parte, quiz la ms significativa, de la teora de la eleccin racional, precisamente, as el autor destaca la aplicacin de dicha teora de la decisin en la eleccin de los principios de la justicia. Rawls (1997:121) afirma: La posicin original es una situacin puramente hipottica. Y esto implica, segn Rawls (2002:41): Los principios que acordaran las partes tienen que decidirse mediante anlisis. Para ello, Rawls (2002:41) seala, la caracterizacin de la posicin original debe considerar sobre las partes cmo estn situadas y han sido descritas, la informacin que poseen, las razones que consideran y las alternativas que tienen; y a partir de dicha caracterizacin, calcular deductivamente los principios.

34

Segn Rawls (1997:30), se supone que hay un acuerdo en que los principios de justicia sean elegidos bajo ciertas condiciones. Por tanto, hay que demostrar que dichas condiciones se incorporan para justificar cierta caracterizacin de la posicin original. Partiendo de premisas dbiles, que debern ser naturales y plausibles, obtener conclusiones ms especficas, los principios de la justicia. Esto es posible debido a que las premisas, al considerarlas conjuntamente, imponen restricciones significativas a dichos principios. Es ms, lo ideal sera llegar a ciertos principios nicos. Tambin Rawls (1977:31), considera que en la posicin original todos los grupos tienen los mismos derechos para elegir principios. El propsito de estas restricciones es asegurar la igualdad de las partes como personas morales, es decir, como individuos que poseen una concepcin del bien y capacidad para tener un sentido de la justicia. Rawls (1997:135-136) afirma que, el propsito de la posicin original es establecer un procedimiento equitativo, mediante la idea de justicia puramente procesal, para que los principios elegidos sean justos. Para ello se supone que las personas estn bajo un velo de la ignorancia, obligadas as a evaluar los principios con base en consideraciones generales. Se supone que las partes desconocen ciertos tipos de hechos: nadie conoce su lugar en la sociedad, su suerte en la distribucin de talentos y capacidades naturales, su propia concepcin del bien, los rasgos de su propia psicologa ni las circunstancias de su propia sociedad. Las partes slo conocen que su sociedad est sujeta a las circunstancias de la justicia y todos los hechos generales que afectan a la eleccin de los principios de la justicia: cuestiones polticas y econmicas, las bases de la organizacin social y los principios de la psicologa humana. Esta informacin general es necesaria porque las concepciones de la justicia tienen que ajustarse a los sistemas de cooperacin social que han de regular. Adems, segn Rawls (1997:137), las restricciones que determinan la posicin original debern asegurar que siempre se escojan los mismos principios. El velo de la ignorancia

35

contribuye a que esto suceda, porque brinda informacin pertinente y la misma en todo momento. Para Rawls (1997:140), las personas, tericamente definidas en la posicin original, son racionales al elegir entre principios. Cada una hace todo lo que puede por promover sus intereses, prefieren tener ms bienes primarios que menos para realizar sus planes de vida. En este sentido, Rawls (1997:360) explica, en igualdad de circunstancias las partes optan por mayor libertad, oportunidades, riquezas e ingresos y respeto propio, ste quizs el ms importante de los bienes primarios. Rawls (1997:141) seala, el concepto de racionalidad empleado aqu es el usual de la teora social: una persona racional frente a un conjunto de opciones que se le ofrecen, las jerarquiza para seguir el plan que satisfaga el mayor nmero de sus deseos y las mayores posibilidades de realizarlo con xito. Por ltimo, para decidir sobre los principios de justicia, Rawls (1977:123) considera: Se les presenta esta lista [de las concepciones tradicionales de la justicia] a las partes y se les pide que convengan unnimemente acerca de qu concepcin es la mejor entre las enumeradas. 2.3.3 La decisin racional a favor de los dos principios de justicia Obtenida la caracterizacin de la posicin original, mediante supuestos sobre las partes, se procede ahora a la eleccin de los principios de justicia. Segn Rawls (1997:150-153), se trata de concluir a favor de ambos principios de justicia, al ser considerados como solucin maximin al problema de la justicia social. Esto es posible, debido a que la regla maximin se puede aplicar a situaciones caracterizadas por tres rasgos principales y que la posicin original posee en un grado muy elevado dichos rasgos: primero, no se toman en cuenta las probabilidades de las posibles circunstancias; segundo rasgo, la persona que escoge no le importa lo que pueda todava ganar por encima del mnimo que indica la regla maximin; esto

36

ltimo lleva al tercer rasgo, las alternativas rechazadas tienen resultados que difcilmente pueden ser aceptadas, la situacin implica graves riesgos. En cuanto a la posicin original: para comenzar, el velo de la ignorancia impide todo conocimiento sobre las probabilidades; las partes no desean poner en peligro el mnimo asegurado por los principios, lo que ilustra el segundo rasgo; por ltimo, el tercer rasgo se cumple al suponer que otras concepciones de la justicia puede llevar a instituciones intolerables para las partes. Por lo tanto, a la posicin original se puede aplicar la regla maximin. sta, segn Rawls (1997:150; 2002:138), afirma que se debe adoptar la alternativa cuyo peor resultado sea superior al peor de los resultados de las otras alternativas. As Rawls (1997:153) concluye, como los dos principios de la justicia aseguran un mnimo satisfactorio, entonces, en la posicin original, las partes elegiran ambos principios, es decir, stos seran la solucin maximin al problema de la justicia social. Con base en lo sealado en esta seccin 2.3.3, se puede concluir en trminos generales que la decisin racional, al nivel matemtico, est caracterizada por un algoritmo maximin, y que puede ser aplicado a una situacin inicial que cumpla ciertas condiciones. 2.3.4 Sobre la estructura lgica de la decisin racional en la Teora de la justicia de Rawls Como se afirma en la seccin 2.2, tanto Bentham, Hart, Dworkin, Nozick como Rawls destacan la importancia del rigor lgico en el proceso de la decisin racional. Aunque el ltimo de ellos lo hace ms explcitamente, al afirmar en Rawls (1997:121): Deberamos aspirar a una especie de geometra moral [axiomatizacin de la moral] con todo el rigor que su nombre indica. Rawls elige como referencia ideal de rigor, para la construccin de su teora, la geometra eucldea. En su libro Fundamentos de la geometra, publicada en 1899, segn Efmov (1984:32): Hilbert enuncia un sistema completo de axiomas de la geometra

37

euclidiana, es decir, una lista de premisas bsicas de las cuales se pueden obtener todos los dems resultados de esta geometra, por medio de deducciones lgicas. Sobre la consistencia del sistema el propio Hilbert (1944:16) seala: No es posible, mediante razonamientos lgicos, deducir algo que est en contradiccin con los axiomas establecidos; y, la axiomatizacin de una teora matemtica, supone el mayor nivel de rigor que puede alcanzar dicha teora y, por tanto, una teora cientfica. No obstante, existen ciertas diferencias entre la estructura lgica de la teora de la decisin racional, utilizada en la teora de la justicia de Rawls, y los fundamentos lgicos de la propia geometra eucldea. Esta ltima es una teora axiomtica deductiva. Pues, segn Efmov (1984:38): Cada afirmacin se fundamenta refirindonos bien a los axiomas, bien a los teoremas demostrados con anterioridad. Para Efmov (1984:32-33): En los razonamientos rigurosamente lgicos efectuados al demostrar los teoremas, hay que tratar nicamente con estas propiedades de los objetos las cuales son precisamente aquellas que deben ser destacadas en los axiomas y definiciones. As, las demostraciones de los teoremas en geometra eucldea, se fundamentan en razonamientos vlidos, entonces dichas demostraciones son estrictamente pruebas. Sin embargo, Rawls (1997:125) considera: La decisin de las personas en la posicin original depende . . . de una ponderacin de diversos puntos de vista. En este sentido, en la base de la teora de la justicia hay una llamada a la intuicin . . . El argumento en su favor no es, estrictamente hablando, una prueba. Por lo tanto, el argumento a favor de una determinada concepcin de la justicia no es, estrictamente, una prueba. Concretamente, el argumento a favor de los principios de justicia no es, estrictamente, una prueba, porque se recurre a la intuicin. Como segunda diferencia, la geometra eucldea se fundamenta en una lgica monotnica: las conclusiones alcanzadas nunca son retractadas. Mientras que, segn Rawls (1997:120-121), el

38

resultado del acuerdo original slo permanece mientras no cambien las circunstancias; al cambiar stas, las conclusiones alcanzadas pueden ser retractadas. Es decir, las conclusiones alcanzadas en el acuerdo original, pueden ser retractadas al cambiar las circunstancias. En este sentido, los fundamentos lgicos que subyacen en la teora de la decisin racional, superan los lmites de una lgica monotnica, al involucrar razonamientos no monotnicos; pues, el acuerdo original slo permanece mientras no cambien las circunstancias27. Esto obliga a distinguir entre lo sincrnico y lo diacrnico. Para Saussure (s.f.:131): El uno es una relacin entre elementos simultneos, el otro la substitucin de un elemento por otro en el tiempo. Al respecto, Saussure (s.f.:135) explica: Los hechos sincrnicos, sean los que fueren, presentan cierta regularidad, pero no tiene [sic] ningn carcter imperativo; los hechos diacrnicos, por el contrario, se imponen. . . pero no tienen nada de general. En los primeros, la regularidad se corresponde con las condiciones generales que caracterizan la posicin original; con respecto a los hechos diacrnicos, se da lo imperativo y lo especfico de las circunstancias. 2.4 La argumentacin en la decisin racional Segn Vargas y Crdenas (2005:77-78) la decisin racional: construye de manera compartida formas de interpretar el mundo social que a su vez permiten el despliegue colectivo del comprender, a partir del conocimiento mutuo de intereses, y de su posible validez, para el desarrollo de la accin estratgica; es decir, impone una pragmtica del discurso donde las posibilidades de interactuar dependen, no de una visin de la verdad, sino de la pluralidad de perspectivas desde las que puede ser interpretado el sentido de lo pblico, el despliegue de la construccin poltica y el horizonte de convivencia, desde los distintos sujetos que intervienen en la accin compartida. Para Vargas y Crdenas (2005:80): La decisin racional tiene que ver, entonces, con elevar al mbito del concepto las formas en que se comprende, se interpreta y se propone el horizonte de los sujetos en el mundo de la vida social y poltica. Sin embargo para Rawls, en la decisin racional recurrir a distintos puntos de vista supone una limitacin, pues tal como lo
27

En este sentido Velilla (1974:42) afirma: La historia no hace a los sistemas absolutos, sino provisionales.

39

confirman sus propias palabras, en Rawls (1997:125), hay una llamada a la intuicin. Pero Vargas y Crdenas (2005:77) sealan, la decisin racional consiste en un cambio de actitud que gira del punto de vista de la verdad como postulado a la persuasin como camino para hallar posibles acuerdos. Esta apreciacin representa un avance frente a lo aqu sealado por Rawls. Adems, Vargas y Crdenas (2005:77) consideran: La doctrina de la persuasin parte del supuesto de que ninguno de los interlocutores se halla en el punto final al que tiene que arribar todo razonamiento. Esta doctrina tambin supone que el proceso argumentativo encamina a los interlocutores a comprender, en diversas direcciones: Comprender los fenmenos sobre los cuales el orador est argumentando. Comprender el punto de vista del interlocutor. Comprender la adecuacin o preferibilidad de una manera de interpretar el sentido de la accin para que haya consenso o para que se pueda construir la estructura social de la accin. Hacerse comprender, como orador, por los otros por la audiencia. Vargas y Crdenas (2005:78) afirman: Al argumentar se asume que, en efecto, hay intereses y que los sujetos pueden hacer visible el horizonte desde el cual los estn sorteando; que, si bien valen para s, pueden o no valer para el conjunto de los interlocutores y, en ese sentido, para ese mbito de la sociedad en el cual se estn jugando. Vargas y Crdenas (2005:91) concluyen: si puede resolverse de dos modos es porque entra en juego la decisin. A sta se opone la determinacin. En la decisin las cosas pueden ser as o de otra manera. Al respecto, Lukasiewicz (1975f:120) seala: He estado siempre sumamente interesado en el tema del determinismo e indeterminismo; lo he asociado con el problema de las lgicas polivalentes. En este sentido, la decisin racional est vinculada a las lgicas polivalentes. Ahora bien, Vargas y Crdenas (2005:91) sealan, la retrica recae:

40

sobre lo que puede ser as o puede ser de otra manera. El campo de lo probable o de lo verosmil o de lo razonable est creado por el hecho de que sobre un conjunto de asuntos no es posible determinar la verdad. Entonces . . . aparece la retrica.
Vargas y Crdenas (2005:88-89) explican: La retrica es considerada, desde la Antigedad Clsica, en su doble problemtica: de una parte, como mero arte que se orienta con el ornato- al engao, al infundio e incluso a la mentira proferida deliberadamente. A esta vertiente se suele identificar con la sofstica. De otra parte, en cambio, es el estudio de lo verosmil, lo razonable y lo plausible. Para Vargas y Crdenas (2005:79): El valor de la retrica es reconocer que hay un poder que radica en la posibilidad deliberatoria; que sta es capaz de llevar a que los distintos interlocutores se adhieran desde la racionalidad, apelando a lo razonable, a puntos de vista; que esta adhesin no sea indefinida en el tiempo eterna-, sino que implique un acuerdo, sujeto a tiempo y espacio. Vargas y Crdenas (2005:80) afirman, siempre el problema deliberativo, que conduce la decisin racional, es el de encontrar motivos y razones que, en efecto, son circunstanciales, dependen de la comunidad donde se elaboran, pero que valen a lo menos para esa comunidad. Vargas y Crdenas (2005:92) sealan, de lo que se trata es de ver la

argumentacin, las condiciones argumentativas y las consecuencias argumentativas. En tal

sentido, Vargas y Crdenas (2005:95) consideran: Se procura hallar un invariante de la argumentacin que desde s misma ofrezca una estructura encaminada a la persuasin . . . As, la retrica tiene que detener su anlisis en la capacidad de razonar mediante silogismos, o de argumentar, porque si se comprenden cmo ocurre este proceso para uno y para todos- cualquiera que use justamente la razn: tendr que llegar a conclusiones semejantes. As Vargas y Crdenas (2005:95-96) destacan: De ah que sea tan relevante diferenciar . . . la

prueba de todos los posibles mecanismos para influir en la toma de decisiones. Sobre la

41

prueba Vargas y Crdenas (2005:44) sealan: La teora de la argumentacin se desarrolla desde dos formas de pruebas: entimemas y ejemplos, y consideran con Aristteles en que el ejemplo corresponde a la induccin y a la deduccin el entimema. Con respecto a este ltimo Vargas y Crdenas (2005:97) explican: Si sobre lo sentado como base para el razonamiento, en las premisas, pudiera ser de otro modo, entonces la conclusin ha de ser verosmil. Segn Vargas y Crdenas (2005:120): Se argumenta cuando se cae en la cuenta de lo que tenamos dado implcitamente entra en crisis, cuando no se puede seguir actuando bajo el presupuesto del acuerdo, de la validez de lo establecido. Por as decir con base en el transformador- el Mundo-de-laVida1 es el de la presuncin del acuerdo; ah es donde opera lo tcito y lo sobreentendido, pero deviene la crisis o el no-estar-en-acuerdo o el desacuerdo. Aqu se requiere volver fenomenolgica o, al menos, intuitivamente sobre ese Mundo-de-laVida1 para volver a hallar lo que queda como tpico. De ah se toman los insumos para proceder entimemticamente de modo que opere el transformador. ste, en efecto, es vlido cuando permite derivar a un Mundo-de-la-Vida2 en el cual vuelve a haber acuerdo, consentimiento o, por lo menos, acuerdo fruto de la negociacin. Este Mundode-la-Vida2 paulatinamente va adquiriendo sedimentacin hasta comportarse, de nuevo, como Mundo-de-la-Vida1 y el ciclo reencadena o reinicia.28 Cuando las cosas pueden ser as o de otra manera, aparece la decisin racional que mediante la persuasin a travs de la argumentacin se llega, entimemticamente, a conclusiones plausibles, a acuerdos que al depender del tiempo llevan a que la decisin racional imponga una lgica que apoye razonamientos no monotnicos. 2.4.1 Inclusin del otro

28

Segn Vargas (2003a:279): Mundo de la vida es el ttulo de ese mbito de experiencias -cosas, hechos,

motivos, sentimientos, razones, ideales que tienen contenido humano y para el ser humano.

42

Vargas y Crdenas (2005:76) sealan, argumentar impone el reconocimiento del otro; este proceso slo es eficaz en la medida en que se opera la mentada inclusin. Vargas y Crdenas (2005:76) explican: En el desarrollo de la argumentacin se busca el consentimiento y concurso mental (psquico, espiritual, deliberativo) del otro; a ste se lo reconoce con capacidad para discutir, para presentar argumentos diversos y rivales; es decir, la retrica aparece como una posible estructura de las ciencias sociales porque se parte del supuesto de que lo social es, en efecto, social; o sea, no es dominio del que presenta las tesis al auditorio, sino que tal dominio lo es de los interlocutores, que estn insertos en la experiencia y en la vida de la sociedad. Vargas (1997:1-2) afirma: Slo se puede ser moral a partir de la toma de conciencia subjetiva de las posibilidades de realizacin de la vida comunitaria . . . Al analizar los sentimientos morales como se presentan en la vida ordinaria, se cae en lugares comunes. Para Husserl (1987:183): Comunidad no significa igualdad de maneras, de formas de acciones personales, de modo de pensar, de opiniones, actividades cientficas, etc. Significa ms bien personas que, mantenindose en comunidad, permanecen en tal relacin en la unidad de una conexin espiritual activa, sea la accin visible en lo singular o no. Husserl (1987:193-194) explica: Cada sujeto singular tiene, como miembro de una comunidad, sus representaciones, convicciones, valoraciones y voliciones. Pero en la cohesin social tengo convicciones como persistentes (al igual que anteriormente representaciones) surgidas sobre la base de mi propia experiencia y, eventualmente, de forma indirecta, a travs de la experiencia de los Otros, a la que puedo considerar como convicciones suyas; esto es: segn yo s, los Otros tienen tambin convicciones (sea surgidas desde ellos mismos, sea transmitidas eventualmente, en primer lugar, por m a ellos) que concuerdan con las mas: los Otros piensan y creen lo mismo que yo y saben, por su parte, que, en relacin a contenidos determinados, su caso es tambin el mo. Nos conocemos recprocamente como "juzgando" lo mismo (en sentido permanente). Algo muy

43

similar ocurre con las valoraciones. Y tambin hay un posible reino de necesidades (demandas, deseos) comunes permanentes, de esfuerzos y decisiones constantes que reconocemos justamente como comunes . . . En cualquier caso, hay una conviccin, una apreciacin, una decisin o accin comunitarias . . . En la comunicacin entramos en contacto unos con otros, formamos una unidad personal de nivel superior. Sobre esta ltima Vargas (2003b:104) seala: Las Personalidades de Orden Superior son la expresin de la voluntad comunitaria, de la voluntad articulada de distintos sujetos que, reconociendo su interdependencia con relacin a los dems, buscan establecer un proyecto comn. Adems, Husserl (1987:204) afirma: El ideal comunitario es el de una comunidad de sujetos racionales que aspiran a serlo y que se ponen a s mismos como tales, pero no aisladamente, sino uno a otro en una voluntad universal. Sobre una necesidad de vnculo, Vargas (1997:12) considera: En parte respetamos a los dems porque, efectivamente, puede cambiar la correlacin de fuerzas y podra suceder que todos mis actos de tirana se convertiran en objeto de revancha para quien fue mi ofendido; pero tambin puedo tratar al otro como un ser humano en el ms pleno sentido de la palabra porque l es tambin mi par, con el puedo desde la tolerancia abrirme perspectiva, l bajo ciertas circunstancias podra convertirse en un aliado para m, e.d., juntos estaramos en mejores condiciones de enfrentar los peligros que nos amenacen. Vargas (1997:3) contina sealando: nos encontramos con una dimensin interpersonal que determina el sentido mismo de nuestro comportamiento; en cierta forma podramos ya hablar a partir de lo que nos dan los sentimientos de una especie de intuicin valorativa. Vargas (1997:5) concluye: Se puede construir una sociabilidad comn auque no compartamos la misma fundamentacin para el despliegue de la vida espiritual o cultural. Podramos llegar a tener una cierta unidad de criterio o como prefieren otros una tica mnima an cuando tengamos diferentes e, incluso, opuestos esquemas de fe. Podramos hallar una tica ciudadana o una tica civil . . . personas con cualquier presupuesto tiene

44

igualdad de oportunidades y de derechos, es igualmente sujeto de respeto y se merece el reconocimiento. Segn Vargas y Crdenas (2005:130): los otros y nosotros, a una, tengan el uso a la voz propia para decir sobre s mismos, al tiempo que para decidir los horizontes de validez sobre los cuales quieren hacer y construir proyectos de sociedades cada vez ms humanas . . . la inclusin reviste no slo el carcter tico de dar la voz al otro, sino el talante poltico de dar y tomar la voz en aras de una construccin de una socialidad comn. 2.4.2 De la lgica de exclusin a la lgica de inclusin Segn Vargas (2003a:17): La labor de la retrica en la construccin de una sociedad comn no fue reconocida bajo ninguno de los ropajes del positivismo. All, ms que persuadir se trata de probar. Si bien, Vargas (2003a:18) seala: La pedagoga y las ciencias sociales han procurado su liberacin del positivismo. No por ello se han querido exonerar del rigor y de la sistematicidad. Sin embargo, stas no tienen que ver con la demostracin, sino con los procesos persuasivos. Para Vargas (2003a:20):

La retrica es una fuente de sentido para la construccin de la socialidad comn en los procesos de formacin propios tanto de la pedagoga como de las ciencias sociales . . . la construccin del sentido desde la deliberacin, desde el acontecimiento del debate en que cada uno de los interlocutores se valida opinando, discutiendo, en fin, construyendo consensos y disensos racionales, los cuales, en su estructura, fundan la inclusin del otro. Y, quin es el otro? En cada caso, el que se ha excluido, el marginado, el que tiene que empoderarse, el que ha sido menguado o disminuido en su potencia de ser.
De acuerdo a lo hasta ahora sealado, en la decisin racional el interactuar depende de la pluralidad de puntos de vista que, a travs de la argumentacin entimemticamente-, exige la inclusin del otro. Ahora bien, segn Ocampo (2007:1), todo postulado incapaz de la

45

conjuncin deriva en exclusin de . . . los otros; se necesita, entonces, contar con postulados sobre la conjuncin para lograr la inclusin del otro. As, la argumentacin en la decisin racional, se articula en la conjuncin, permitiendo de este modo la pluralidad de perspectivas, distintos puntos de vista. En este sentido, la decisin racional impone la lgica de la inclusin; adems, el paso de los otros al nosotros equivale al trnsito de la lgica de la exclusin a la lgica de la inclusin. Por tanto, de acuerdo a lo considerado a lo largo de esta seccin 2.4, la decisin racional impone una lgica de inclusin polivalente que apoya razonamientos no monotnicos. 2.4.3 Sobre la pedagoga como formacin Vargas (2003a:288) seala: Concibo la pedagoga como una praxis, no como un mero discurso sobre los hechos que acontecen en la formacin, sino como efectivos proyectos ciudadanos de participacin deliberativa. sta es, a su vez, control crtico, es decir, mbito donde muchas de las aspiraciones se revelan meramente personales, irrespetuosas de los otros y, por tanto, en ese revelarse se convierten en susceptibles de crtica y hasta de sancin social y espacio de socializacin en el que aparecen inesperadas expectativas, sentimientos y razones que enriquecen el horizonte compartido y llevan, finalmente, a nuevas posturas para el desarrollo de la comunidad y de la sociedad. Vargas (2003a:17) considera: El campo de la pedagoga y de las ciencias sociales . . . tiene que vrselas, cada vez ms, con la manera como los sujetos pueden hacerle visible a los otros que el horizonte que proponen puede ser compartido, puede permitir la realizacin conjunta; en fin, tiene que ver con la manera como se puede dar el trnsito de los otros al nosotros. Segn Vargas (2003a:285):

La pedagoga forma en el reconocimiento de s mismo como otro de los otros y de los otros como condicin de posibilidad de s mismo.

46

El proyecto mismo de la pedagoga puede resumirse como: comprender-se-&-sercomprendido . . . No obstante, ese s-mismo individuo, sujeto, persona sobre el que obra la pedagoga no es. Como tal, ha llegado a ser; tiene la perspectiva de ser. Ha sido obrado por los otros; en cierto modo, ha sido moldeado y obra por los otros, sobre los otros. En cuanto a la formacin, Vargas (2003a:104) considera: Bajo este ttulo se puede comprender el fenmeno de conocimiento y reconocimiento en el cual los sujetos logran tomar conciencia de s mismos como miembros de una comunidad, de una vida comunitaria y comunicativa. En tal sentido, Vargas (2007:27) concluye: La formacin, entonces, es un lugar de despliegue del encuentro de personas singulares y personalidades de orden superior que mutuamente se afectan y codeterminan. Para Vargas (2003a:14): La formacin slo puede ser pensada desde la localidad, de ese [sic] esa porcin de mundo donde uno se sabe sujeto, donde uno padece por comprender y realizar unos valores; all, en el lugar donde uno se encuentra solidario con los valores de otros, cmplice de sus bsquedas, tolerante frente a otras perspectivas para construir el horizonte de sentido. Ah en donde uno puede dar cobijo al otro, en el mbito en el cual construye su identidad, dinmicamente, dejndose afectar por los otros y afectndolos a ellos a su vez con el propio comportamiento. Sobre la formacin, Vargas (2003a:14-15) contina afirmando: Se trata de hacer de nosotros mismos nuestro tema de meditacin; desde ese nosotros, prever la inclusin del otro, caracterizar la relacin solidaria con l y, asimismo, exigente de respeto, de comprensin y de cooperacin. Es un nosotros en apertura, dispuesto al otro; pero, por ello mismo, crtico de s y del alter. Vargas (2003a:16) concluye: Se exige, por tanto, un distanciamiento del mundo de la vida como mbito de una subjetividad -vale decir- autista y el acercamiento a la virtualidad de la presencia de los otros, aun en los escenarios ms privados, ntimos y apacibles.

47

Segn Vargas (2003a:18-19): Si se quiere que la pedagoga y las ciencias sociales vuelvan a ser sociales, urge que se reinserten en el mundo de la vida y que, por ello, den pasos en la direccin de alcanzar estrategias para que los espritus puedan ser persuadidos . . . tienen que vrselas con lo preferible, es decir, con los valores; con la manera como ellos se convierten en formas de vida. Vargas (2003a:16) considera: La pedagoga en cuanto proyecto de formacin- sita su estudio frente a la posibilidad de hacer, junto con las ciencias sociales, una bsqueda mancomunada de fundamento a partir de una pregunta . . . cmo persuadir a los sujetos de unos valores que, al realizarlos, hagan ms digna y plena la vida de los seres humanos? As, la decisin racional al permitir la pluralidad de perspectivas, distintos puntos de vista, impone la lgica de inclusin, la inclusin del otro; pero, por el paso de los otros al nosotros se interesa la pedagoga; sta forma en verse a s mismo como otro de los otros y a los otros como posibilidad de s mismo. Por lo tanto, en este sentido, aportar a la decisin racional es aportar a la pedagoga como formacin. 2.5 Teora de plausibilidad: la lgica de plausibilidad La teora de plausibilidad fue creada en 1987 por Ulises Agero, y en Agero (1987:3) seala: Consideramos que nuestra teora contribuye al establecimiento de la arquitectura de computadoras como una disciplina cientfica (traduccin libre)29. De nuevo, refirindose a su teora, Agero (1988:3) afirma: Esta teora consta de principios que caracterizan la naturaleza de los diseos plausibles, definen formas en las cuales se pueden desarrollar enunciados de plausibilidad para hacer afirmaciones sobre los mritos y deficiencias de un diseo y sirven como pautas de razonamiento durante el desarrollo de diseos.
29

We believe that our theory contributes to the establishment of computer architecture as a scientific discipline.

48

Aunque, segn Nez, Agero y Olivares (1998:4), la teora de plausibilidad: ha sido aplicada en el rea general de toma de decisiones en grupo (traduccin libre)30. Sobre la teora de plausibilidad, Rodrguez (1999:4) considera: La teora de plausibilidad explica la aceptabilidad de una decisin. En general, una decisin es un conjunto no vaco y finito de afirmaciones, llamadas restricciones, las cuales especifican sus caractersticas relevantes . . . La plausibilidad de una decisin viene determinada por la plausibilidad de un nmero dado de afirmaciones sobre dicha decisin. La plausibilidad de una afirmacin A se define en trminos de evidencia sobre la veracidad de A. Segn Rodrguez (1999:6): La naturaleza evolutiva de la decisin, como consecuencia de sucesivos refinamientos o reconsideraciones de una decisin, puede llevar a cambios en la evidencia sobre la veracidad de las afirmaciones que la forman y, por consiguiente, en los estados de plausibilidad de las mismas. Por ello, Agero (1988:5) afirma: El modo de razonamiento asociado con la teora de plausibilidad es inherentemente no monotnico, puesto que existe la posibilidad de que algunas conclusiones sean retractadas durante el proceso de diseo. Sin embargo, ante esta situacin Rodrguez (1999:6-7) comenta: Para resolver este problema, la teora de plausibilidad considera el proceso de decisin por etapas. Etapa. Es aquella parte del proceso de decisin en la cual no hay posibilidad de cambio en la evidencia. Por lo tanto, en el proceso de decisin, la evidencia depende de la etapa y la afirmacin consideradas. 31
30 31

has been used in the general area of group decision making. La teora de plausibilidad cuenta con ciertas estructuras; sobre algunas de ellas, en particular, Rodrguez (1999:74) seala: enunciados de plausibilidad, para establecer la plausibilidad de afirmaciones; sistema de verificacin, para determinar empricamente la evidencia de las afirmaciones. La teora de plausibilidad utiliza tales estructuras porque, segn Rodrguez (1999:73): Permiten que el proceso de decisin se desarrolle de manera estructurada y sistemtica.

49

Sin embargo, al referirse a la no monotonicidad, Rodrguez (1999:70) explica: Ello no supone una gran dificultad . . . Se debe a que la evidencia sobre la plausibilidad de una afirmacin, no vara en cada etapa. Por ello, dentro de cada etapa se da la monotonicidad. La definicin, al nivel funcional, de la evidencia y plausibilidad de una proposicin son elementos formales de la teora de plausibilidad. La formalizacin de sta es relativamente reciente32, de 1999, realizada por Manuel Rodrguez. Con respecto a dicha formalizacin, Rodrguez (1999:4) seala: Se inicia con una versin ms amplia de la misma, al nivel de toma de decisiones, y con una representacin funcional de la evidencia y de la plausibilidad. Rodrguez (1999:7-8) explica: La evidencia se representa por medio de las funciones numricas ec, ef, ecs y efs. Sea K el conjunto de etapas y F el conjunto de afirmaciones, entonces . . . ec, ef: KF{0,0.5,1} y ecs, efs: KF{0,1} tal que, ec(k,A)= 1, si se sabe que existe evidencia en contra 0.5, si no se sabe si existe o no evidencia en contra 0, si se sabe que no existe evidencia en contra. ef(k,A)= 1, si se sabe que existe evidencia a favor 0.5, si no se sabe si existe o no evidencia a favor 0, si se sabe que no existe evidencia a favor. ecs(k,A)= 1, si ec(k,A)=1 y se sabe que la evidencia es significativa 0, en otro caso. efs(k,A)= 1, si ef(k,A)=1 y se sabe que la evidencia es significativa 0, en otro caso.

32

Aunque los primeros intentos de su formalizacin ya se dan en 1988, recin creada la teora, pues Agero (1988:12) comenta: Carlos Lora se encuentra investigando la posibilidad de desarrollar un sistema axiomtico de plausibilidad.

50

Mientras que Agero (1988:4) seala, la naturaleza de la evidencia depende del mtodo empleado para determinar la veracidad de la afirmacin. Y en Agero (1988:4), contina explicando que, la evidencia es una combinacin de los tres tipos siguientes: precisa y formal, aproximada, y experimental33. Por tanto, el determinar la evidencia de una proposicin se sale del dominio de la lgica de plausibilidad. Segn Rodrguez (1999:9): La plausibilidad de una afirmacin se expresa mediante la funcin califica, representada por cal, donde. . . cal:KF{0, 1, 2, 3, 4} tal que, cal(k,A)=0, si ec(k,A)=1 y ecs(k,A)=1 cal(k,A)=1, si ec(k,A)=1 y ecs(k,A)=0 cal(k,A)=2, si ec(k,A)=0.5 cal(k,A)=3, si ec(k,A)=0 y efs(k,A)=0 cal(k,A)=4, si ec(k,A)=0 y efs(k,A)=1. Para una etapa dada, por ser cal funcin, cada afirmacin toma uno y slo uno de los cinco estados de plausibilidad, lo cual es fundamental para que la lgica de plausibilidad sea una lgica multivalente. Adems, Rodrguez (1999:11) afirma que la plausibilidad se clasifica en: Tres regiones de plausibilidad, S0, S1 y S2, tal que: D2.4 S0={0,1}, S1={2} y S2={3,4}. Donde S0 es de rechazo, S1 de indeterminacin y S2 de aceptacin.

Sobre cada una, Agero (1988:4) explica: Precisa y formal, basada en teoras de deduccin bivalentes Aproximada (y posiblemente formal), basada en mtodos heursticos fundamentados en lgica menos precisas que las lgicas bivalentes Experimental, basada en mtodos experimentales tales como simulacin y emulacin.

33

51

Adems, en S0 el estado de plausibilidad 0 representa el mayor grado de rechazo; mientras que, en S2 el estado de plausibilidad 4 representa el mayor grado de aceptacin. 2.6 La lgica de plausibilidad Segn Rodrguez (1999:23): La lgica de plausibilidad es un mtodo semnticoextensional de una lgica proposicional multivalente (pentavalente: cinco estados de plausibilidad) y naturaleza no monotnica. Se explica esta definicin de la lgica de plausibilidad: mtodo semntico-extensional, se consideran las caractersticas semnticoextensionales, es decir, aquellas que tienen que ver con la relacin de las palabras y frases a las cosas; en trminos ms concretos, se recuerda lo que al respecto Dalla (1976:103) afirma: Las lgicas polivalentes suelen ser, como la lgica bivalente clsica, veritativo-funcionales. Con otras palabras, el valor de verdad de una proposicin depende exclusivamente del valor de verdad de sus partes atmicas. En tal sentido, Rodrguez (1999:24) considera: Una afirmacin puede estar determinada a su vez por otras afirmaciones que describen sus partes. La forma en que dichas partes se relacionan viene caracterizada por los conectivos de plausibilidad o pconectivos. En la lgica de plausibilidad se consideran cinco conectivos: , , , , , los cuales se conocen por negacin, conjuncin, disyuncin, implicacin y coimplicacin respectivamente. El conectivo acta slo sobre una afirmacin; mientras que cada uno de los cuatro conectivos restantes enlaza dos afirmaciones. Los conectivos lgicos llevan a clasificar las afirmaciones en atmicas o moleculares, segn Rodrguez (1999:24): Una afirmacin es molecular si posee al menos un conectivo; mientras que si no posee ninguno es atmica.

52

Por lo tanto, si una afirmacin es molecular puede tener ms de un conectivo; pero slo uno de ellos la caracteriza, se trata del conectivo dominante. Dicha afirmacin molecular es una negacin, conjuncin, disyuncin, implicacin o coimplicacin si el conectivo dominante es , , , respectivamente. Cuando una afirmacin posee ms de un conectivo, se necesita indicar el conectivo dominante. Para ello se recurre al uso de parntesis y, con el propsito de reducir el nmero de parntesis, se establece un convenio de prioridad entre conectivos: es el ms dbil; le siguen y , con la misma prioridad entre ambos; por ltimo, y son los ms fuertes con igual prioridad entre ellos. Sin embargo, cada conectivo puede ser dominante si lo indica el parntesis. Al nivel de afirmaciones moleculares se da la evidencia y plausibilidad funcionales, en tal sentido Rodrguez (1999:25) precisa: Una afirmacin molecular es de evidencia funcional, si su evidencia est determinada por su conectivo dominante y por la evidencia de cada una de las afirmaciones que dicho conectivo enlaza para formar dicha afirmacin molecular. Cada afirmacin molecular es de plausibilidad funcional, si su estado de plausibilidad est determinado por su conectivo dominante y el estado de plausibilidad de cada afirmacin que dicho conectivo enlaza al formar la afirmacin molecular. En un sentido lgico, los conectivos de plausibilidad establecen las interrelaciones entre las afirmaciones que forman una afirmacin molecular. Dichos conectivos determinan la evidencia y la plausibilidad funcionales de las afirmaciones moleculares. Por esta razn, los conectivos de plausibilidad son los elementos lgicos que caracterizan la lgica de plausibilidad. Lo aqu presentado ilustra bien lo que en varias ocasiones se viene sealando: la lgica bivalente constituye un marco de referencia general para las lgicas polivalentes. Que sea lgica proposicional, se refiere a su alcance, pues Rodrguez (1999:68) seala: En cuanto a alcance, la lgica de plausibilidad cae dentro de la lgica proposicional, en otras palabras, no es una lgica cuantificacional, lo que es una gran ventaja; pues, Rodrguez (1999:69) considera: Desde el punto de vista de su aplicacin, es de suma importancia que la lgica de plausibilidad se reduzca a una lgica proposicional, dado que ste es el estrato menos complejo de la lgica. Pentavalente, se trata de una lgica polivalente con cinco

53

estados de plausibilidad (valores de verdad): 0, 1, 2, 3 y 4. Y como se seala en 2.3, los razonamientos asociados a la teora de plausibilidad son de naturaleza no monotnica. A partir de la representacin funcional de la evidencia y de la plausibilidad, segn Rodrguez (1999:4): se establecen los axiomas de la lgica de plausibilidad, a partir de los cuales se desarrolla dicha lgica. En total son siete axiomas, de acuerdo a Rodrguez (1999:26-27, 3233):
A1 ec(k,A)=1ec(k,A) ecs(k,A)=efs(k,A) efs(k,A)=ecs(k,A). A2 ec(k,AB)=max(ec(k,A),ec(k,B)) ecs(k,AB)=max(esc(k,A),ecs(k,B)) efs(k,AB)=min(efs(k,A),efs(k,B)). A3 ec(k,AB)=ec(k, (AB)) ecs(k,AB)=ecs(k, (AB)) efs(k,AB)=efs(k, (AB)). A4 ec(k,AB)=ec(k,AB) ecs(k,AB)=ecs(k,AB) efs(k,AB)=efs(k,AB). A5 ec(k,AB)=ec(k,(AB)(BA)) ecs(k,AB)=ecs(k,(AB)(BA)) efs(k,AB)=efs(k,(AB)(BA)). A6 ec(k,xAx)=ec(k,Ax1...Axn) ecs(k,xAx)=ecs(k,Ax1...Axn) efs(k,xAx)=efs(k,Ax1...Axn) ec(k,xAx)=ec(k,Ax1...Axn)

54

ecs(k,xAx)=ecs(k,Ax1...Axn) efs(k,xAx)=efs(k,Ax1...Axn). tal que A es un predicado, x una variable y {x1,..., xn} es el dominio de x o universo de los cuantificadores y . ... A7 cal(k,A)<cal(k,B)=3. Implica, efs(k,A)efs(k,B). Rodrguez (1999:25) afirma, a partir de estos axiomas: se desarrolla la lgica de plausibilidad; es decir se deducen las propiedades ms relevantes de sta. Como teorema importante de la lgica de plausibilidad, Rodrguez (1999:51) destaca la caracterizacin de los conectivos de plausibilidad (conectivos lgicos), al afirmar sobre stos: Desempean un papel fundamental pues determinan la lgica de plausibilidad, dicha caracterizacin se presenta en Rodrguez (1999:53): cal(k,A)=4cal(k,A) cal(k,AB)=min(cal(k,A),cal(k,B)) cal(k,AB)=max(cal(k,A),cal(k,B)) cal(k,AB)=max(4cal(k,A),cal(k,B)) cal(k,AB)=min(max(4cal(k,A),cal(k,B)),max(cal(k,A),4cal(k,B))). Este resultado enunciado por extensin es, segn Rodrguez (1999:52), la tabla de plausibilidad de la lgica de plausibilidad: A 0 0 0 0 0 1 1 B 0 1 2 3 4 0 1
A

AB 0 0 0 0 0 0 1

A B 0 1 2 3 4 1 1

AB 4 4 4 4 4 3 3

A B 4 3 2 1 0 3 3

4 4 4 4 4 3 3

55

1 1 1 2 2 2 2 2 3 3 3 3 3 4 4 4 4 4

2 3 4 0 1 2 3 4 0 1 2 3 4 0 1 2 3 4

3 3 3 2 2 2 2 2 1 1 1 1 1 0 0 0 0 0

1 1 1 0 1 2 2 2 0 1 2 3 3 0 1 2 3 4

2 3 4 2 2 2 3 4 3 3 3 3 4 4 4 4 4 4

3 3 4 2 2 2 3 4 1 1 2 3 4 0 1 2 3 4

2 1 1 2 2 2 2 2 1 1 2 3 3 0 1 2 3 4

Esto supone que se puede calcular la plausibilidad de cualquier proposicin, conociendo la plausibilidad de sus partes. Por tanto, se concluye que la lgica de plausibilidad es decidible. Adems, segn Rodrguez (1999:61), debido a que la funcin cal no es inyectiva cal(k,A)=cal(k,B) no asegura que A=B cal(k,A)=cal(k,B) determina la equivalencia de plausibilidad entre A y B, representada por AB. Esta relacin verifica una serie de teoremas, en particular las leyes de De Morgan, AB(AB) y AB(AB), y el teorema de

56

remplazamiento34. Sobre el inters de la equivalencia de plausibilidad, Rodrguez (1999:67) seala: La equivalencia lgica desempea un papel fundamental como elemento lgico. Y de un modo muy particular, dentro de la lgica de plausibilidad. Pues, las propiedades de equivalencia de plausibilidad representan distintas maneras de enlazar afirmaciones mediante conectivos, sin que su estado de plausibilidad vare. Esto tiene un inters prctico muy significativo en cuanto al proceso de decisin, especialmente en lo que respecta al refinamiento de las restricciones de una decisin, pues dichas propiedades pueden servir como marco de referencia para establecer relaciones entre restricciones mediante conectivos. 2.7 Tres nuevos teoremas de la lgica de plausibilidad Se han descubierto tres nuevos teoremas, vinculados a la representacin funcional de la evidencia y plausibilidad, y se presentan a continuacin. Teorema 1 a) cal(k,A)S0 si y slo si ec(k,A)=1. b) cal(k,A)S1 si y slo si ec(k,A)=0.5. c) cal(k,A)S2 si y slo si ec(k,A)=0. Demostracin a) i) cal(k,A)S0={0, 1}, por D2.2 ec(k,A)=1. ii) ec(k,A)=1; por D2.1, ecs(k,A)=1 ecs(k,A)=0. Implica, ec(k,A)=1 y ecs(k,A)=1,
34

Segn Rodrguez (1999:66), este teorema asegura: En una afirmacin, si se sustituye alguna de las afirmaciones que la forman por otra equivalente. Entonces, la afirmacin que resulta es equivalente a la primera.

57

ec(k,A)=1 y ecs(k,A)=0. Por D2.2, cal(k,A){0, 1}=S0. Por i) y ii), cal(k,A)S0 si y slo si ec(k,A)=1. b) Por D2.2, cal(k,A)S1={2} si y slo si ec(k,A)=0.5. c) i) cal(k,A)S2={3, 4}, por D2.2 ec(k,A)=0. ii) ec(k,A)=0; por D2.1, ecs(k,A)=1 ecs(k,A)=0. Implica, ec(k,A)=0 y efs(k,A)=0, ec(k,A)=0 y efs(k,A)=1. Por D2.2, cal(k,A){3, 4}=S2. Por i) y ii), cal(k,A)S2 si y slo si ec(k,A)=0. Teorema 2 a) cal(k,A)S0 si y slo si cal(k,A)=1-ecs(k,A). b) cal(k,A)S1 si y slo si ec(k,A)=0.5. c) cal(k,A)S2 si y slo si cal(k,A)=3+efs(k,A). Demostracin a) cal(k,A)S0={0, 1}. Implica, cal(k,A)=0 cal(k,A)=1. i) cal(k,A)=0;

58

por D2.2, ec(k,A)=1 y ecs(k,A)=1. Implica, cal(k,A)=1-ecs(k,A). ii) cal(k,A)=1; por D2.2, ec(k,A)=1 y ecs(k,A)=0. Implica, cal(k,A)=1-ecs(k,A). Por i) y ii), cal(k,A)S0 si y slo si cal(k,A)=1-ecs(k,A). b) Por D2.2, cal(k,A)S1={2} si y slo si ec(k,A)=0.5. c) cal(k,A)S2={3, 4}. Implica, cal(k,A)=3 cal(k,A)=4. i) cal(k,A)=3; por D2.2, ec(k,A)=0 y efs(k,A)=0. Implica, cal(k,A)=3+efs(k,A). ii) cal(k,A)=4; por D2.2, ec(k,A)=0 y efs(k,A)=1. Implica, cal(k,A)=3+efs(k,A). Por i) y ii), cal(k,A)S2 si y slo si cal(k,A)=3+efs(k,A). Teorema 3 a) cal(k,A)=1-ecs(k,A) si y slo si ec(k,A)=1. b) cal(k,A)=2 si y slo si ec(k,A)=0.5. c) cal(k,A)=3+efs(k,A) si y slo si ec(k,A)=0.

59

Demostracin a) i) cal(k,A)=1-ecs(k,A), por el Teorema 2 cal(k,A)S0, por el Teorema 1 ec(k,A)=1. ii) ec(k,A)=1, por el Teorema 1 cal(k,A)S0, por el Teorema 2 cal(k,A)=1-ecs(k,A). Por i) y ii), cal(k,A)=1-ecs(k,A) si y slo si ec(k,A)=1. b) i) cal(k,A)=2, por el Teorema 2 cal(k,A)S1, por el Teorema 1 ec(k,A)=0.5. ii) ec(k,A)=0.5, por el Teorema 1 cal(k,A)S1, por el Teorema 2 cal(k,A)=2. Por i) y ii), cal(k,A)=2 si y slo si ec(k,A)=0.5. c) i) cal(k,A)=3+efs(k,A), por el Teorema 2 cal(k,A)S2, por el Teorema 1 ec(k,A)=0. ii) ec(k,A)=0, por el Teorema 1 cal(k,A)S2, por el Teorema 2 cal(k,A)=3+efs(k,A).

60

Por i) y ii), cal(k,A)=3+efs(k,A) si y slo si ec(k,A)=0. 2.8 Inters de desarrollar la teora de plausibilidad 2.8.1 Aplicacin de la teora de plausibilidad en la fundamentacin de software educativo colaborativo y su impacto en educacin Lukasiewicz (1975g:137) destaca el inters de una lgica polivalente por su poder de aplicacin, al considerar: No podemos dejar de tomar en cuenta los sistemas de lgica polivalente, una vez que han sido construidos; lo nico que podemos hacer es discutir . . . si se les puede encontrar alguna aplicacin. Y precisamente, como se sabe, la lgica de plausibilidad surge para ser aplicada; originalmente, en el diseo de sistemas computacionales. Despus de ser presentada la teora de plausibilidad en Agero (1987) y en Agero y Dasgupta (1987), se desarrolla un ejercicio de aplicacin de la teora de plausibilidad, que figura en Hooton, Agero y Dasgupta (1988:30), donde sus autores concluyen: Un resultado importante de este ejercicio es la demostracin que la TPD [Teora del diseo plausible] proporciona tangibles ventajas, an aplicada menos rigurosamente que lo intentado (traduccin libre)35. Posterior a este trabajo, y bajo la direccin del doctor Ulises Agero, la teora de plausibilidad se desarrolla en el Instituto Tecnolgico de Costa Rica. Esta teora se aplica en la fundamentacin de herramientas computacionales, especialmente para la toma de decisiones en grupo, y tambin de software educativo colaborativo. En cuanto a las herramientas computacionales, Vicente Gmez propone Desarrollo plausible de las pruebas de correctitud de programas, y concluye en Gmez (1988:133):

35

An important result of this exercise is the demonstration that TPD [Theory of plausible design] provides these tangible advantages even when applied less rigorously than intended.

61

La teora de plausibilidad es una buena herramienta de diseo. Obliga al diseador a tener una total y absoluta seguridad en el conocimiento de los aspectos a disear. Este es un requisito obligado por cuanto el particionamiento que genera los enunciados de plausibilidad as lo exige.36 Mientras que J. C. Gmez estudia Consideraciones prcticas sobre la teora de plausibilidad, y explica en Gmez, J. C. (1989:2): En este documento se presentan los aspectos fundamentales para uno de los mdulos de un ambiente para el apoyo computarizado del diseo de programas, Plausible-CAD, el cual est basado en la teora de plausibilidad. Este mdulo recibe el nombre de Ncleo-Plausible-CAD y es uno de los seis mdulos que constituyen el sistema Plausible-CAD. Sobre las herramientas computacionales para la toma de decisiones en grupo, Nez et al. (1998:4)37 sealan: VirtualMeetings es un producto comercial costarricense basado en la teora de plausibilidad, desarrollado por CREADISA [Creaciones Digitales, S.A.] en 1993, para soportar la toma de decisiones en grupo (traduccin libre)38. Adems, al nivel acadmico, la tesis de maestra de Csar Olivares, quien afirma en Olivares (1996:2): En esta tesis se presentan los fundamentos para el desarrollo de un modelo de apoyo a la toma de decisiones en grupos grandes basado en la teora de plausibilidad de Ulises Agero. Nos apoyamos en esta teora porque se orienta al consenso. Por tanto, se puede concluir que la teora de plausibilidad fundamenta herramientas computacionales, particularmente para la toma de decisiones en grupo. Pero sobre todo, las aportaciones de la teora de plausibilidad aqu sealadas, tienen implicaciones importantes en
36

Sobre particionamiento, Gmez (1988:6-7) explica: R es el conjunto no nulo de afirmaciones que se verificarn para determinar si R califica para estar en el estado P . . . el particionamiento de R debe hacerse de tal forma que, conociendo los estados de plausibilidad de las partes, se puede inferir si R califica para estar en el estado P. 37 Segn Velsquez (s.f.): CREADISA, una empresa costarricense cuya capacidad central de la empresa es la investigacin y desarrollo de tecnologa de software, que actualmente se enfoca en herramientas en las reas de educacin, toma de decisiones y colaboracin en tiempo real. 38 Has been used in the general area of group decision making, even at the commercial level . . . For example, VirtualMeetings is a commercial Costa Rican product based on the theory of plausibility, developed by CREADISA in 1993, to support group decision-making.

62

educacin, a travs de la tecnologa, especialmente en la fundamentacin de software educativo colaborativo. En tal sentido cabe sealar la tesis de maestra, de Giannina Nez, Toma de decisiones en grupo para juegos educativos colaborativos. Segn Nez (1999:2,10): El objeto central de esta investigacin es la toma de decisiones en grupo dirigida hacia nios de educacin bsica . . . el proceso de toma de decisiones en grupo se emplea en lo que aqu se denomina juegos educativos colaborativos39. Sobre la fundamentacin del sistema colaborativo propuesto, Nez (1999:10-11) explica: En esta investigacin, interesa los sistemas colaborativos en tiempo real . . . Otra caracterstica fundamental del sistema colaborativo que se propone es la toma de decisiones en grupo. Este componente de toma de decisiones en grupo hace uso de la teora de plausibilidad de Ulises Agero y del modelo de votacin en grandes grupos propuesto por Csar Olivares.40 Adems cabe destacar, de acuerdo a Nez (1999:84): Uno de los aspectos relevantes en esta tesis es la evaluacin de las soluciones en el foro de discusin. Por tanto, la teora de plausibilidad fundamenta sistemas de soporte para aprendizaje colaborativo, tambin llamados sistemas CSCL, Computer Supported Colaborative Learning. 2.8.2 Inters de aumentar la polivalencia de la lgica de plausibilidad La lgica de plausibilidad actualmente, como se sabe, cuenta con cinco estados de plausibilidad. Sin embargo, en cuanto a los estados de plausibilidad de una proposicin, Agero (1987:24) afirma: acepta cualquier de los valores assumed, validated, refuted, and
39

Segn Nez (1999:26,34): Los juegos educativos colaborativos pretenden ser una especie de juego colectivo en el que, de manera amigable y entretenida, aprenden a construir su conocimiento, a tomar decisiones y a contraer responsabilidades. 40 De acuerdo a Nez (1999:10): El sistema colaborativo en tiempo real, es aquel que es capaz de dar a todos los participantes resultados que pueden ser obtenidos en un tiempo determinado, dando a cada usuario el sentimiento de estar interactuando simultneamente o al menos proveer los resultados en un trmino aceptable.

63

undetermined (traduccin libre)41. Igualmente en Gmez (1988:5) se utilizan cuatro estados

de plausibilidad: indeterminado, factible, satisfactorio e insatisfactorio; mientras que, en Gmez, J. C. (1989:3) ya se usan cinco, al afirmar: Se definen cinco estados de plausibilidad: indeterminado, insatisfactorio, muy insatisfactorio, satisfactorio y factible42. Tambin en CREADISA (1993), bajo la direccin del doctor Ulises Agero, para la fundamentacin de VirtualMeetings, que como se seala es un software colaborativo para la toma de decisiones en grupo, estn presentes los cinco estados de plausibilidad. Lo mismo sucede en Olivares (1996), Nez (1999) y en Rodrguez y Castro (1999), todas ellas tesis de maestra bajo el asesoramiento del Dr. Agero. Por tanto, una vez introducidos los cinco estados de plausibilidad, en Gmez, J. C. (1989), estos cinco estados son utilizados en las posteriores investigaciones y aplicaciones de la teora de plausibilidad. Esto muestra la preocupacin constante, por parte del inventor de la teora, por incrementar la polivalencia de la misma. Sin embargo, estas aspiraciones se han visto mermadas por la complejidad que eso supona en los clculos de plausibilidad. Incluso, slo con cuatro estados de plausibilidad, Gmez (1988:133-134) comenta: En el desarrollo de este trabajo tuve como uno de los principales problemas, el largo tiempo requerido en aprender a usar la teora de plausibilidad . . . Recomiendo . . . estudiar la posibilidad de plantear un esquema axiomtico para la simplificacin de condiciones de verificacin. No obstante, esta dificultad es superada, como se puede observar, gracias a la formalizacin de la teora de plausibilidad, al proporcionar la tabla de plausibilidad. De ah que, Rodrguez y Castro (1999:106), en sus recomendaciones sealan: Generalizar la teora con respecto a los estados de plausibilidad permite una mejor adaptacin de los problemas, ampliando el campo de aplicacin de la teora de plausibilidad. Adems, la teora de plausibilidad por estar
41 42

Accepts any of the values assumed, validated, refuted, and undetermined. Segn Rodrguez (1999:5): Con el propsito de simplificar el enunciado de definiciones, axiomas y teoremas y, sobre todo, de facilitar el desarrollo deductivo, los estados de plausibilidad se representan numricamente [insatisfactorio, dudoso, indeterminado, factible y satisfactorio por 0, 1, 2, 3 y 4 respectivamente].

64

fundamentada en la lgica de plausibilidad, lgica pentavalente que apoya razonamientos no monotnicos, de acuerdo a lo sealado en 2.4, cumple condiciones exigidas por la decisin racional. En sntesis, por lo sealado a lo largo de la seccin 2.8, la teora de plausibilidad con base en una lgica polivalente, la lgica de plausibilidad, fundamenta herramientas computacionales, aplicadas principalmente en la toma de decisiones en grupo, y software educativo colaborativo, de gran impacto en educacin. Tambin, a travs de la lgica de plausibilidad, la teora de plausibilidad satisface condiciones exigidas por la decisin racional, que a su vez aporta a la pedagoga como formacin. Se muestra as, a travs de su aplicacin, la importancia de la teora de plausibilidad, como lgica polivalente; pues, recordando a Lukasiewicz (1975g:137), el inters de una lgica polivalente radica en su poder de aplicacin. Por tanto, existen razones ms que suficientes para destacar el inters de desarrollar la teora de plausibilidad. sta, como se seala, despus de su formalizacin matemtica uno de los problemas que plantea, para facilitar y ampliar su aplicacin, es precisamente lo que constituye este trabajo de investigacin: aumentar la polivalencia de la lgica de plausibilidad. Adems, determinar su relacin con la decisin racional. 2.9 Problema de investigacin La teora de plausibilidad se convierte en una teora de gran inters al ser aplicada en la toma de decisiones en grupo, fundamentando herramientas computacionales, en particular software educativo colaborativo. Por tanto, se plantea como problema: desarrollar la teora de plausibilidad. En este sentido, como se seala en la seccin anterior, despus de su formalizacin matemtica, un problema a resolver es la generalizacin de la lgica de plausibilidad al nivel de polivalencia. Ahora bien, al considerar la aplicacin de la teora en la toma de decisiones en grupo, surge la idea de relacionar la teora de plausibilidad con la decisin racional. Pero, en un principio, no estaba claro el papel de la decisin racional en el

65

contexto del problema de investigacin, as que ste se formul provisionalmente: Cmo construir un algoritmo para la decisin racional? Sin embargo, sera despus de profundizar en la decisin racional y en los fundamentos de la lgica de plausibilidad, que se lleg a la formulacin definitiva del problema: Cmo generalizar la lgica de plausibilidad al nivel de polivalencia y cmo vincularla a la decisin racional? De acuerdo al planteamiento del problema de investigacin, en este estudio se defiende la siguiente tesis: La lgica de plausibilidad se puede generalizar al nivel de polivalencia. Como parte de este trabajo tambin logr establecer que, la lgica de plausibilidad generalizada se fundamenta en la decisin racional. Como problema pedaggico, en esta investigacin la pedagoga se entiende como formacin. Y en ella, lo que se esclarece aqu es la posibilidad de comprender formalmente la decisin racional, a travs de la lgica de plausibilidad generalizada. A partir de la teora de plausibilidad se generaliza la lgica de plausibilidad al nivel de polivalencia, es decir, se construye la lgica de plausibilidad generalizada. Despus de redefinir los estados de plausibilidad, se fundamentan axiomticamente los conectivos lgicos en funcin de la evidencia. A travs de esos axiomas, se obtiene la caracterizacin, en trminos de plausibilidad (plausibilidad funcional), de los conectivos de la lgica de plausibilidad generalizada, y se relaciona sta con la decisin racional. Por tanto, generalizar la lgica de plausibilidad, al aumentar los estados de plausibilidad, y fundamentarla axiomticamente y desarrollarla, y determinar su vinculacin con la decisin racional es la aportacin fundamental a la generacin de conocimiento. Adems, la investigacin contribuye directamente a la lgica; y por el carcter universal de sta, a la ciencia en general.

66

2.9.1 Objetivo general Generalizar la lgica de plausibilidad al nivel de polivalencia y vincularla a la decisin racional. 2.9.2 Objetivos especficos 1. Redefinir los estados de plausibilidad. 2. Formular los elementos bsicos de la lgica de plausibilidad generalizada. 3. Construir un sistema axiomtico para la lgica de plausibilidad generalizada. 4. Caracterizar los conectivos de la lgica de plausibilidad generalizada, en trminos de plausibilidad, que permitan calcular mecnicamente la plausibilidad funcional. 5. Desarrollar la lgica de plausibilidad generalizada, mediante el descubrimiento y demostracin de teoremas. 6. Formalizar la decisin racional mediante la lgica de plausibilidad generalizada. 2.9.3 Preguntas de investigacin 1. Cules son los estados de plausibilidad de la lgica de plausibilidad generalizada? 2. Cmo formular los elementos bsicos de la lgica de plausibilidad generalizada? 3. Qu axiomas fundamentan la lgica de plausibilidad generalizada?

67

4. Cmo calcular mecnicamente la plausibilidad funcional a travs de los conectivos, en la lgica de plausibilidad generalizada? 5. Qu teoremas conforman el desarrollo de la lgica de plausibilidad generalizada? 6. Cmo vincular la lgica de plausibilidad generalizada con la decisin racional? 2.9.4 Metodologa En esta investigacin se fundamenta y desarrolla la lgica de plausibilidad generalizada; supone el descubrimiento y la formulacin de sus axiomas y teoremas, y la demostracin matemtica de stos a partir de dichos axiomas. Por tanto, se trata, esencialmente, de un estudio en el mbito lgico-matemtico. Debido a la naturaleza de la investigacin, la construccin de la lgica de plausibilidad generalizada se lleva a cabo siguiendo el mtodo deductivo lgico-matemtico: la deduccin se apoya en razonamientos vlidos, de acuerdo a la lgica de primer orden, esto significa, a partir de premisas verdaderas se obtienen conclusiones verdaderas; y se desarrolla a travs del lenguaje de la teora de conjuntos, utilizando conceptos como funcin, relacin de equivalencia, particin de un conjunto, familia infinita numerable, entre otros. Porque, recordando lo sealado por Lukasiewicz (1975g:130): La precisin del pensamiento slo puede estar garantizada por la precisin del lenguaje. Para evitar posibles sesgos, se pone especial nfasis en el establecimiento y la formulacin precisa de los axiomas de la lgica de plausibilidad generalizada, respetando los axiomas de la lgica de plausibilidad, en el sentido que sta es un caso particular de aqulla. Por otro lado, un trabajo cientfico de esta naturaleza, exige observar el rigor y detalle lgico-matemtico de las demostraciones de los teoremas, dado que la demostracin es el nico medio para asegurar qu teoremas verifica la lgica de plausibilidad generalizada, en un principio, desconocidos.

68

3. Lgica de plausibilidad generalizada Como ya se seala en el marco terico, la teora de plausibilidad da pautas para guiar los razonamientos en el proceso de decisin, explica la aceptabilidad de una decisin a travs de la plausibilidad de sus restricciones, es decir, de las afirmaciones que caracterizan tal decisin; a su vez, la plausibilidad de dichas afirmaciones se define en trminos de evidencia. Para determinar la plausibilidad de una decisin, la teora de plausibilidad cuenta con la lgica de plausibilidad. Es una lgica proposicional polivalente (pentavalente) veritativo-funcional que apoya razonamientos no monotnicos: proposicional, se refiere a su alcance, es decir, no es una lgica cuantificacional; pentavalente, una lgica polivalente con cinco estados de plausibilidad; veritativo-funcional, significa que la plausibilidad de una afirmacin depende slo de la plausibilidad de las afirmaciones que la forman; apoya razonamientos no monotnicos, porque los razonamientos asociados a la teora de plausibilidad son de naturaleza no monotnica, debido a que sucesivas reconsideraciones de una decisin pueden llevar a cambios en la evidencia de las afirmaciones que la caracterizan y, por consiguiente, en su estado de plausibilidad. La teora de plausibilidad resuelve este problema de la no monotocidad al considerar el proceso de decisin por etapas; en cada etapa, no hay posibilidad de cambio en la evidencia. As, en cada etapa se da la monotocidad. En consecuencia, en el proceso de decisin, la evidencia depende de la etapa y la afirmacin consideradas. La lgica de plausibilidad generalizada es una generalizacin de la lgica de plausibilidad, al nivel de polivalencia. Por tanto, supone, evidentemente, redefinir los estados de plausibilidad. Lo que a su vez implica redefinir la representacin funcional de la evidencia y de la plausibilidad, descubrimiento y formulacin de axiomas y teoremas, y la demostracin de stos a partir de dichos axiomas, de tal modo que la lgica de plausibilidad sea un caso particular de la lgica de plausibilidad generalizada.

69

3.1 Estados de plausibilidad en la lgica de plausibilidad generalizada En la lgica de plausibilidad, la polivalencia est determinada por cinco estados de plausibilidad: 0, 1, 2, 3 y 4; mientras que en la lgica de plausibilidad generalizada, los estados de plausibilidad son 0, 1, ..., 2n, tal como lo seala la siguiente definicin. D1 P2n={0, 1, ..., 2n} Donde n es cualquier nmero natural mayor que 1 y P2n el conjunto de estados de plausibilidad. 3.2 Justificacin de la representacin de la polivalencia mediante P2n La lgica de plausibilidad como caso particular de la lgica de plausibilidad generalizada, coincide con ella cuando P2n={0, 1, ..., 2n} y P={0, 1, 2, 3, 4} son iguales, es decir, {0, 1, ..., 2n}={0, 1, 2, 3, 4}, lo que implica n=2. Por tanto, la lgica de plausibilidad es un caso particular de la lgica de plausibilidad generalizada, cuando en sta P2n se reduce a P4={0, 1, 2, 3, 4}. Adems, la polivalencia al ser impar, como sucede en la lgica de plausibilidad, garantiza que
2n 2n las regiones de plausibilidad S0 , S1 y S2n 2 , de rechazo, indeterminacin y aceptacin, sean 2n 2n y S2n son simtricas y S1 lo es consigo misma. Y como es de simtricas: por T10, S0 2

4 4 esperar, S0 , S1

y S4 2

de la lgica de plausibilidad generalizada corresponden,

respectivamente, a las regiones S0, S1 y S2 de la lgica de plausibilidad (vanse secciones 2.5 y 3.6).

70

3.3 Funciones de representacin de la evidencia en la lgica de plausibilidad generalizada A travs de las funciones numricas ec, ef, ecs2n y efs2n se representa la evidencia: Sea K el conjunto de etapas, F el conjunto de afirmaciones, N el conjunto de los nmeros naturales y n cualquier natural mayor que 1, entonces D2 ec, ef: KF{0, 0.5, 1} tal que, ec(k,A)= 1, si se sabe que existe evidencia en contra 0.5, si no se sabe si existe o no evidencia en contra 0, si se sabe que no existe evidencia en contra. ef(k,A)= 1, si se sabe que existe evidencia a favor 0.5, si no se sabe si existe o no evidencia a favor 0, si se sabe que no existe evidencia a favor. ecs2n, efs2n: KF{0, 1, ..., n-1} tal que, ecs2n(k,A)= mN con 0mn-1 y m es el grado de evidencia, si ec(k,A)=1 0, en otro caso. efs2n(k,A)= mN con 0mn-1 y m es el grado de evidencia, si ef(k,A)=1 0, en otro caso.

71

Por tanto, con base en las funciones ec de la evidencia en contra y ef de la evidencia a favor, se definen las funciones ecs2n y efs2n, de la evidencia en contra significativa y la evidencia a favor significativa, para representar el grado de evidencia en contra y a favor, respectivamente. Adems, tanto en la evidencia en contra como a favor, su grado mximo es n-1 mientras que el mnimo es 0. En adelante, K, F y N siguen representando el conjunto de etapas, el de afirmaciones y el de los naturales, respectivamente. 3.3.1 Justificacin de la representacin de la evidencia a travs de las funciones ec, ef, ecs2n y efs2n En la seccin 2.7 se demuestran tres nuevos teoremas de la lgica de plausibilidad, los dos primeros son: Teorema 1 a) cal(k,A)S0 si y slo si ec(k,A)=1. b) cal(k,A)S1 si y slo si ec(k,A)=0.5. c) cal(k,A)S2 si y slo si ec(k,A)=0. Teorema 2 a) cal(k,A)S0 si y slo si cal(k,A)=1-ecs(k,A). b) cal(k,A)S1 si y slo si cal(k,A)=2. c) cal(k,A)S2 si y slo si cal(k,A)=3+efs(k,A). El primero de ellos prueba que la clasificacin de la plausibilidad por regiones, en la lgica de plausibilidad, depende exclusivamente de la funcin ec. Y el segundo demuestra que, en la lgica de plausibilidad, dentro de cada regin de plausibilidad, el estado de plausibilidad est determinado por las funciones ecs y efs: ecs define el estado de plausibilidad en la regin de

72

rechazo; mientras que, la funcin efs lo define en la regin de aceptacin. Sin embargo, en el caso de indeterminacin, por ser 2 el nico valor de plausibilidad, ste queda determinado unvocamente por la propia regin de indeterminacin, caracterizada a su vez, segn el teorema 1, por la funcin ec. Por lo tanto, la polivalencia incide sobre las funciones ecs y efs; de ah, en la lgica de plausibilidad generalizada, la necesidad de redefinirlas. Como muestra D2, ecs y efs son sustituidas por las funciones ecs2n y efs2n, respectivamente. Mientras que ec y ef, al no ser afectadas por la polivalencia, la definicin de ambas coincide con la dada en la lgica de plausibilidad (vase seccin 2.5). 3.3.2 Cotas y condiciones necesarias (o suficientes) tanto entre ec y ecs2n como entre ef y efs2n T1 a) ec(k,A){0, 0.5, 1}. b) 0ecs2n(k,A). c) 0efs2n(k,A). Demostracin Es consecuencia inmediata de D2. T2 a) ec(k,A){0, 0.5} implica ecs2n(k,A)=0. b) ef(k,A){0, 0.5} implica efs2n(k,A)=0. c) 0<ecs2n(k,A) implica ec(k,A)=1. d) 0<efs2n(k,A) implica ef(k,A)=1. Demostracin Es consecuencia inmediata de D2.

73

3.4 Funcin de representacin de la plausibilidad en la lgica de plausibilidad generalizada La plausibilidad de una afirmacin, a partir de la evidencia, se expresa mediante la funcin califica, simbolizada por cal2n. D3 cal2n:KFP2n tal que, cal2n(k,A)= n-1-ecs2n(k,A), si ec(k,A)=1 n, si ec(k,A)=0.5 n+1+efs2n(k,A), si ec(k,A)=0. 3.5 Justificacin de la representacin de la plausibilidad mediante la funcin cal2n Que la plausibilidad de una afirmacin venga dada a travs de la funcin cal2n, en los trminos expresados en D3, no resulta nada evidente. Sin embargo, como se seala en la seccin 3.1.1, la lgica de plausibilidad es un caso particular de la lgica de plausibilidad generalizada, cuando P2n={0, 1, ..., 2n} y P={0, 1, 2, 3, 4} son iguales, y eso se da cuando n=2. Entonces, de los tres nuevos teoremas de la lgica de plausibilidad, tratados en la seccin 2.7, el tercero Teorema 3 a) cal(k,A)=1-ecs(k,A) si y slo si ec(k,A)=1. b) cal(k,A)=2 si y slo si ec(k,A)=0.5. c) cal(k,A)=1+efs(k,A) si y slo si ec(k,A)=0. Si se reformula en trminos de n para n=2, se obtiene:

74

a) cal(k,A)=n-1-ecs(k,A) si y slo si ec(k,A)=1. b) cal(k,A)=n si y slo si ec(k,A)=0.5. c) cal(k,A)=n+1+efs(k,A) si y slo si ec(k,A)=0. A partir de este resultado, y de un modo natural, ahora s resulta evidente la definicin D3 correspondiente a la funcin cal2n. Tambin, la funcin cal2n se puede expresar del modo siguiente. T3 cal2n(k,A)= n-1-m con m=ecs2n(k,A), si ec(k,A)=1 n, si ec(k,A)=0.5 n+1+m con m=efs2n(k,A), si ec(k,A)=0. Demostracin i) i.1) cal2n(k,A)=n-1-m con m=ecs2n(k,A), implica cal2n(k,A)=n-1-ecs2n(k,A), por D3 ec(k,A)=1. Implica, cal2n(k,A)=n-1-m con m=ecs2n(k,A) implica ec(k,A)=1. i.2) ec(k,A)=1, por D3 cal2n(k,A)=n-1-ecs2n(k,A), implica cal2n(k,A)=n-1-m con m=ecs2n(k,A). Implica, ec(k,A)=1 implica cal2n(k,A)=n-1-m con m=ecs2n(k,A). Por i.1) y i.2), cal2n(k,A)=n-1-m con m=ecs2n(k,A) si y slo si ec(k,A)=1.

75

ii.1) cal2n(k,A)=n, por D3 ec(k,A)=0.5. Implica, cal2n(k,A)=n implica ec(k,A)=0.5. ii.2) ec(k,A)=0.5, por D3 cal2n(k,A)=n. Implica, ec(k,A)=0.5 implica cal2n(k,A)=n. Por ii.1) y ii.2), cal2n(k,A)=n si y slo si ec(k,A)=0.5. iii) iii.1) cal2n(k,A)=n+1+m con m=efs2n(k,A), implica cal2n(k,A)=n+1+efs2n(k,A), por D3 ec(k,A)=0. Implica, cal2n(k,A)=n+1+m con m=efs2n(k,A) implica ec(k,A)=0. iii.2) ec(k,A)=0, por D3 cal2n(k,A)=n+1+efs2n(k,A), implica cal2n(k,A)=n+1+m con m=efs2n(k,A). Implica, ec(k,A)=0 implica cal2n(k,A)=n+1+m con m=efs2n(k,A). Por iii.1) y iii.2), cal2n(k,A)=n+1+m con m=efs2n(k,A) si y slo si ec(k,A)=0. Por i), ii) y iii), cal2n(k,A)= n-1-m con m=ecs2n(k,A), si ec(k,A)=1 n, si ec(k,A)=0.5 n+1+m con m=efs2n(k,A), si ec(k,A)=0.

76

3.6 Regiones de plausibilidad en la lgica de plausibilidad generalizada La evidencia en contra permite clasificar la plausibilidad por regiones, tal como se muestra en esta seccin. D4
2n 2n S0 ={0, 1, ..., n-1}, S1 ={n} y S2n 2 ={n+1, n+2, ..., 2n}.

2n 2n Donde n es cualquier nmero natural mayor que 1; S0 es la regin de rechazo, S1 la de 2n indeterminacin y S2n 2 la regin de aceptacin. Adems, en S0 el estado de plausibilidad 0 2n , n es el nico estado de indeterminacin; representa el mayor grado de rechazo; en S1

mientras que en S2n 2 , el estado de plausibilidad 2n representa el mayor grado de aceptacin. T4

2n a) S0 P2n.

2n b) S1 P2n.

c) S2n 2 P2n. Demostracin

2n ={0, 1, ..., n-1}; a) Por D4, S0

por D1, P2n={0, 1, ..., 2n}. Implica,

2n P2n. S0 2n b) Por D4, S1 ={n};

por D1, P2n={0, 1, ..., 2n}.

77

Implica,
2n S1 P2n.

c) Por D4, S2n 2 ={n+1, n+2, ..., 2n}; por D1, P2n={0, 1, ..., 2n}. Implica,

S2n 2 P2n.
T5

S
i =0

2n i

=P2n.

Demostracin

S
i =0

2n i

2n 2n = S0 S1 S2n 2 , por D4

={0, 1, ..., n-1} {n} {n+1, n+2, ..., 2n}}, ={0, 1, ..., 2n}, por D1 =P2n. T6
2n 2n { S0 , S1 , S2n 2 } es una particin de P2n.

Demostracin i)
2n ={0, 1, ..., n-1} i.1) Por D4, S0

con n>1. Implica,

2n . S0

2n i.2) Por D4, S1 ={n},

78

2n . S1

i.3) Por D4, S2n 2 ={n+1, n+2, ..., 2n} con n>1. Implica,

S2n 2 .
Por i.1), i.2) y i.3),
2n 2n S0 , S1 y S2n 2 .

ii)
2n ii.1) Por D4, S0 ={0, 1, ..., n-1} y 2n S1 ={n}. Implica, 2n 2n S1 =. S0 2n ={0, 1, ..., n-1} y ii.2) Por D4, S0

S2n 2 ={n+1, n+2, ..., 2n}. Implica,

2n S0 S2n 2 =. 2n ii.3) Por D4, S1 ={n} y

S2n 2 ={n+1, n+2, ..., 2n}. Implica,

2n S2n S1 2 =.

Por ii.1), ii.2) y ii.3),

2n 2n S1 =, S0 2n S0 S2n 2 = y 2n S2n S1 2 =.

iii) Por T5,

S
i =0

2n i

=P2n.

Por i), ii) y iii),

2n 2n { S0 , S1 , S2n 2 } es una particin de P2n.

79

La clasificacin de la plausibilidad por regiones se puede expresar a travs de la relacin de equivalencia siguiente. D5 (a,b)S2n si y slo si existe i{0, 1, 2} tal que a, b Si2n . T7 S2n es una relacin de equivalencia sobre P2n. Demostracin i) S2nP2nP2n: (a,b)S2n, por D5 existe i{0, 1, 2} tal que a, b Si2n , por T4 (a,b)P2nP2n. Implica, (a,b)S2n implica (a,b)P2nP2n. ii) S2n es reflexiva sobre P2n: aP2n; por T5, P2n= Si2n . Implica,
i =0 2

existe i{0, 1, 2} tal que a Si2n , luego a, a Si2n . Por D5, (a,a)S2n. Implica, aP2n implica (a,a)S2n. iii) S2n es simtrica: (a,b)S2n, por D5

80

existe i{0, 1, 2} tal que a, b Si2n , existe i{0, 1, 2} tal que b, a Si2n , por D5 (b,a)S2n. Implica, (a,b)S2n implica (b,a)S2n. iv) S2n es transitiva: (a,b), (b,c)S2n; por D5, existe i{0, 1, 2} tal que a, b Si2n y existe j{0, 1, 2} tal que b, c S2n j ,

Si2n S2n j ; por T6, Si2n = S2n j . Implica,

existe i{0, 1, 2} tal que a, c Si2n , por D5 (a,c)S2n. Implica, (a,b), (b,c)S2n implica (a,c)S2n. Por i), ii), iii) y iv), S2n es una relacin de equivalencia sobre P2n. T8
2n 2n P2n/S2n ={ S0 , S1 , S2n 2 }.

Demostracin i) i.1) x[0]S2n, implica (0,x)S2n, por D5 existe i{0, 1, 2} tal que 0, x Si2n ;

81

2n por D4, 0 S0 ; 2n 2n por T6, { S0 , S1 , S2n 2 }

es una particin de P2n. Implica,

2n . x S0

Implica,
2n x[0]S2n implica x S0 . 2n i.2) x S0 ; 2n . Implica, por D4, 0 S0

2n 0, x S0 , por D5

(0,x)S2n, implica x[0]S2n. Implica,

2n implica x[0]S2n. x S0

Por i.1) y i.2),

2n . [0]S2n = S0

ii) ii.1) x[n]S2n, implica (n,x)S2n, por D5 existe i{0, 1, 2} tal que n, x Si2n ;
2n por D4, n S1 ; 2n 2n por T6, { S0 , S1 , S2n 2 }

es una particin de P2n. Implica,

2n . x S1

Implica,
2n . x[n]S2n implica x S1

82

2n ii.2) x S1 ; 2n por D4, n S1 . Implica,

2n , por D5 n, x S1

(n,x)S2n, implica x[n]S2n. Implica,

2n implica x[n]S2n. x S1

Por ii.1) y ii.2),

2n . [n]S2n = S1

iii.1) x[n+1]S2n, implica (n+1,x)S2n, por D5 existe i{0, 1, 2} tal que n+1, x Si2n ; por D4, n+1 S2n 2 ;
2n 2n por T6, { S0 , S1 , S2n 2 }

es una particin de P2n. Implica, x S2n 2 . Implica, x[n+1]S2n implica x S2n 2 . iii.2) x S2n 2 ;
2n por D4, n+1 S1 . Implica,

n+1, x S2n 2 , por D5 (n+1,x)S2n, implica x[n+1]S2n. Implica,

2n x S2n 2 implica x[n+1]S .

83

Por iii.1) y iii.2), [n+1]S2n = S2n 2 . Por i), ii) y iii),

2n , [0]S2n = S0 2n y [n]S2n = S1

[n+1]S2n = S2n 2 ;
2n por D4, S0 ={0, 1, ..., n-1},

2n S1 ={n} y

S2n 2 ={n+1, n+2, ..., 2n}. Implica,

2n =[0]S2n =[1]S2n = =[n-1]S2n , S0 2n S1 =[n]S2n y

2n 2n 2n S2n 2 =[n+1]S =[n+2]S = =[2n]S .

Implica, P2n/S2n ={[m]S2n: mP2n}

2n 2n ={ S0 , S1 , S2n 2 }.

Por tanto, T8 asegura que la clasificacin de la plausibilidad por regiones, coincide con el conjunto cociente determinado por la relacin de equivalencia S2n, sta dada en D5. 3.6.1 Regiones de plausibilidad simtricas
2n 2n Sobre el conjunto de las regiones de plausibilidad, P2n/S2n ={ S0 , S1 , S2n 2 }, es posible definir

la relacin siguiente. D6
2n ( Si2n , S2n si y slo si j=2i. j ) R

84

T9 R2n es una relacin simtrica. Demostracin

2n ( Si2n , S2n j )R , por D6

j=2i, i=2j, por D6

2n 2n ( S2n j , Si )R .

Implica,
2n 2n 2n 2n ( Si2n , S2n j )R implica ( S j , Si )R .

Esta propiedad lleva a definir regiones de plausibilidad simtricas. D7

2n 2n 2n Si ( Si2n , S2n j )R , Si y S j son simtricas.

Resulta as el siguiente teorema, que permite identificar qu regiones son simtricas entre s. T10
2n a) S0 y S2n 2 son simtricas. 2n b) S1 es simtrica consigo misma.

Demostracin a) 2=2-0, por D6

2n 2n ( S0 , S2n 2 )R , por D7
2n y S2n S0 2 son simtricas.

85

b) 1=2-1, por D6
2n 2n , S1 )R2n, por D7 ( S1 2n S1 es simtrica consigo misma.

3.6.2 Condiciones necesarias y suficientes de la funcin cal2n T11 a) cal2n(k,A)<n si y slo si ec(k,A)=1. b) cal2n(k,A)=n si y slo si ec(k,A)=0.5. c) cal2n(k,A)>n si y slo si ec(k,A)=0. Demostracin a) i) cal2n(k,A)<n; por T1, ecs2n(k,A)0 y efs2n(k,A)0. Por D3, ec(k,A)=1. Implica, cal2n(k,A)<n implica ec(k,A)=1. ii) ec(k,A)=1, por D3 cal2n(k,A)=n-1-ecs2n(k,A); por T1, ecs2n(k,A) )0. Implica, cal2n(k,A)<n. ec(k,A)=1 implica cal2n(k,A)<n. Por i) y ii), cal2n(k,A)<n si y slo si ec(k,A)=1. b) i) cal2n(k,A)=n, por D3 ec(k,A)=0.5. Implica,

86

cal2n(k,A)=n implica ec(k,A)=0.5. ii) ec(k,A)=0.5, por D3 cal2n(k,A)=n. ec(k,A)=0.5 implica cal2n(k,A)=n. Por i) y ii), cal2n(k,A)=n si y slo si ec(k,A)=0.5. c) i) cal2n(k,A)>n; por T1, ecs2n(k,A) )0 y efs2n(k,A)0. Por D3, ec(k,A)=0. Implica, cal2n(k,A)>n implica ec(k,A)=0. ii) ec(k,A)=0, por D3 cal2n(k,A)=n+1+ efs2n(k,A); por T1, efs2n(k,A)0. Implica, cal2n(k,A)>n. Implica, ec(k,A)=0 implica cal2n(k,A)>n. Por i) y ii), cal2n(k,A)>n si y slo si ec(k,A)=0. T12 a) cal2n(k,A)<n si y slo si cal2n(k,A)=n-1-ecs2n(k,A). b) cal2n(k,A)>n si y slo si cal2n(k,A)=n+1+efs2n(k,A). Demostracin a) i) cal2n(k,A)<n, por T4 ec(k,A)=1, por D3

87

cal2n(k,A)=n-1-ecs2n(k,A). Implica, cal2n(k,A)<n implica cal2n(k,A)=n-1-ecs2n(k,A). ii) cal2n(k,A)=n-1-ecs2n(k,A), por D3 ec(k,A)=1, por T4 cal2n(k,A)<n. Implica, cal2n(k,A)=n-1-ecs2n(k,A) implica cal2n(k,A)<n. Por i) y ii), cal2n(k,A)<n si y slo si cal2n(k,A)=n-1-ecs2n(k,A). b) i) cal2n(k,A)>n, por T4 ec(k,A)=0, por D3 cal2n(k,A)=n+1+efs2n(k,A). Implica, cal2n(k,A)>n implica cal2n(k,A)=n+1+efs2n(k,A). ii) cal2n(k,A)=n+1+efs2n(k,A), por D3 ec(k,A)=0, por T4 cal2n(k,A)>n. Implica, cal2n(k,A)=n+1+efs2n(k,A) implica cal2n(k,A)>n. Por i) y ii), cal2n(k,A)>n si y slo si cal2n(k,A)=n+1+efs2n(k,A). T13
2n a) cal2n(k,A)<n si y slo si cal2n(k,A) S0 . 2n b) cal2n(k,A)=n si y slo si cal2n(k,A) S1 .

88

c) cal2n(k,A)>n si y slo si cal2n(k,A) S2n 2 . Demostracin a) i) cal2n(k,A)<n; por D3, cal2n(k,A)P2n; por D1, P2n={0, 1, ..., 2n}. Implica, cal2n(k,A){0, 1, ..., n-1}, por D4
2n cal2n(k,A) S0 .

Implica,
2n . cal2n(k,A)<n implica cal2n(k,A) S0 2n ii) cal2n(k,A) S0 , por D4

cal2n(k,A){0, 1, ..., n-1}, implica cal2n(k,A)<n. Implica,

2n implica cal2n(k,A)<n. cal2n(k,A) S0

Por i) y ii),
2n . cal2n(k,A)<n si y slo si cal2n(k,A) S0

b) i) cal2n(k,A)=n, por D4
2n . cal2n(k,A) S1

Implica,
2n cal2n(k,A)=n implica cal2n(k,A) S1 . 2n , por D4 ii) cal2n(k,A) S1

cal2n(k,A)=n. Implica,

89

2n cal2n(k,A) S1 implica cal2n(k,A)=n.

Por i) y ii),
2n . cal2n(k,A)=n si y slo si cal2n(k,A) S1

c) i) cal2n(k,A)>n; por D3, cal2n(k,A)P2n; por D1, P2n={0, 1, ..., 2n}. Implica, cal2n(k,A){n+1, n+2, ..., 2n}, por D4 cal2n(k,A) S2n 2 . Implica, cal2n(k,A)>n implica cal2n(k,A) S2n 2 . ii) cal2n(k,A) S2n 2 , por D4 cal2n(k,A){n+1, n+2, ..., 2n}, implica cal2n(k,A)>n. Implica, cal2n(k,A) S2n 2 implica cal2n(k,A)>n. Por i) y ii), cal2n(k,A)>n si y slo si cal2n(k,A) S2n 2 . T14
2n a) cal2n(k,A) S0 si y slo si ec(k,A)=1. 2n b) cal2n(k,A) S1 si y slo si ec(k,A)=0.5.

c) cal2n(k,A) S2n 2 si y slo si ec(k,A)=0. Demostracin a)

90

2n i) cal2n(k,A) S0 , por T13

cal2n(k,A)<n, por T11 ec(k,A)=1. Implica,

2n implica ec(k,A)=1. cal2n(k,A) S0

ii) ec(k,A)=1, por T11 cal2n(k,A)<n, por T13

2n . cal2n(k,A) S0

Implica,
2n . ec(k,A)=1 implica cal2n(k,A) S0

Por i) y ii),
2n cal2n(k,A) S0 si y slo si ec(k,A)=1.

b)
2n , por T13 i) cal2n(k,A) S1

cal2n(k,A)=n, por D3 ec(k,A)=0.5. Implica,

2n cal2n(k,A) S1 implica ec(k,A)=0.5.

ii) ec(k,A)=0.5, por D3 cal2n(k,A)=n, por T13

2n cal2n(k,A) S1 .

Implica,
2n . ec(k,A)=0.5 implica cal2n(k,A) S1

Por i) y ii),
2n si y slo si ec(k,A)=0.5. cal2n(k,A) S1

c)

91

i) cal2n(k,A) S2n 2 , por T13 cal2n(k,A)>n, por T11 ec(k,A)=0. Implica, cal2n(k,A) S2n 2 implica ec(k,A)=0. ii) ec(k,A)=0, por T11 cal2n(k,A)>n, por T13 cal2n(k,A) S2n 2 . Implica, ec(k,A)=0 implica cal2n(k,A) S2n 2 . Por i) y ii), cal2n(k,A) S2n 2 si y slo si ec(k,A)=0. T15
2n a) cal2n(k,A) S0 si y slo si cal2n(k,A)=n-1-ecs2n(k,A). 2n b) cal2n(k,A) S1 si y slo si cal2n(k,A)=n.

c) cal2n(k,A) S2n 2 si y slo si cal2n(k,A)=n+1+efs2n(k,A). Demostracin a)

2n , por T14 i) cal2n(k,A) S0

ec(k,A)=1, por D3 cal2n(k,A)=n-1-ecs2n(k,A). Implica,

2n implica cal2n(k,A)=n-1-ecs2n(k,A). cal2n(k,A) S0

ii) cal2n(k,A)=n-1-ecs2n(k,A), por D3

92

ec(k,A)=1, por T14

2n cal2n(k,A) S0 .

Implica,
2n cal2n(k,A)=n-1-ecs2n(k,A) implica cal2n(k,A) S0 .

Por i) y ii),
2n si y slo si cal2n(k,A)=n-1-ecs2n(k,A). cal2n(k,A) S0

b)
2n , por T14 i) cal2n(k,A) S1

ec(k,A)=0.5, por D3 cal2n(k,A)=n. Implica,

2n cal2n(k,A) S1 implica cal2n(k,A)=n.

ii) cal2n(k,A)=n, por D3 ec(k,A)=0.5, por T14

2n cal2n(k,A) S1 .

Implica,
2n . cal2n(k,A)=n implica cal2n(k,A) S1

Por i) y ii),
2n cal2n(k,A) S1 si y slo si cal2n(k,A)=n.

c) i) cal2n(k,A) S2n 2 , por T14 ec(k,A)=0, por D3 cal2n(k,A)=n+1+efs2n(k,A). Implica, cal2n(k,A) S2n 2 implica cal2n(k,A)=n+1+efs2n(k,A). ii) cal2n(k,A)=n+1+efs2n(k,A), por D3

93

ec(k,A)=0, por T14 cal2n(k,A) S2n 2 . Implica, cal2n(k,A)=n+1+efs2n(k,A) implica cal2n(k,A) S2n 2 . Por i) y ii), cal2n(k,A) S2n 2 si y slo si cal2n(k,A)=n+1+efs2n(k,A).

2n 2n , S1 y 3.6.3 Justificacin de la representacin de las regiones de plausibilidad mediante S0

S2n 2

2n 2n , S1 , S2n Por T6, { S0 2 } es una particin de P2n; y por D1, P2n={0, 1, ..., 2n} es el conjunto de

2n 2n , S1 y S2n estados de plausibilidad. Por tanto, S0 2 se convierten en regiones de plausibilidad.

Adems, por T14

2n a) cal2n(k,A) S0 si y slo si ec(k,A)=1. 2n si y slo si ec(k,A)=0.5. b) cal2n(k,A) S1

c) cal2n(k,A) S2n 2 si y slo si ec(k,A)=0. Este teorema T14 prueba que, la clasificacin de la plausibilidad a travs de las regiones de
2n 2n plausibilidad S0 , S1 y S2n 2 , depende exclusivamente de la funcin ec. Y que los valores de la 2n 2n , S1 y S2n evidencia en contra, es decir, los de la funcin ec, a la luz de D2, dan nombre a S0 2 :

regin de rechazo, de indeterminacin y regin de aceptacin, respectivamente, lo que coincide con D4. Mientras que T15, demuestra que, dentro de cada regin de plausibilidad, el estado de plausibilidad est determinado por las funciones ecs2n y efs2n: ecs2n define el estado de plausibilidad en la regin de rechazo, tal que 0 representa el mayor grado de rechazo; mientras

94

que, la funcin efs2n lo define en la regin de aceptacin, tal que 2n representa el mayor grado de aceptacin. Sin embargo, en el caso de indeterminacin, por ser n el nico valor de plausibilidad, ste queda determinado unvocamente por la propia regin de indeterminacin, caracterizada a su vez, segn T14, por la funcin ec. Adems, como se adelantaba en la seccin 3.2, la polivalencia al ser impar, como sucede en la
2n 2n lgica de plausibilidad, permite que las regiones de plausibilidad S0 , S1 y S2n sean 2 2n 2n y S2n simtricas: por T10, S0 2 son simtricas entre s y S1 lo es consigo misma. Y tambin, 4 4 S0 , S1 y S4 2 de la lgica de plausibilidad generalizada corresponden, respectivamente, a las

regiones S0, S1 y S2 de la lgica de plausibilidad, como cabe esperar. 3.7 Propiedades de la plausibilidad entre afirmaciones en trminos de orden T16 ec(k,A)=ec(k,B) ecs2n(k,A)=ecs2n(k,B) efs2n(k,A)=efs2n(k,B). Implica, cal2n(k,A)=cal2n(k,B). Demostracin
2n i) cal2n(k,A) S0 . Implica:

i.1) Por T15, cal2n(k,A)=n-1-ecs2n(k,A). i.2) Por T14, ec(k,A)=1; por hiptesis, ec(k,A)=ec(k,B). Implica, ec(k,B)=1, por D3 cal2n(k,B)=n-1-ecs2n(k,B);

95

por hiptesis, ecs2n(k,A)=ecs2n(k,B). Implica, cal2n(k,B)=n-1-ecs2n(k,A). Por i.1) y i.2), cal2n(k,A)=cal2n(k,B).

2n . Implica: ii) cal2n(k,A) S1

ii.1) Por T15, cal2n(k,A)=n. ii.2) Por T14, ec(k,A)=0.5; por hiptesis, ec(k,A)=ec(k,B). Implica, ec(k,B)=0.5, por D3 cal2n(k,B)=n. Por ii.1) y ii.2), cal2n(k,A)=cal2n(k,B). iii) cal2n(k,A) S2n 2 . Implica: iii.1) Por T15, cal2n(k,A)=n+1+efs2n(k,A). iii.2) Por T14, ec(k,A)=0; por hiptesis, ec(k,A)=ec(k,B). Implica, ec(k,B)=0, por D3 cal2n(k,B)=n+1+efs2n(k,B); por hiptesis, efs2n(k,A)=efs2n(k,B). Implica, cal2n(k,B)=n+1+efs2n(k,A). Por iii.1) y iii.2), cal2n(k,A)=cal2n(k,B). Por i), ii) y iii), cal2n(k,A)=cal2n(k,B).

96

T17 a) ec(k,A)<ec(k,B). Implica, cal2n(k,B)<cal2n(k,A). b) ec(k,A)=ec(k,B) y ecs2n(k,A)<ecs2n(k,B). Implica, cal2n(k,B)<cal2n(k,A). Demostracin a) ec(k,A)<ec(k,B). Implica: i) Para ec(k,B)=1, por T1 ec(k,A){0, 0.5}. Por T11, cal2n(k,B)<ncal2n(k,A), cal2n(k,B)<cal2n(k,A). ii) Para ec(k,B)=0.5, por T1 ec(k,A)=0. Por T11, cal2n(k,B)=n<cal2n(k,A), cal2n(k,B)<cal2n(k,A). Por i) y ii), ec(k,A)<ec(k,B). Implica, cal2n(k,B)<cal2n(k,A). b) ec(k,A)=ec(k,B) y ecs2n(k,A)<ecs2n(k,B). Implica: i) Por T1, 0ecs2n(k,A)<ecs2n(k,B), 0<ecs2n(k,B), por T2 ec(k,B)=1; por hiptesis, ec(k,A)=ec(k,B). Implica, ec(k,A)=ec(k,B)=1, por D3 cal2n(k,A)=n-1-ecs2n(k,A) y cal2n(k,B)=n-1-ecs2n(k,B).

97

ii) ecs2n(k,A)<ecs2n(k,B), n-1-ecs2n(k,B)<n-1-ecs2n(k,A). Por i) y ii), ec(k,A)=ec(k,B) y ecs2n(k,A)<ecs2n(k,B). Implica, cal2n(k,B)<cal2n(k,A). Como muestran los siguientes teoremas, mediante las regiones de plausibilidad, los dos teoremas anteriores se pueden reformular, pasando de condiciones necesarias a condiciones necesarias y suficientes. Adems, en T17 no se considera efs, mientras que en T18 s, logrando as un mayor alcance. T18
2n a) cal2n(k,A), cal2n(k,B) S0 . Implica:

a.1) a.2) a.3)

cal2n(k,A)=cal2n(k,B) si y slo si ecs2n(k,A)=ecs2n(k,B). cal2n(k,A)<cal2n(k,B) si y slo si ecs2n(k,B)<ecs2n(k,A). cal2n(k,A)cal2n(k,B) si y slo si ecs2n(k,B)ecs2n(k,A).

2n b) cal2n(k,A), cal2n(k,B) S1 . Implica, cal2n(k,A)=cal2n(k,B).

c) cal2n(k,A), cal2n(k,B) S2n 2 . Implica: c.1) c.2) c.3) cal2n(k,A)=cal2n(k,B) si y slo si efs2n(k,A)=efs2n(k,B). cal2n(k,A)<cal2n(k,B) si y slo si efs2n(k,A)<efs2n(k,B). cal2n(k,A)cal2n(k,B) si y slo si efs2n(k,A)efs2n(k,B).

Demostracin
2n a) cal2n(k,A), cal2n(k,B) S0 , por T15

cal2n(k,A)=n-1-ecs2n(k,A) y cal2n(k,B)=n-1-ecs2n(k,B). Implica: a.1) i) Para cal2n(k,A)=cal2n(k,B),

98

ecs2n(k,A)=ecs2n(k,B). ii) Para ecs2n(k,A)=ecs2n(k,B), cal2n(k,A)=cal2n(k,B). Por i) y ii),

2n cal2n(k,A), cal2n(k,B) S0 . Implica,

cal2n(k,A)=cal2n(k,B) si y slo si ecs2n(k,A)=ecs2n(k,B). a.2) i) Para cal2n(k,A)<cal2n(k,B), ecs2n(k,B)<ecs2n(k,A). ii) Para ecs2n(k,B)<ecs2n(k,A), cal2n(k,A)<cal2n(k,B). Por i) y ii),
2n cal2n(k,A), cal2n(k,B) S0 . Implica,

cal2n(k,A)<cal2n(k,B) si y slo si ecs2n(k,B)<ecs2n(k,A). a.3) Es consecuencia inmediata de a.1) y a.2).

2n , por T15 b) cal2n(k,A), cal2n(k,B) S1

cal2n(k,A)=n y cal2n(k,B)=n. Implica, cal2n(k,A)=cal2n(k,B). c) cal2n(k,A), cal2n(k,B) S2n 2 , por T15 cal2n(k,A)=n+1+efs2n(k,A) y cal2n(k,B)=n+1+efs2n(k,B). Implica: c.1) i) Para cal2n(k,A)=cal2n(k,B), efs2n(k,A)=efs2n(k,B).

99

ii) Para efs2n(k,A)=efs2n(k,B), cal2n(k,A)=cal2n(k,B). Por i) y ii), cal2n(k,A), cal2n(k,B) S2n 2 . Implica, cal2n(k,A)=cal2n(k,B) si y slo si efs2n(k,A)=efs2n(k,B). c.2) i) Para cal2n(k,A)<cal2n(k,B), efs2n(k,A)<efs2n(k,B). ii) Para efs2n(k,A)<efs2n(k,B), cal2n(k,A)<cal2n(k,B). Por i) y ii), cal2n(k,A), cal2n(k,B) S2n 2 . Implica, cal2n(k,A)<cal2n(k,B) si y slo si efs2n(k,A)<efs2n(k,B). c.3) Es consecuencia inmediata de c.1) y c.2). T19 cal2n(k,A) Si2n y cal2n(k,B) S2n j con i<j. Implica, cal2n(k,A)<cal2n(k,B). Demostracin
2n i) cal2n(k,A) S0 . Implica:

i.1) Por T13, cal2n(k,A)<n. i.2) Por hiptesis, cal2n(k,A) Si2n y cal2n(k,B) S2n j con i<j. Implica,

100

cal2n(k,B) Si2n , por T13

i =1

ncal2n(k,B). Por i.1) y i.2), cal2n(k,A)<cal2n(k,B).

2n cal2n(k,A) S1 . Implica:

ii.1) Por T13, cal2n(k,A)=n. ii.2) Por hiptesis, cal2n(k,A) Si2n y cal2n(k,B) S2n j con i<j. Implica, cal2n(k,B) S2n 2 , por T13 n<cal2n(k,B). Por ii.1) y ii.2), cal2n(k,A)<cal2n(k,B). Por i) y ii), cal2n(k,A) Si2n y cal2n(k,B) S2n j con i<j. Implica, cal2n(k,A)<cal2n(k,B). T20 cal2n(k,A) Si2n y cal2n(k,A)cal2n(k,B). Implica, cal2n(k,B) S2n j .
j =i
2

Demostracin
2n ; i) cal2n(k,A) S0

Por D3, cal2n(k,B)P2n. Por T5,

101

cal2n(k,B) Si2n .
i =0

Implica,
2n cal2n(k,A) S0 y cal2n(k,A)cal2n(k,B). Implica,

cal2n(k,B) Si2n .
i =0

2n , por T13 ii) cal2n(k,A) S1

cal2n(k,A)=n; por hiptesis, cal2n(k,A)cal2n(k,B). Implica, ncal2n(k,B), por T13 cal2n(k,B) Si2n .
i =1 2

Implica,
2n cal2n(k,A) S1 y cal2n(k,A)cal2n(k,B). Implica,

cal2n(k,B) Si2n .
i =1

iii) cal2n(k,A) S2n 2 , por T13 n<cal2n(k,A); por hiptesis, cal2n(k,A)cal2n(k,B). Implica, n<cal2n(k,B), por T13 cal2n(k,B) S2n 2 . Implica, cal2n(k,A) S2n 2 y cal2n(k,A)cal2n(k,B). Implica, cal2n(k,B) S2n 2 . Por i), ii) y iii),

102

cal2n(k,A) Si2n y cal2n(k,A)cal2n(k,B). Implica, cal2n(k,B) S2n j .

j =i 2

T21 cal2n(k,A)cal2n(k,B). Implica: a) ec(k,B)ec(k,A). b) ecs2n(k,B)ecs2n(k,A). Demostracin a)

2n i) cal2n(k,A) S0 . Implica:

i.1) Por T14, ec(k,A)=1. i.2) Por T1, ec(k,B)1. Por i.1) y i.2), ec(k,B)ec(k,A).
2n ii) cal2n(k,A) S1 . Implica:

ii.1) Por T14, ec(k,A)=0.5. ii.2) Por hiptesis, cal2n(k,A)cal2n(k,B); por T20, cal2n(k,B) Si2n , por T14
i =1 2

ec(k,B)0.5. Por ii.1) y ii.2), ec(k,B)ec(k,A). iii) cal2n(k,A) S2n 2 . Implica: iii.1) Por T14, ec(k,A)=0. iii.2) Por hiptesis, cal2n(k,A)cal2n(k,B); por T20

103

cal2n(k,B) S2n 2 ; por T14 ec(k,B)=0. Por iii.1) y iii.2), ec(k,B)ec(k,A). Por i), ii) y iii), cal2n(k,A)cal2n(k,B). Implica, ec(k,B)ec(k,A). b)
2n i) cal2n(k,A) S0 ;

por hiptesis, cal2n(k,A)cal2n(k,B). Por T20, cal2n(k,B) Si2n .

i =0 2n , por T15 i.1) Para cal2n(k,B) S0 2

cal2n(k,A)=n-1-ecs2n(k,A) y cal2n(k,B)=n-1-ecs2n(k,B); por hiptesis, cal2n(k,A)cal2n(k,B). Implica, ecs2n(k,B)ecs2n(k,A). i.2) Para cal2n(k,B) Si2n , por T14
i =1 2

ec(k,B){0, 0.5}, por T2 ecs2n(k,B)=0; por T1, 0ecs2n(k,A). Implica, ecs2n(k,B)ecs2n(k,A). Por i.1) y i.2), ecs2n(k,B)ecs2n(k,A).

104

2n ; ii) cal2n(k,A) S1

por hiptesis, cal2n(k,A)cal2n(k,B). Por T20, cal2n(k,B) Si2n , por T14

i =1 2

ec(k,B){0, 0.5}, por T2 ecs2n(k,B)=0; por T1, 0ecs2n(k,A). Implica, ecs2n(k,B)ecs2n(k,A). iii) cal2n(k,A) S2n 2 . Implica: iii.1) Por T14, ec(k,A)=0, por T2 ecs2n(k,A)=0. iii.2) Por T20, cal2n(k,B) S2n 2 ; por T14 ec(k,B)=0, por T2 ecs2n(k,B)=0. Por iii.1) y iii.2), ecs2n(k,B)ecs2n(k,A). Por i), ii) y iii), cal2n(k,A)cal2n(k,B). Implica, ecs2n(k,B)ecs2n(k,A). 3.8 Lemas sobre nmeros reales Para poder demostrar ciertos teoremas, a continuacin se introducen seis lemas sobre nmeros reales, organizados en dos grupos, uno de cinco lemas y otro de uno. Sin embargo, en este caso, slo se presentan los enunciados; mientras que, stos con sus correspondientes demostraciones aparecen en el apndice B.

105

3.8.1 Cinco lemas sobre nmeros reales Cualesquiera nmeros reales p, q y r cumplen las siguientes propiedades. L1 a) 1-max(1-p,1-q)=min(p,q). b) 1-min(1-p,1-q)=max(p,q). L2 a) max(max(p,q),r)=max(p,max(q,r)). b) min(min(p,q),r)=min(p,min(q,r)). L3 a) max(p,min(q,r))=min(max(p,q),max(p,r)). b) min(p,max(q,r))=max(min(p,q),min(p,r)). L4 a) max(min(p,r-q),min(r-p,q))=min(max(p,q),max(r-p,r-q)). b) min(max(p,r-q),max(r-p,q))=max(min(p,q),min(r-p,r-q)). L5 a) max(p,min(p,q))=p. b) min(p,max(p,q))=p. 3.8.2 Un lema ms sobre nmeros reales Cualesquiera nmeros reales p0, ..., pm, cumplen las siguientes propiedades.

106

L6 a) max(max(p0,...,pi),max(pi+1,...,pm))=max(p0,...,pm). b) min(min(p0,...,pi),min(pi+1,...,pm))=min(p0,...,pm). Los resultados anteriores, sobre nmeros reales, constituyen seis lemas que, en particular, permiten demostrar las siguientes propiedades. 3.9 Propiedades en trminos de las funciones ec, ecs2n, efs2n y cal2n a partir de los lemas sobre nmeros reales 3.9.1 Propiedades en trminos de ec T22 a) 1-max(1-ec(k,A),1-ec(k,B))=min(ec(k,A),ec(k,B)). b) 1-min(1-ec(k,A),1-ec(k,B))=max(ec(k,A),ec(k,B)). Demostracin Por D2, ec(k,A), ec(k,B)) y ec(k,C) son nmeros reales. Implica: a) Por L1 a), 1-max(1-ec(k,A),1-ec(k,B))=min(ec(k,A),ec(k,B)). b) Por L1 b), 1-min(1-ec(k,A),1-ec(k,B))=max(ec(k,A),ec(k,B)). T23 a) max(max(ec(k,A),ec(k,B)),ec(k,C)) =max(ec(k,A),max(ec(k,B),ec(k,C))). b) min(min(ec(k,A),ec(k,B)),ec(k,C)) =min(ec(k,A),min(ec(k,B),ec(k,C))). Demostracin

107

Por D2, ec(k,A), ec(k,B) y ec(k,C) son nmeros reales. Implica: a) Por L2 a), max(max(ec(k,A),ec(k,B)),ec(k,C)) =max(ec(k,A),max(ec(k,B),ec(k,C))). b) Por L2 b), min(min(ec(k,A),ec(k,B)),ec(k,C)) =min(ec(k,A),min(ec(k,B),ec(k,C))). T24 a) max(ec(k,A),min(ec(k,B)),ec(k,C))) =min(max(ec(k,A),ec(k,B)),max(ec(k,A),ec(k,C))). b) min(ec(k,A),max(ec(k,B)),ec(k,C))) =max(min(ec(k,A),ec(k,B)),min(ec(k,A),ec(k,C))). Demostracin Por D2, ec(k,A), ec(k,B) y ec(k,C) son nmeros reales. Implica: a) Por L3 a), max(ec(k,A),min(ec(k,B),ec(k,C))) =min(max(ec(k,A),ec(k,B)),max(ec(k,A),ec(k,C))). b) Por L3 b), min(ec(k,A),max(ec(k,B),ec(k,C))) =max(min(ec(k,A),ec(k,B)),min(ec(k,A),ec(k,C))). T25 a) max(min(1-ec(k,A),ec(k,B)),min(1-ec(k,B),ec(k,A))) =min(max(ec(k,A),ec(k,B)),max(1-ec(k,A),1-ec(k,B))). b) min(max(1-ec(k,A),ec(k,B)),max(1-ec(k,B),ec(k,A))) =max(min(ec(k,A),ec(k,B)),min(1-ec(k,A),1-ec(k,B))). Demostracin Por D2, ec(k,A) y ec(k,B) son nmeros reales.

108

Implica: a) Por L4 a), max(min(1-ec(k,A),ec(k,B)),min(1-ec(k,B),ec(k,A))) =min(max(ec(k,A),ec(k,B)),max(1-ec(k,A),1-ec(k,B))). b) Por L4 b), min(max(1-ec(k,A),ec(k,B)),max(1-ec(k,B),ec(k,A))) =max(min(ec(k,A),ec(k,B)),min(1-ec(k,A),1-ec(k,B))). T26 a) max(ec(k,A),min(ec(k,A),ec(k,B)))=ec(k,A). b) min(ec(k,A),max(ec(k,A),ec(k,B)))=ec(k,A). Demostracin Por D2, ec(k,A) y ec(k,B) son nmeros reales. Implica: a) Por L5 b), max(ec(k,A),min(ec(k,A),ec(k,B)))=ec(k,A). b) Por L5 a), min(ec(k,A),max(ec(k,A),ec(k,B)))=ec(k,A). T27 a) max(max(ec(k,Aj):j=0,...,i),max(ec(k,Aj):j=i+1,...,m) =max((ec(k,Aj):j=0,...,m). b) min(min(ec(k,Aj):j=0,...,i),min(ec(k,Aj):j=i+1,...,m) =min((ec(k,Aj):j=0,...,m). Demostracin Por D2, ec(k,Ao), ..., ec(k,Am) son nmeros reales. Implica: a) Por L6 a), max(max(ec(k,Aj):j=0,...,i),max(ec(k,Aj):j=i+1,...,m) =max((ec(k,Aj):j=0,...,m). b) min(min(ec(k,Aj):j=0,...,i),min(ec(k,Aj):j=i+1,...,m) =min((ec(k,Aj):j=0,...,m).

109

3.9.2 Propiedades en trminos de ecs2n T28 a) max(max(ecs2n(k,A),ecs2n(k,B)),ecs2n(k,C)) =max(ecs2n(k,A),max(ecs2n(k,B),ecs2n(k,C))). b) min(min(ecs2n(k,A),ecs2n(k,B)),ecs2n(k,C)) =min(ecs2n(k,A),min(ecs2n(k,B),ecs2n(k,C))). Demostracin Por D2, ecs2n(k,A), ecs2n(k,B) y ecs2n(k,C) son nmeros reales. Implica: a) Por L2 a), max(max(ecs2n(k,A),ecs2n(k,B)),ecs2n(k,C)) =max(ecs2n(k,A),max(ecs2n(k,B),ecs2n(k,C))). b) Por L2 b), min(min(ecs2n(k,A),ecs2n(k,B)),ecs2n(k,C)) =min(ecs2n(k,A),min(ecs2n(k,B),ecs2n(k,C))). T29 a) max(ecs2n(k,A),min(ecs2n(k,B),ecs2n(k,C))) =min(max(ecs2n(k,A),ecs2n(k,B)),max(ecs2n(k,A),ecs2n(k,C))). b) min(ecs2n(k,A),max(ecs2n(k,B),ecs2n(k,C))) =max(min(ecs2n(k,A),ecs2n(k,B)),min(ecs2n(k,A),ecs2n(k,C))). Demostracin Por D2, ecs2n(k,A), ecs2n(k,B) y ecs2n(k,C) son nmeros reales. Implica: a) Por L3 a), max(ecs2n(k,A),min(ecs2n(k,B),ecs2n(k,C))) =min(max(ecs2n(k,A),ecs2n(k,B)),max(ecs2n(k,A),ecs2n(k,C))). b) Por L3 b), min(ecs2n(k,A),max(ecs2n(k,B),ecs2n(k,C)))

110

=max(min(ecs2n(k,A),ecs2n(k,B)),min(ecs2n(k,A),ecs2n(k,C))). T30 a) max(ecs2n(k,A),min(ecs2n(k,A),ecs2n(k,B)))=ecs2n(k,A). b) min(ecs2n(k,A),max(ecs2n(k,A),ecs2n(k,B)))=ecs2n(k,A). Demostracin Por D2, ecs2n(k,A) y ecs2n(k,B) son nmeros reales. Implica: a) Por L5 b), max(ecs2n(k,A),min(ecs2n(k,A),ecs2n(k,B)))=ecs2n(k,A). b) Por L5 a), min(ecs2n(k,A),max(ecs2n(k,A),ecs2n(k,B)))=ecs2n(k,A). T31 a) max(max(ecs2n(k,Aj):j=0,...,i),max(ecs2n(k,Aj):j=i+1,...,m) =max((ec(k,Aj):j=0,...,m). b) min(min(ecs2n(k,Aj):j=0,...,i),min(ecs2n(k,Aj):j=i+1,...,m) =min((ecs2n(k,Aj):j=0,...,m). Demostracin Por D2, ec(k,Ao), ..., ec(k,Am) son nmeros reales. Implica: a) Por L6 a), max(max(ecs2n(k,Aj):j=0,...,i),max(ecs2n(k,Aj):j=i+1,...,m) =max((ecs2n(k,Aj):j=0,...,m). b) min(min(ecs2n(k,Aj):j=0,...,i),min(ecs2n(k,Aj):j=i+1,...,m) =min((ecs2n(k,Aj):j=0,...,m). 3.9.3 Propiedades en trminos de efs2n T32

111

a) max(max(efs2n(k,A),efs2n(k,B)),efs2n(k,C)) =max(efs2n(k,A),max(efs2n(k,B),efs2n(k,C))). b) min(min(efs2n(k,A),efs2n(k,B)),efs2n(k,C)) =min(efs2n(k,A),min(efs2n(k,B),efs2n(k,C))). Demostracin Por D2, efs2n(k,A), efs2n(k,B) y efs2n(k,C) son nmeros reales. Implica: a) Por L2 a), max(max(efs2n(k,A),efs2n(k,B)),efs2n(k,C)) =max(efs2n(k,A),max(efs2n(k,B),efs2n(k,C))). b) Por L2 b), min(min(efs2n(k,A),efs2n(k,B)),efs2n(k,C)) =min(efs2n(k,A),min(efs2n(k,B),efs2n(k,C))). T33 a) max(efs2n(k,A),min(efs2n(k,B),efs2n(k,C))) =min(max(efs2n(k,A),efs2n(k,B)),max(efs2n(k,A),efs2n(k,C))). b) min(efs2n(k,A),max(efs2n(k,B),efs2n(k,C))) =max(min(efs2n(k,A),efs2n(k,B)),min(efs2n(k,A),efs2n(k,C))). Demostracin Por D2, efs2n(k,A), efs2n(k,B) y efs2n(k,C) son nmeros reales. Implica: a) Por L3 a), max(efs2n(k,A),min(efs2n(k,B)),efs2n(k,C))) =min(max(efs2n(k,A),efs2n(k,B)),max(efs2n(k,A),efs2n(k,C))). b) Por L3 b), min(efs2n(k,A),max(efs2n(k,B),efs2n(k,C))) =max(min(efs2n(k,A),efs2n(k,B)),min(efs2n(k,A),efs2n(k,C))). T34 a) max(efs2n(k,A),min(efs2n(k,A),efs2n(k,B)))=efs2n(k,A).

112

b) min(efs2n(k,A),max(efs2n(k,A),efs2n(k,B)))=efs2n(k,A). Demostracin Por D2, efs2n(k,A) y efs2n(k,B) son nmeros reales. Implica: a) Por L5 b), max(efs2n(k,A),min(efs2n(k,A),efs2n(k,B)))=efs2n(k,A). b) Por L5 a), min(efs2n(k,A),max(efs2n(k,A),efs2n(k,B)))=efs2n(k,A). T35 a) max(max(efs2n(k,Aj):j=0,...,i),max(efs2n(k,Aj):j=i+1,...,m) =max((efs2n(k,Aj):j=0,...,m). b) min(min(efs2n(k,Aj):j=0,...,i),min(efs2n(k,Aj):j=i+1,...,m) =min((efs2n(k,Aj):j=0,...,m). Demostracin Por D2, efs2n(k,Ao), ..., efs2n(k,Am) son nmeros reales. Implica: a) Por L6 a), max(max(efs2n(k,Aj):j=0,...,i),max(efs2n(k,Aj):j=i+1,...,m) =max((efs2n(k,Aj):j=0,...,m). b) min(min(efs2n(k,Aj):j=0,...,i),min(efs2n(k,Aj):j=i+1,...,m) =min((efs2n(k,Aj):j=0,...,m). 3.9.4 Propiedades en trminos de cal2n T36 a) min(cal2n(k,A),max(cal2n(k,B),cal2n(k,C))) =max(min(cal2n(k,A),cal2n(k,B)),min(cal2n(k,A),cal2n(k,C))). b) max(cal2n(k,A),min(cal2n(k,B),cal2n(k,C))) =min(max(cal2n(k,A),cal2n(k,B)),max(cal2n(k,A),cal2n(k,C))).

113

c) min(max(cal2n(k,A),2n-cal2n(k,B)),max(cal2n(k,B),2ncal2n(k,A))) =max(min(cal2n(k,A),cal2n(k,B)),min(2n-cal2n(k,A),2ncal2n(k,B))). Demostracin a) cal2n(k,A), cal2n(k,B) y cal2n(k,C) son nmeros reales, por L3 b) min(cal2n(k,A),max(cal2n(k,B),cal2n(k,C))) =max(min(cal2n(k,A),cal2n(k,B)),min(cal2n(k,A),cal2n(k,C))). b) cal2n(k,A), cal2n(k,B) y cal2n(k,C) son nmeros reales, por L3 a) max(cal2n(k,A),min(cal2n(k,B),cal2n(k,C))) =min(max(cal2n(k,A),cal2n(k,B)),max(cal2n(k,A),cal2n(k,C))). c) cal2n(k,A), cal2n(k,B) y cal2n(k,C) son nmeros reales, por L4 b) min(max(cal2n(k,A),2n-cal2n(k,B)),max(cal2n(k,B),2n-cal2n(k,A))) =max(min(cal2n(k,A),cal2n(k,B)),min(2n-cal2n(k,A),2n-cal2n(k,B))). T37 a) max(max(cal2n(k,Aj):j=0,...,i),max(cal2n(k,Aj):j=i+1,...,m) =max((cal2n(k,Aj):j=0,...,m). b) min(min(cal2n(k,Aj):j=0,...,i),min(cal2n(k,Aj):j=i+1,...,m) =min((cal2n(k,Aj):j=0,...,m). Demostracin Por D2, cal2n(k,Ao), ..., cal2n(k,Am) son nmeros reales. Implica: a) Por L6 a), max(max(cal2n(k,Aj):j=0,...,i),max(cal2n(k,Aj):j=i+1,...,m) =max((cal2n(k,Aj):j=0,...,m). b) min(min(cal2n(k,Aj):j=0,...,i),min(cal2n(k,Aj):j=i+1,...,m) =min((cal2n(k,Aj):j=0,...,m).

114

3.10 Conectivos lgicos en la lgica de plausibilidad generalizada El propsito de la lgica de plausibilidad generalizada, como lgica veritativo-funcional, es determinar la plausibilidad de una afirmacin a partir de la plausibilidad de las afirmaciones que la forman. Ahora bien, la interrelacin entre stas est determinada por sus conectivos lgicos. Al igual que en la lgica de plausibilidad, en la lgica de plausibilidad generalizada se consideran cinco conectivos lgicos: , , , y , conocidos por negacin, conjuncin, disyuncin, implicacin y coimplicacin, respectivamente. Todos ellos enlazan dos afirmaciones, salvo el conectivo , la negacin, que acta sobre una sola afirmacin. Estos conectivos dan lugar a dos tipos de afirmaciones: molecular, si tiene al menos un conectivo; y atmica, si no posee ninguno. Por tanto, una afirmacin molecular puede tener ms de un conectivo, pero slo uno de ellos la caracteriza, el conectivo dominante. Es decir, una afirmacin molecular es una negacin, conjuncin, disyuncin, implicacin o coimplicacin si el conectivo dominante es , , , , respectivamente. Por tanto, en una afirmacin con ms de un conectivo lgico, es necesario indicar el conectivo dominante. En este caso, procediendo igualmente que en la lgica de plausibilidad (vase seccin 2.6), se recurre al uso de parntesis y, con el propsito de reducir el nmero de stos, se establece un convenio de prioridad entre conectivos: el ms dbil es ; con igual prioridad entre ellos, le siguen y ; por ltimo, los ms fuertes son y con la misma prioridad entre ambos. No obstante, cualquier conectivo puede ser el dominante si as lo indican los parntesis. 3.11 Evidencia y plausibilidad funcionales en la lgica de plausibilidad generalizada Al nivel de afirmaciones moleculares se da la evidencia y plausibilidad funcionales: si la evidencia de una afirmacin molecular est determinada por el conectivo dominante y la evidencia de las afirmaciones que dicho conectivo enlaza, su evidencia es funcional;

115

anlogamente, la plausibilidad de una afirmacin molecular es funcional, si est determinada por el conectivo dominante y la plausibilidad de las afirmaciones que tal conectivo une. Por tanto, los conectivos lgicos establecen las interrelaciones entre las afirmaciones que forman una afirmacin molecular, y determinan as de sta su evidencia y plausibilidad funcionales a partir de sus partes. Por tal razn, son los conectivos lgicos los que caracterizan la lgica de plausibilidad generalizada; pues como se seala en 2.1.2, al ser una lgica polivalente, es veritativo-funcional. 3.12 Axiomas de la lgica de plausibilidad generalizada En la lgica de plausibilidad generalizada, por D1, la polivalencia est determinada, para cualquier natural n mayor que 1, por P2n={0, 1, ..., 2n}; es decir, la plausibilidad de una afirmacin toma valores en P2n={0, 1, ..., 2n}. A su vez, segn D4, dichos valores estn
2n 2n clasificados, a travs de regiones de plausibilidad: S0 ={0, 1, ..., n-1}, S1 ={n} y S2n 2 ={n+1,

n+2, ..., 2n}, de rechazo, indeterminacin y aceptacin, respectivamente; por T6, las tres regiones constituyen una particin de P2n. El estado de plausibilidad de una afirmacin est determinado por la funcin cal2n, y a su vez sta se define en trminos de las funciones numricas ec, ef, ecs2n y efs2n. Por tanto ahora, al contar con esta representacin funcional de la evidencia y plausibilidad, se establecen los axiomas de la lgica de plausibilidad generalizada, respetando los axiomas de la lgica de plausibilidad, en el sentido que sta es un caso particular de aqulla. En el caso de la lgica de plausibilidad generalizada, si la evidencia de una afirmacin molecular es funcional, se determina a partir de los siguientes axiomas (esquema) o bien de propiedades a su vez deducidas de tales axiomas. AE1

116

ec(k,A)=1ec(k,A) ecs2n(k,A)=efs2n(k,A) efs2n(k,A)=ecs2n(k,A). AE2 ec(k,AB)=max(ec(k,A),ec(k,B)) ecs2n(k,AB)=max(ecs2n(k,A),ecs2n(k,B)) efs2n(k,AB)=min(efs2n(k,A),efs2n(k,B)). AE3 ec(k,AB)=ec(k,(AB)) ecs2n(k,AB)=ecs2n(k,(AB)) efs2n(k,AB)=efs2n(k,(AB)). AE4 ec(k,AB)=ec(k,AB) ecs2n(k,AB)=ecs2n(k,AB) efs2n(k,AB)=efs2n(k,AB). AE5 ec(k,AB)=ec(k,(AB)(BA)) ecs2n(k,AB)=ecs2n(k,(AB)(BA)) efs2n(k,AB)=efs2n(k,(AB)(BA)). AE6 cal2n(k,A) Si2n y cal2n(k,B) S2n 2 . Implica, efs2n(k,A)efs2n(k,B).
i =0 1

117

3.13 Justificacin de los axiomas de la lgica de plausibilidad generalizada De los seis axiomas de la lgica de plausibilidad generalizada, los cinco primeros AE1, AE2, AE3, AE4 y AE5, son una generalizacin de los axiomas de la lgica de plausibilidad A1, A2, A3, A4 y A5, respectivamente. Resultan al sustituir en estos ltimos las funciones ecs por ecs2n y efs por efs2n. El axioma A6 es, como se afirma en la seccin 2.6,
A6

ec(k,xAx)=ec(k,Ax1...Axn) ecs(k,xAx)=ecs(k,Ax1...Axn) efs(k,xAx)=efs(k,Ax1...Axn) ec(k,xAx)=ec(k,Ax1...Axn) ecs(k,xAx)=ecs(k,Ax1...Axn) efs(k,xAx)=efs(k,Ax1...Axn). Tal que A es un predicado, x una variable y {x1,..., xn} es el dominio de x o universo de los cuantificadores y . Pero no existe su correspondiente en la lgica de plausibilidad generalizada. Pues, el que sera su axioma correspondiente lo constituyen los teoremas T60 y T61; por tanto, es innecesario, al poder demostrarlo. No obstante, s existe AE6, sexto y ltimo axioma de la lgica de plausibilidad generalizada, que corresponde tambin al ltimo de la lgica de plausibilidad, el sptimo axioma:
A7

cal(k,A)<cal(k,B)=3. Implica, efs(k,A)efs(k,B).

118

Ahora bien, si se generaliza A7 al nivel de la lgica de plausibilidad generalizada, resulta la siguiente formulacin. cal2n(k,A)<cal2n(k,B)=n+1. Implica, efs2n(k,A)efs2n(k,B). Sin embargo, para cal2n(k,A)<n+1<cal2n(k,B) S2n 2 , por T11 ecs2n(k,A)0; pero, nada se sabe sobre el valor de efs2n(k,A). Aunque, s en el caso particular de la lgica de plausibilidad. Porque, si cal(k,B)=4, por la seccin 2.5, se sabe que efs(k,A)1 y efs(k,B)=1; entonces, efs(k,A)efs(k,B). Por tanto, en la lgica de plausibilidad generalizada, para AE6, el correspondiente al axioma A7, no basta exigir cal2n(k,A)<cal2n(k,B)=n+1. Implica, efs2n(k,A)efs2n(k,B). Se necesita asegurar ms: cal2n(k,A)<n+1cal2n(k,B). Implica, efs2n(k,A)efs2n(k,B). De manera equivalente,
1

cal2n(k,A) Si2n y cal2n(k,B) S2n 2 . Implica, efs2n(k,A)efs2n(k,B).

i =0

En la lgica de plausibilidad, segn lo sealado en la seccin 2.6, se introduce el axioma A7 para fundamentar la caracterizacin del conectivo . Lo mismo sucede con AE6 en la lgica de plausibilidad generalizada, al fundamentar T64, a travs del siguiente teorema. 3.14 Una consecuencia del axioma AE6

119

T38 cal2n(k,A)cal2n(k,B) S2n 2 . Implica, efs2n(k,A)efs2n(k,B). Demostracin i) cal2n(k,A) Si2n ;

i =0 1

por hiptesis, cal2n(k,B) S2n 2 . Por AE6, efs2n(k,A)efs2n(k,B). ii) cal2n(k,A) S2n 2 ; por hiptesis, cal2n(k,B) S2n 2 . Por T15, cal2n(k,A)=n+1+efs2n(k,A) y cal2n(k,B)=n+1+efs2n(k,B); por hiptesis, cal2n(k,A)cal2n(k,B). Implica, efs2n(k,A)efs2n(k,B). Por i) y ii), cal2n(k,A)cal2n(k,B) S2n 2 . Implica, efs2n(k,A)efs2n(k,B). 3.15 Propiedades al nivel de evidencia de los conectivos de la lgica de plausibilidad generalizada Como se destaca en la seccin 2.1.2, una lgica polivalente se fundamenta, esencialmente, en la definicin de sus conectivos y en su polivalencia. Adems, se seala, precisamente, que la construccin de la lgica de plausibilidad ganeralizada se articula en ambas condiciones. Sin embargo, para caracterizar al nivel de plausibilidad los conectivos y, en general, para deducir

120

sus propiedades, previamente se necesita hacerlo al nivel de evidencia, a travs de los siguientes teoremas. 3.15.1 Propiedades al nivel de evidencia de en la lgica de plausibilidad generalizada T39 a) ec(k,(A))=ec(k,A). b) ecs2n(k,(A))=ecs2n(k,A). c) efs2n(k,(A))=efs2n(k,A). Demostracin a) Por AE1, ec(k,(A))=1-ec(k,A); por AE1 =1-(1-ec(k,A)), =ec(k,A). Implica, ec(k,(A))=ec(k,A). b) Por AE1, ecs2n(k,(A))=efs2n(k,A); por AE1 =ecs2n(k,A). Implica, ecs2n(k,(A))=ecs2n(k,A). c) Por AE1, efs2n(k,(A))=ecs2n(k,A); por AE1 =efs2n(k,A). Implica, efs2n(k,(A))=efs2n(k,A). T40 a) ec(k,A)=ec(k,B) si y slo si ec(k,A)=ec(k,B). b) ecs2n(k,A)=ecs2n(k,B) si y slo si efs2n (k,A)=efs2n(k,B).

121

c) efs2n(k,A)=efs2n(k,B) si y slo si ecs2n(k,A)=ecs2n(k,B). Demostracin a) i) ec(k,A)=ec(k,B), por AE1 1-ec(k,A)=1-ec(k,B), ec(k,A)=ec(k,B). Implica, ec(k,A)=ec(k,B) implica ec(k,A)=ec(k,B). ii) ec(k,A)=ec(k,B), 1-ec(k,A)=1-ec(k,B), por AE1 ec(k,A)=ec(k,B). Implica, ec(k,A)=ec(k,B) implica ec(k,A)=ec(k,B). Por i) y ii), ec(k,A)=ec(k,B) si y slo si ec(k,A)=ec(k,B). b) i) ecs2n(k,A)=ecs2n(k,B), por AE1 efs2n(k,A)=efs2n(k,B). Implica, ecs2n(k,A)=ecs2n(k,B) implica efs2n(k,A)=efs2n(k,B). ii) efs2n(k,A)=efs2n(k,B), por AE1 ecs2n(k,A)=ecs2n(k,B). Implica, efs2n(k,A)=efs2n(k,B) implica ecs2n(k,A)=ecs2n(k,B). Por i) y ii),

122

ecs2n(k,A)=ecs2n(k,B) si y slo si efs2n(k,A)=efs2n(k,B). c) i) efs2n(k,A)=ef2n(k,B), por AE1, ecs2n(k,A)=ecs2n(k,B). Implica, efs2n(k,A)=ef2n(k,B) implica ecs2n(k,A)=ecs2n(k,B). ii) ecs2n(k,A)=ecs2n(k,B), por AE1 efs2n(k,A)=ef2n(k,B). Implica, ecs2n(k,A)=ecs2n(k,B) implica efs2n(k,A)=ef2n(k,B). Por i) y ii), efs2n(k,A)=ef2n(k,B) si y slo si ecs2n(k,A)=ecs2n(k,B). T41 a) ec(k,A)<ec(k,B) si y slo si ec(k,B)<ec(k,A). b) ecs2n(k,A)<ecs2n(k,B) si y slo si efs2n(k,A)<efs2n(k,B). c) efs2n(k,A)<efs2n(k,B) si y slo si ecs2n(k,A)<ecs2n(k,B). Demostracin a) i) ec(k,A)<ec(k,B), por AE1 1-ec(k,A)<1-ec(k,B), ec(k,B)<ec(k,A). Implica, ec(k,A)<ec(k,B) implica ec(k,B)<ec(k,A). ii) ec(k,B)<ec(k,A), 1-ec(k,A)<1-ec(k,B), por AE1

123

ec(k,A)<ec(k,B). Implica, ec(k,A)<ec(k,B) implica ec(k,A)<ec(k,B). Por i) y ii), ec(k,A)<ec(k,B) si y slo si ec(k,A)<ec(k,B). b) i) ecs2n(k,A)<ecs2n(k,B), por AE1 efs2n(k,A)<efs2n(k,B). Implica, ecs2n(k,A)<ecs2n(k,B) implica efs2n(k,A)<efs2n (k,B). ii) efs2n(k,A)<efs2n(k,B), por AE1 ecs2n(k,A)<ecs2n(k,B). Implica, efs2n(k,A)<efs2n(k,B) implica ecs2n(k,A)<ecs2n(k,B). Por i) y ii), ecs2n(k,A)<ecs2n(k,B) si y slo si efs2n(k,A)<efs2n(k,B). c) i) efs2n(k,A)<ef2n(k,B), por AE1 ecs2n(k,A)<ecs2n(k,B). Implica, efs2n(k,A)<ef2n(k,B) implica ecs2n(k,A)<ecs2n(k,B). ii) ecs2n(k,A)<ecs2n(k,B), por AE1

124

efs2n(k,A)<ef2n(k,B). Implica, ecs2n(k,A)<ecs2n(k,B) implica efs2n(k,A)<ef2n(k,B). Por i) y ii), efs2n(k,A)<ef2n(k,B) si y slo si ecs2n(k,A)<ecs2n(k,B). 3.15.2 Caracterizacin mediante la evidencia de en la lgica de plausibilidad generalizada T42 a) ec(k,AB)=min(ec(k,A),ec(k,B)). b) ecs2n(k,AB)=min(ecs2n(k,A),ecs2n(k,B)). c) efs2n(k,AB)=max(efs2n(k,A),efs2n(k,B)). Demostracin a) Por AE3, ec(k,AB)=ec(k,(AB)); por AE1 =1-ec(k,AB), por AE2 =1-max(ec(k,A),ec(k,B)), por AE1 =1-max(1-ec(k,A),1-ec(k,B)), por T22 =min(ec(k,A),ec(k,B)). Implica, ec(k,AB) =min(ec(k,A),ec(k,B)). b) Por AE3, ecs2n(k,AB)=ecs2n(k,(AB)); por AE1 =efs2n(k,AB), por AE2 =min(efs2n(k,A),efs2n(k,B)), por AE1 =min(ecs2n(k,A),ecs2n(k,B)).

125

Implica, ecs2n(k,AB) =min(ecs2n(k,A),ecs2n(k,B)). c) Por AE3, efs2n(k,AB)=efs2n(k,(AB)); por AE1 =ecs2n(k,AB), por AE2 =max(ecs2n(k,A),ecs2n(k,B)), por AE1 =max(efs2n(k,A),efs2n(k,B)). Implica, efs2n(k,AB) =max(efs2n(k,A),efs2n(k,B)). 3.15.3 Propiedades al nivel de evidencia de y en la lgica de plausibilidad generalizada T43 a.1) ec(k,AB)=ec(k,BA). b.1) ecs2n(k,AB)=ecs2n(k,BA). c.1) efs2n(k,AB)=efs2n(k,BA). Demostracin a.1) Por AE2, ec(k,AB)=max(ec(k,A),ec(k,B)), =max(ec(k,B),ec(k,A)), por AE2 =ec(k,BA). Implica, ec(k,AB)=ec(k,BA). a.2) Por T42, ec(k,AB)=min(ec(k,A),ec(k,B)), =min(ec(k,B),ec(k,A)), por T42 =ec(k,BA). Implica, a.2) ec(k,AB)=ec(k,BA). b.2) ecs2n(k,AB)=ecs2n(k,BA). c.2) efs2n(k,AB)=efs2n(k,BA).

126

ec(k,AB)=ec(k,BA). b.1) Por AE2, ecs2n(k,AB)=max(ecs2n(k,A),ecs2n(k,B)), =max(ecs2n(k,B),ecs2n(k,A)), por AE2 =ecs2n(k,BA). Implica, ecs2n(k,AB)=ecs2n(k,BA). b.2) Por T42, ecs2n(k,AB)=min(ecs2n(k,A),ecs2n(k,B)), =min(ecs2n(k,B),ecs2n(k,A)), por T42 =ecs2n(k,BA). Implica, ecs2n(k,AB)=ecs2n(k,BA). c.1) Por AE2, efs2n(k,AB)=min(efs2n(k,A),efs2n(k,B)), =min(efs2n(k,B),efs2n(k,A)), por AE2 =efs2n(k,BA). Implica, efs2n(k,AB)=efs2n(k,BA). c.2) Por T42, efs2n(k,AB)=max(efs2n(k,A),efs2n(k,B)), =max(efs2n(k,B),efs2n(k,A)), por T42 =efs2n(k,BA). Implica, efs2n(k,AB)=efs2n(k,BA). T44 a.1) ec(k,(AB)C)=ec(k,A(BC)). b.1) ecs2n(k,(AB)C)=ecs2n(k,A(BC)). c.1) efs2n(k,(AB)C)=efs2n(k,A(BC)). Demostracin a.2) ec(k,(AB)C)=ec(k,A(BC)). b.2) ecs2n(k,(AB)C)=ecs2n(k,A(BC)). c.2) efs2n(k,(AB)C)=efs2n(k,A(BC)).

127

a.1) Por AE2, ec(k,(AB)C)=max(ec(k,AB),ec(k,C)); por AE2, =max(max(ec(k,A),ec(k,B)),ec(k,C)), por T23 =max(ec(k,A),max(ec(k,B)),ec(k,C))), por AE2 =max(ec(k,A), ec(k,BC)), por AE2 =ec(k,A(BC)). Implica, ec(k,(AB)C)=ec(k,A(BC)). a.2) Por T42, ec(k,(AB)C)=min(ec(k,AB),ec(k,C)); por T42 =min(min(ec(k,A),ec(k,B)),ec(k,C)), por T23 =min(ec(k,A),min(ec(k,B)),ec(k,C))), por T42 =min(ec(k,A), ec(k,BC)), por T42 =ec(k,A(BC)). Implica, ec(k,(AB)C)=ec(k,A(BC)). b.1) Por AE2, ecs2n(k,(AB)C)=max(ecs2n(k,AB),ecs2n(k,C)); por AE2 =max(max(ecs2n(k,A),ecs2n(k,B)),ecs2n(k,C)), por T28 =max(ecs2n(k,A),max(ecs2n(k,B)),ecs2n(k,C)), por AE2 =max(ecs2n(k,A),ecs2n(k,BC))), por AE2 =ecs2n(k,A(BC)). Implica, ecs2n(k,(AB)C)=ecs2n(k,A(BC)). b.2) Por T42, ecs2n(k,(AB)C)=min(ecs2n(k,AB),ecs2n(k,C)); por T42 =min(min(ecs2n(k,A),ecs2n(k,B)),ecs2n(k,C)), por T28 =min(ecs2n(k,A),min(ecs2n(k,B)),ecs2n(k,C))), por T42 =min(ecs2n(k,A),ecs2n(k,BC)), por T42 =ecs2n(k,A(BC)). Implica, ecs2n(k,(AB)C)=ecs2n(k,A(BC)).

128

c.1) Por AE2, efs2n(k,(AB)C)=min(efs2n(k,AB),efs2n(k,C)); por AE2 =min(min(efs2n(k,A),efs2n(k,B)),efs2n(k,C)), por T32 =min(efs2n(k,A), min(efs2n(k,B),efs2n(k,C))), por AE2 =min(efs2n(k,A),efs2n(k,BC))), por AE2 =efs2n(k,A(BC)). Implica, efs2n(k,(AB)C)=efs2n(k,A(BC)). c.2) Por T42, efs2n(k,(AB)C)=max(efs2n(k,AB),efs2n(k,C)); por T42 =max(max(efs2n(k,A),efs2n(k,B)),efs2n(k,C)), por T32 =max(efs2n(k,A),max(efs2n(k,B)),efs2n(k,C))), por T42 =max(efs2n(k,A),efs2n(k,BC)), por T42 =efs2n(k,A(BC)). Implica, efs2n(k,(AB)C)=efs2n(k,A(BC)). T45 a.1) ec(k,A(BC))=ec(k,(AB)(AC)). a.2) ec(k,A(BC))=ec(k,(AB)(AC)). b.1) ecs2n(k,A(BC))=ecs2n(k,(AB)(AC)). b.2)ecs2n(k,A(BC))=ecs2n(k,(AB)(AC). c.1) efs2n(k,A(BC))=efs2n(k,(AB)(AC)). c.2) efs2n(k,A(BC))=efs2n(k,(AB)(AC). Demostracin a.1) Por AE2, ec(k,A(BC))=max(ec(k,A),ec(k,BC)); por T42 =max(ec(k,A),min(ec(k,B)),ec(k,C))), por T24 =min(max(ec(k,A),ec(k,B)),max(ec(k,A),ec(k,C))), por AE2 =min(ec(k,AB),ec(k, AC)), por T42 =ec(k,(AB)(AC)). Implica, ec(k,A(BC))=ec(k,(AB)(AC)).

129

a.2) Por T42, ec(k,A(BC))=min(ec(k,A),ec(k,BC)); por AE2 =min(ec(k,A),max(ec(k,B)),ec(k,C))), por T24 =max(min(ec(k,A),ec(k,B)),min(ec(k,A),ec(k,C))), por T42 =max(ec(k,AB),ec(k,AC)), por AE2 =ec(k,(AB)(AC)). Implica, ec(k,A(BC))=ec(k,(AB)(AC)). b.1) Por AE2, ecs2n(k,A(BC))=max(ecs2n(k,A),ecs2n(k,BC)); por T42 =max(ecs2n(k,A),min(ecs2n(k,B)),ecs2n(k,C))), por T29 =min(max(ecs2n(k,A),ecs2n(k,B)),max(ecs2n(k,A),ecs2n(k,C))), por AE2 =min(ecs2n(k,AB),ecs2n(k, AC)), por T42 = ecs2n(k,(AB)(AC)). Implica, ecs2n(k,A(BC))=ecs2n(k,(AB)(AC)). b.2) Por T42, ecs2n(k,A(BC))=min(ecs2n(k,A),ecs2n(k,BC)); por AE2 =min(ecs2n(k,A),max(ecs2n(k,B)),ecs2n(k,C))), por T29 =max(min(ecs2n(k,A),ecs2n(k,B)),min(ecs2n(k,A),ecs2n(k,C))), por T42 =max(ecs2n(k,AB),ecs2n(k,AC)), por AE2 =ecs2n(k,(AB)(AC)). Implica, ecs2n(k,A(BC))=ecs2n(k,(AB)(AC)). c.1) Por AE2, efs2n(k,A(BC))=min(efs2n(k,A),efs2n(k,BC)); por T42 =min(efs2n(k,A),max(efs2n(k,B)),efs2n(k,C))), por T33 =max(min(efs2n(k,A),efs2n(k,B)),min(efs2n(k,A),efs2n(k,C))), por AE2 =max(efs2n(k,AB),efs2n(k, AC)), por T42 = efs2n(k,(AB)(AC)). Implica, efs2n(k,A(BC))=efs2n(k,(AB)(AC)).

130

c.2) Por T42, efs2n(k,A(BC))=max(efs2n(k,A),efs2n(k,BC)); por AE2 =max(efs2n(k,A),min(efs2n(k,B)),efs2n(k,C))), por T33 =min(max(efs2n(k,A),efs2n(k,B)),max(efs2n(k,A),efs2n(k,C))), por T42 =min(efs2n(k,AB),efs2n(k,AC)), por AE2 =efs2n(k,(AB)(AC)). Implica, efs2n(k,A(BC))=efs2n(k,(AB)(AC)). T46 a.1) ec(k,AA)=ec(k,A). b.1) ecs2n(k,AA)=ecs2n(k,A). c.1) efs2n(k,AA)=efs2n(k,A). Demostracin a.1) Por AE2, ec(k,AA)=max(ec(k,A),ec(k,A)), =ec(k,A). Implica, ec(k,AA)=ec(k,A). a.2) Por T42, ec(k,AA)=min(ec(k,A),ec(k,A)), =ec(k,A). Implica, ec(k,AA)=ec(k,A). b.1) Por AE2, ecs2n(k,AA)=max(ecs2n(k,A),ecs2n(k,A)), =ecs2n(k,A). Implica, ecs2n(k,AA)=ecs2n(k,A). b.2) Por T42, ecs2n(k,AA)=min(ecs2n(k,A),ecs2n(k,A)), =ecs2n(k,A). a.2) ec(k,AA)=ec(k,A). b.2) ecs2n(k,AA)=ecs2n(k,A). c.2) efs2n(k,AA)=efs2n(k,A).

131

Implica, ecs2n(k,AA)=ecs2n(k,A). c.1) Por AE2, efs2n(k,AA)=min(efs2n(k,A),efs2n(k,A)), =efs2n(k,A). Implica, efs2n(k,AA)=efs2n(k,A). c.2) Por T42, efs2n(k,AA)=max(efs2n(k,A),efs2n(k,A)), =efs2n(k,A). Implica, efs2n(k,AA)=efs2n(k,A). T47 a.1) ec(k,A(AB))=ec(k,A). b.1) ecs2n(k,A(AB))=ecs2n(k,A). c.1) efs2n(k,A(AB))=efs2n(k,A). Demostracin a.1) Por AE2, ec(k,A(AB))=max(ec(k,A),ec(k,AB)); por T42 =max(ec(k,A),min(ec(k,A),ec(k,B))), por T24 =min(max(ec(k,A),ec(k,A)),max(ec(k,A),ec(k,B))), =min(ec(k,A),max(ec(k,A),ec(k,B))), por T24 =ec(k,A). Implica, ec(k,A(AB))=ec(k,A). a.2) Por T42, ec(k,A(AB))=min(ec(k,A),ec(k,AB)); por AE2 =min(ec(k,A),max(ec(k,A),ec(k,B))), por T26 =ec(k,A). Implica, a.2) ec(k,A(AB))=ec(k,A). b.2) ecs2n(k,A(AB))=ecs2n(k,A). c.2) efs2n(k,A(AB))=efs2n(k,A).

132

ec(k,A(AB))=ec(k,A). b.1) Por AE2, ecs2n(k,A(AB))=max(ecs2n(k,A),ecs2n(k,AB)); por T42 =max(ecs2n(k,A),min(ecs2n(k,A),ecs2n(k,B))), por T30 =ecs2n(k,A). Implica, ecs2n(k,A(AB))=ecs2n(k,A). b.2) Por T42, ecs2n(k,A(AB))=min(ecs2n(k,A),ecs2n(k,AB)); por AE2, =min(ecs2n(k,A),max(ecs2n(k,A),ecs2n(k,B))), por T30 =ecs2n(k,A). Implica, ecs2n(k,A(AB))= ecs2n(k,A). c.1) Por AE2, efs2n(k,A(AB))=min(efs2n(k,A),efs2n(k,AB)); por T42 =min(efs2n(k,A),max(efs2n(k,A),efs2n(k,B))), por T34 =efs2n(k,A). Implica, efs2n(k,A(AB))=efs2n(k,A). c.2) Por T42, efs2n(k,A(AB))=max(efs2n(k,A),efs2n(k,AB)); por AE2, =max(efs2n(k,A),min(efs2n(k,A),efs2n(k,B))), por T34 =efs2n(k,A). Implica, efs2n(k,A(AB))=efs2n(k,A). T48 a) ec(k,(A0...Ai)(Ai+1...Am))=max(ec(k,Aj):j=0,...,m). b) ecs2n(k,(A0...Ai)(Ai+1...Am))=max(ecs2n(k,Aj):j=0,...,m). c) efs2n(k,(A0...Ai)(Ai+1...Am))=min(efs2n(k,Aj):j=0,...,m). Demostracin

133

Por induccin sobre el nmero m de conectivos. a) i) Por hiptesis de induccin, si el nmero de conectivos es menor que m, entonces se cumple a). ii) Para m conectivos, ec(k,(A0...Ai)(Ai+1...Am)), por AE2 =max(ec(k,A0...Ai),ec(k,Ai+1...Am)), por hiptesis de induccin =max(max(ec(k,Aj):j=0,...,i),max(ec(k,Aj):j=i+1,...,m), por T27 =max((ec(k,Aj):j=0,...,m). Por i) y ii), ec(k,(A0...Ai)(Ai+1...Am))=max(ec(k,Aj):j=0,...,m). b) i) Por hiptesis de induccin, si el nmero de conectivos es menor que m, entonces se cumple b). ii) Para m conectivos, ecs2n(k,(A0...Ai)(Ai+1...Am)), por AE2 =max(ecs2n(k,A0...Ai),ecs2n(k,Ai+1...Am)), por hiptesis de induccin =max(max(ecs2n(k,Aj):j=0,...,i),max(ecs2n(k,Aj):j=i+1,...,m), por T31 =max((ecs2n(k,Aj):j=0,...,m). Por i) y ii), ecs2n(k,(A0...Ai)(Ai+1...Am))=max(ecs2n(k,Aj):j=0,...,m). c) i) Por hiptesis de induccin, si el nmero de conectivos es menor que m, entonces se cumple c). ii) Para m conectivos, efs2n(k,(A0...Ai)(Ai+1...Am)), por AE2

134

=min(efs2n(k,A0...Ai),efs2n(k,Ai+1...Am)), por hiptesis de induccin =min(min(efs2n(k,Aj):j=0,...,i),min(efs2n(k,Aj):j=i+1,...,m), por T35 =min((efs2n(k,Aj):j=0,...,m). Por i) y ii), efs2n(k,(A0...Ai)(Ai+1...Am))=min(efs2n(k,Aj):j=0,...,m). T49 a) ec(k,(A0...Ai)(Ai+1...Am))=min(ec(k,Aj):j=0,...,m). b) ecs2n(k,(A0...Ai)(Ai+1...Am))=min(ecs2n(k,Aj):j=0,...,m). c) efs2n(k,(A0...Ai)(Ai+1...Am))=max(efs2n(k,Aj):j=0,...,m). Demostracin Por induccin sobre el nmero m de conectivos. a) i) Por hiptesis de induccin, si el nmero de conectivos es menor que m, entonces se cumple a). ii) Para m conectivos, ec(k,(A0...Ai)(Ai+1...Am)), por AE2 =min(ec(k,A0...Ai),ec(k,Ai+1...Am)), por hiptesis de induccin =min(min(ec(k,Aj):j=0,...,i),min(ec(k,Aj):j=i+1,...,m), por T27 =min((ec(k,Aj):j=0,...,m). Por i) y ii), ec(k,(A0...Ai)(Ai+1...Am))=min(ec(k,Aj):j=0,...,m). b) i) Por hiptesis de induccin, si el nmero de conectivos es menor que m, entonces se cumple b). ii) Para m conectivos,

135

ecs2n(k,(A0...Ai)(Ai+1...Am)), por AE2 =min(ecs2n(k,A0...Ai),ecs2n(k,Ai+1...Am)), por hiptesis de induccin =min(min(ecs2n(k,Aj):j=0,...,i),min(ecs2n(k,Aj):j=i+1,...,m), por T31 =min((ecs2n(k,Aj):j=0,...,m). Por i) y ii), ecs2n(k,(A0...Ai)(Ai+1...Am))=min(ecs2n(k,Aj):j=0,...,m). c) i) Por hiptesis de induccin, si el nmero de conectivos es menor que m, entonces se cumple c). ii) Para m conectivos, efs2n(k,(A0...Ai)(Ai+1...Am)), por AE2 =max(efs2n(k,A0...Ai),efs2n(k,Ai+1...Am)), por hiptesis de induccin =max(max(efs2n(k,Aj):j=0,...,i),max(efs2n(k,Aj):j=i+1,...,m), por T35 =max((efs2n(k,Aj):j=0,...,m). Por i) y ii), efs2n(k,(A0...Ai)(Ai+1...Am))=max(efs2n(k,Aj):j=0,...,m). Los dos teoremas anteriores conducen a la siguiente definicin. D8 a) A0...Am=(A0...Ai)(Ai+1...Am). b) A0...Am=(A0...Ai)(Ai+1...Am). A partir de esta definicin, resultan los teoremas siguientes. T50 a) ec(k,A0...Am)=ec(k,(A0...Ai)(Ai+1...Am)). b) ecs2n(k,A0...Am)=ecs2n(k,(A0...Ai)(Ai+1...Am)).

136

c) efs2n(k,A0...Am)=efs2n(k,(A0...Ai)(Ai+1...Am)). Demostracin a) Por D8, A0...Am =A0...Ai)(Ai+1...Am); por D2, ec es funcin. Implica, ec(k,A0...Am) =ec(k,(A0...Ai)(Ai+1...Am)). b) Por D8, A0...Am =A0...Ai)(Ai+1...Am); por D2, ecs2n es funcin. Implica, ecs2n(k,A0...Am) =ecs2n(k,(A0...Ai)(Ai+1...Am)). c) Por D8, A0...Am =A0...Ai)(Ai+1...Am); por D2, efs2n es funcin. Implica, efs2n(k,A0...Am) =efs2n(k,(A0...Ai)(Ai+1...Am)). T51 a) ec(k,A0...Am)=ec(k,(A0...Ai)(Ai+1...Am)). b) ecs2n(k,A0...Am)=ecs2n(k,(A0...Ai)(Ai+1...Am)). c) efs2n(k,A0...Am)=efs2n(k,(A0...Ai)(Ai+1...Am)). Demostracin a) Por D8, A0...Am =(A0...Ai)(Ai+1...Am); por D2, ec es funcin. Implica,

137

ec(k,A0...Am) =ec(k,(A0...Ai)(Ai+1...Am)). b) Por D8, A0...Am =(A0...Ai)(Ai+1...Am); por D2, ecs2n es funcin. Implica, ecs2n(k,A0...Am) =ecs2n(k,(A0...Ai)(Ai+1...Am)). c) Por D8, A0...Am =(A0...Ai)(Ai+1...Am); por D2, efs2n es funcin. Implica, efs2n(k,A0...Am) =efs2n(k,(A0...Ai)(Ai+1...Am)). T52 a) ec(k,A0...Am)=max(ec(k,Aj):j=0,...,m). b) ecs2n(k,A0...Am)=max(ecs2n(k,Aj):j=0,...,m). c) efs2n(k,A0...Am)=min(efs2n(k,Aj):j=0,...,m). Demostracin a) ec(k,A0...Am), por T50 =ec(k,(A0...Ai)(Ai+1...Am)), por T48 =max(ec(k,Aj):j=0,...,m). Implica, ec(k,A0...Am) =max(ec(k,Aj):j=0,...,m). b) ecs2n(k,A0...Am), por T50 =ecs2n(k,(A0...Ai)(Ai+1...Am)), por T48 =max(ecs2n(k,Aj):j=0,...,m).

138

Implica, ecs2n(k,A0...Am) =max(ecs2n(k,Aj):j=0,...,m). c) efs2n(k,A0...Am), por T50 =efs2n(k,(A0...Ai)(Ai+1...Am)), por T48 =min(efs2n(k,Aj):j=0,...,m). Implica, efs2n(k,A0...Am) =min(efs2n(k,Aj):j=0,...,m). T53 a) ec(k,A0...Am)=min(ec(k,Aj):j=0,...,m). b) ecs2n(k,A0...Am)=min(ecs2n(k,Aj):j=0,...,m). c) efs2n(k,A0...Am)=max(efs2n(k,Aj):j=0,...,m). Demostracin a) ec(k,A0...Am), por T51 =ec(k,(A0...Ai)(Ai+1...Am)), por T49 =min(ec(k,Aj):j=0,...,m). Implica, ec(k,A0...Am) =min(ec(k,Aj):j=0,...,m). b) ecs2n(k,A0...Am), por T51 =ecs2n(k,(A0...Ai)(Ai+1...Am)), por T49 =min(ecs2n(k,Aj):j=0,...,m). Implica, ecs2n(k,A0...Am) =min(ecs2n(k,Aj):j=0,...,m).

139

c) efs2n(k,A0...Am), por T51 =efs2n(k,(A0...Ai)(Ai+1...Am)), por T49 =max(efs2n(k,Aj):j=0,...,m). Implica, efs2n(k,A0...Am) =max(efs2n(k,Aj):j=0,...,m). 3.15.4 Caracterizacin mediante la evidencia de en la lgica de plausibilidad generalizada T54 a) ec(k,AB)=min(1-ec(k,A),ec(k,B)). b) ecs2n(k,AB)=min(efs2n(k,A),ecs2n(k,B)). c) efs2n(k,AB)=max(ecs2n(k,A),efs2n(k,B)). Demostracin a) Por AE4, ec(k,AB)=ec(k,AB); por T42 =min(ec(k,A),ec(k,B)), por AE1 =min(1-ec(k,A),ec(k,B)). Implica, ec(k,AB)=min(1-ec(k,A),ec(k,B)). b) Por AE4, ecs2n(k,AB)=ecs2n(k,AB); por T42 =min(ecs2n(k,A),ecs2n(k,B)), por AE1 =min(efs2n(k,A),ecs2n(k,B)). Implica, ecs2n(k,AB)=min(efs2n(k,A),ec(k,B)). c) Por AE4, efs2n(k,AB)=efs2n(k,AB); por T42 =max(efs2n(k,A),efs2n(k,B)), por AE1 =max(ecs2n(k,A),efs2n(k,B)).

140

Implica, efs2n(k,AB)=max(ecs2n(k,A),ef(k,B)). 3.15.5 Propiedades al nivel de evidencia de en la lgica de plausibilidad generalizada T55 a) ec(k,AB)=ec(k,BA). b) ecs2n(k,AB)=ecs2n(k,BA). c) efs2n(k,AB)=efs2n(k,BA). Demostracin a) Por T54, ec(k,AB)=min(1-ec(k,A), ec(k,B)) =min(1-(1-ec(k,B)),1-ec(k,A)), por AE1 =min(1-ec(k,B),ec(k,A)), por T54 = ec(k,BA). Implica, ec(k,AB)=ec(k,BA). b) Por T54, ecs2n(k,AB)=min(efs2n(k,A),ecs2n(k,B)); por AE1 =min(efs2n(k,B),ecs2n(k,A)), por T54 =ecs2n(k,BA). Implica, ecs2n(k,AB)=ecs2n(k,BA). c) Por T54, efs2n(k,AB)=max(efs2n(k,B),ecs2n(k,A)); por AE1 =max(ecs2n(k,B),efs2n(k,A)), por T54 =efs2n(k,BA). Implica, efs2n(k,AB)=efs2n(k,BA).

141

3.15.6 Caracterizacin mediante la evidencia de en la lgica de plausibilidad generalizada T56 a) ec(k,AB)=max(min(1-ec(k,A),ec(k,B)),min(ec(k,A),1-ec(k,B))). b) ecs2n(k,AB)=max(min(efs2n(k,A),ecs2n(k,B)),min(ecs2n(k,A),efs2n(k,B))). c) efs2n(k,AB)=min(max(ecs2n(k,A),efs2n(k,B)),max(efs2n(k,A),ecs2n(k,B))). Demostracin a) Por AE5, ec(k,AB)=ec(k,(AB)(BA)); por AE2 =max(ec(k,(AB),ec(k,(BA)), por T54 =max(min(1-ec(k,A),ec(k,B)),min(ec(k,A),1-ec(k,B))). Implica, ec(k,AB)=max(min(1-ec(k,A),ec(k,B)),min(ec(k,A),1-ec(k,B))). b) Por AE5, ecs2n(k,AB)=ecs2n(k,(AB)(BA)); por AE2 =max(ecs2n(k,AB),ecs2n(k,BA)), por T54 =max(min(efs2n(k,A),ecs2n(k,B)),min(ecs2n(k,A),efs2n(k,B))). Implica, ecs2n(k,AB)=max(min(efs2n(k,A),ecs2n(k,B)),min(ecs2n(k,A),efs2n(k,B))). c) Por AE5, efs2n(k,AB)=efs2n(k,(AB)(BA)); por AE2, =min(efs2n(k,AB),efs2n(k,BA)), por T54 =min(max(ecs2n(k,A),efs2n(k,B)),max(efs2n(k,A),ecs2n(k,B))). Implica, efs2n(k,AB)=min(max(ecs2n(k,A),efs2n(k,B)),max(efs2n(k,A),ecs2n(k,B))). 3.15.7 Propiedades al nivel de evidencia de en la lgica de plausibilidad generalizada T57 a) ec(k,AB)=ec(k,BA).

142

b) ecs2n(k,AB)=ecs2n(k,BA). c) efs2n(k,AB)=efs2n(k,BA). Demostracin a) Por AE5, ec(k,AB)=ec(k,(AB)(BA)); por T43 =ec(k,(BA)(AB)); por AE5 =ec(k,BA). Implica, ec(k,AB)=ec(k,BA). b) Por AE5, ecs2n(k,AB)=ecs2n(k,(AB)(BA)); por T43 =ecs2n(k,(BA)(AB)); por AE5 =ecs2n(k,BA). Implica, ecs2n(k,AB)=ecs2n(k,BA). c) Por AE5, efs2n(k,AB)=efs2n(k,(AB)(BA)); por T43 =efs2n(k,(BA)(AB)); por AE5 =efs2n(k,BA). Implica, efs2n(k,AB)=efs2n(k,BA). T58 ec(k,AB)=ec(k,(AB)(AB)). Demostracin Por AE5, ec(k,AB)=ec(k,(AB)(BA)); por AE2 =max(ec(k,AB),ec(k,BA)), por T54 =max(min(1-ec(k,A),ec(k,B)),min(1-ec(k,B),ec(k,A))), por T25 =min(max(ec(k,A),ec(k,B)),max(1-ec(k,A),1-ec(k,B))), por AE1

143

=min(max(ec(k,A),ec(k,B)),max(ec(k,A),ec(k,B))), por AE2 =min(ec(k,AB),ec(k,AB)), por T42 =ec(k,(AB)(AB)). Implica, ec(k,AB)=ec(k,(AB)(AB)). 3.15.8 Cuantificacin al nivel de evidencia en la lgica de plausibilidad generalizada Este tipo de evidencia funcional, resulta al considerar afirmaciones que incluyen los cuantificadores universal y existencial, simbolizados por y , respectivamente. Por la seccin 2.1.1, se sabe que el cuantificador universal representa la aplicacin reiterada del conectivo , mientras que el cuantificador existencial es la repeticin del conectivo ; esto en ambos casos se da, si el universo del discurso es finito. Resulta as que los cuantificadores,
y , representan proposiciones de la forma A0...Am y A0...Am, de acuerdo a la siguiente

definicin. Si A es un predicado, x una variable y {x0, ..., xm} es el dominio de x o universo de los cuantificadores y . D9 a) xAx=Ax0 ...Axm. b) xAx=Ax0...Axm. T59 a) ec(k,xAx)=ec(k,Ax1...Axm). b) ecs2n(k,xAx)=ecs2n(k,Ax1 ...Axm). c) efs2n(k,xAx)=efs2n(k,Ax1...Axm).

144

Demostracin Es consecuencia inmediata de D9, por ser ec, ecs2n y efs2n funciones. T60 a) ec(k,xAx)=ec(k,Ax0...Axm). b) ecs2n(k,xAx)=ecs2n(k,Ax0...Axm). c) efs2n(k,xAx)=efs2n(k,Ax0...Axm). Demostracin Es consecuencia inmediata de D9, por ser ec, ecs2n y efs2n funciones. 3.15.9 Relaciones entre conectivos mediante la funcin cal2n T61 a) cal2n(k,AB)=cal2n(k,(AB)). b) cal2n(k,AB)=cal2n(k,(AB)). c) cal2n(k,AB)=cal2n(k,AB). d) cal2n(k,AB)=cal2n(k,(AB)(BA). Demostracin a) Por AE2: i) ec(k,AB)=max(ec(k,A),ec(k,B)), por T22 =1-min(1-ec(k,A),1-ec(k,B)), por AE1 =1-min(ec(k,A),ec(k,B)), por T42 =1ec(k,AB), por AE1 =ec(k,(AB)). Implica,

145

ec(k,AB)=ec(k,(AB)). ii) ecs2n(k,AB)=max(ecs2n(k,A),ecs2n(k,B)), por T22 =1-min(1-ecs2n(k,A),1-ecs2n(k,B)), por AE1 =1-min(ecs2n(k,A),ecs2n(k,B)), por T42 =1ecs2n(k,AB), por AE1 =ecs2n(k,(AB)). Implica, ecs2n(k,AB)=ecs2n(k,(AB)). iii) efs2n(k,AB)=max(efs2n(k,A),efs2n(k,B)), por T22 =1-min(1-efs2n(k,A),1-efs2n(k,B)), por AE1 =1-min(efs2n(k,A),efs2n(k,B)), por T42 =1efs2n(k,AB), por AE1 =efs2n(k,(AB)). Implica, efs2n(k,AB)=efs2n(k,(AB)). Por i), ii), iii) y T16, cal2n(k,AB)=cal2n(k,(AB)). b) Por AE3: ec(k,AB)=ec(k,(AB)) ecs2n(k,AB)=ecs2n(k,(AB)) efs2n(k,AB)=efs2n(k,(AB)). Por T16, cal2n(k,AB)=cal2n(k,(AB)). c) Por AE4: ec(k,AB)=ec(k,AB) ecs2n(k,AB)=ecs2n(k,AB) efs2n(k,AB)=efs2n(k,AB). Por T16,

146

cal2n(k,AB)=cal2n(k,AB). d) Por AE5: ec(k,AB)=ec(k,(AB)(BA)) ecs2n(k,AB)=ecs2n(k,(AB)(BA)) efs2n(k,AB)=efs2n(k,(AB)(BA)). Por T16, cal2n(k,AB)=cal2n(k,(AB)(BA)). 3.16 Caracterizacin al nivel de plausibilidad de los conectivos de la lgica de plausibilidad generalizada 3.16.1 Caracterizacin mediante la plausibilidad de en la lgica de plausibilidad generalizada T62 cal2n(k,A)=2n-cal2n(k,A). Demostracin
2n . Implica: i) cal2n(k,A) S0

i.1) Por T14, ec(k,A)=1; por AE1 ec(k,A)=0, por T14 cal2n(k,A) S2n 2 , por T15 cal2n(k,A)=n+1+efs2n(k,A), por AE1 =n+1+ecs2n(k,A). i.2) Por T14, cal2n(k,A)=n-1-ecs2n(k,A). Por i.1) y i.2), cal2n(k,A)=2n-cal2n(k,A).
2n . Implica: i) cal2n(k,A) S1

147

ii.1) Por T14, ec(k,A)=0.5; por AE1 ec(k,A)=0.5, por T14

2n , por T15 cal2n(k,A) S1

cal2n(k,A)=n. ii.2) Por T15, cal2n(k,A)=n. Por ii.1) y ii.2), cal2n(k,A)=2n-cal2n(k,A). iii) cal2n(k,A) S2n 2 . Implica, ec(k,A)=0. Implica: iii.1) Por AE1, ec(k,A)=1; por T15 cal2n(k,A)=n-1-ecs2n(k,A), por AE1, =n-1-efs2n(k,A). iii.2) Por T15, cal2n(k,A)=n+1+efs2n(k,A). Por iii.1) y iii.2), cal2n(k,A)=2n-cal2n(k,A). Por i), ii) y iii), cal2n(k,A)=2n-cal2n(k,A). 3.16.2 Caracterizacin mediante la plausibilidad de en la lgica de plausibilidad generalizada T63 cal2n(k,AB)=min(cal2n(k,A),cal2n(k,B)). Demostracin i) cal2n(k,A)cal2n(k,B). Implica: i.1) min(cal2n(k,A),cal2n(k,B))=cal2n(k,A). i.2) Por T21, ec(k,B)ec(k,A) y ecs2n(k,B)ecs2n(k,A). Implica,

148

max(ec(k,A),ec(k,B))= ec(k,A) y max(ecs2n(k,A),ecs2n(k,B))=ecs2n(k,A). Por AE2, ec(k,AB)=ec(k,A) y ecs2n(k,AB)=ecs2n(k,A).

2n ; i.2.1) cal2n(k,A) S0

como ec(k,AB)=ec(k,A). Por T14, ec(k,AB)=ec(k,A)=1, por D3 cal2n(k,AB)=n-1-ecs2n(k,AB) y cal2n(k,A)=n-1-ecs2n(k,A); como ecs2n(k,AB)=ecs2n(k,A). Implica, cal2n(k,AB)=cal2n(k,A).
2n ; i.2.2) cal2n(k,A) S1

como ec(k,AB)=ec(k,A). Por T14, ec(k,AB)=ec(k,A)=0.5, por D3 cal2n(k,AB)=cal2n(k,A). i.2.3) cal2n(k,A) S2n 2 . Implica: i.2.3.1) Por T12, ec(k,AB)=ec(k,A)=0; por D3 cal2n(k,AB)=n+1+efs2n(k,AB) y cal2n(k,A)=n+1+efs2n(k,A). i.2.3.2) Por ser cal2n(k,A)cal2n(k,B) y por T18, efs2n(k,A)efs2n(k,B), min(efs2n(k,A),efs2n(k,B))=efs2n(k,A), por AE2 efs2n(k,AB)=efs2n(k,A). Por i.2.3.1) y i.2.3.2), cal2n(k,AB)=cal2n(k,A). Por i.2.1), i.2.2) y i.2.3),

149

cal2n(k,AB)=cal2n(k,A). Por i.1) y i.2), cal2n(k,AB)=min(cal2n(k,A),cal2n(k,B)). ii) cal2n(k,B)cal2n(k,A). Implica: ii.1) min(cal2n(k,A),cal2n(k,B))=cal2n(k,B). ii.2) Por T21, ec(k,A)ec(k,B) y ecs2n(k,A)ecs2n(k,B). Implica, max(ec(k,A),ec(k,B))= ec(k,B) y max(ecs2n(k,A),ecs2n(k,B))=ecs2n(k,B). Por AE2, ec(k,AB)=ec(k,B) y ecs2n(k,AB)=ecs2n(k,B).
2n ; ii.2.1) cal2n(k,B) S0

como ec(k,AB)=ec(k,B). Por T14, ec(k,AB)=ec(k,B)=1, por D3 cal2n(k,AB)=n-1-ecs2n(k,AB) y cal2n(k,B)=n-1-ecs2n(k,B); como ecs2n(k,AB)=ecs2n(k,B). Implica, cal2n(k,AB)=cal2n(k,B).
2n ; ii.2.2) cal2n(k,B) S1

como ec(k,AB)=ec(k,B). Por T14, ec(k,AB)=ec(k,B)=0.5, por D3 cal2n(k,AB)=cal2n(k,B). ii.2.3) cal2n(k,B) S2n 2 . Implica: ii.2.3.1) Por T14, ec(k,AB)=ec(k,B)=0; por D3 cal2n(k,AB)=n+1+efs2n(k,AB) y cal2n(k,B)=n+1+efs2n(k,B).

150

ii.2.3.2) Por ser cal2n(k,B)cal2n(k,A) y por T18, efs2n(k,B)efs2n(k,A), min(efs2n(k,A),efs2n(k,B))=efs2n(k,B), por AE2 efs2n(k,AB)=efs2n(k,B). Por ii.2.3.1) y ii.2.3.2), cal2n(k,AB)=cal2n(k,B). Por ii.2.1), ii.2.2) y ii.2.3), cal2n(k,AB)=cal2n(k,B). Por ii.1) y ii.2), cal2n(k,AB)=min(cal2n(k,A),cal2n(k,B)). Por i) y ii), cal2n(k,AB)=min(cal2n(k,A),cal2n(k,B)). 3.16.3 Caracterizacin mediante la plausibilidad de en la lgica de plausibilidad generalizada T64 cal2n(k,AB)=max(cal2n(k,A),cal2n(k,B)). Demostracin i) cal2n(k,A)cal2n(k,B). Implica: i.1) max(cal2n(k,A),cal2n(k,B))=cal2n(k,B). i.2) Por T21, ec(k,B)ec(k,A) y ecs2n(k,B)ecs2n(k,A). Implica, min(ec(k,A),ec(k,B))= ec(k,B) y min(ecs2n(k,A),ecs2n(k,B))=ecs2n(k,B). Por T42, ec(k,AB)=ec(k,B) y ecs2n(k,AB)=ecs2n(k,B).

151

2n ; i.2.1) cal2n(k,B) S0

como ec(k,AB)=ec(k,B). Por T14, ec(k,AB)=ec(k,B)=1, por D3 cal2n(k,AB)=n-1-ecs2n(k,AB) y cal2n(k,B)=n-1-ecs2n(k,B); como ecs2n(k,AB)=ecs2n(k,B). Implica, cal2n(k,AB)=cal2n(k,B).
2n ; i.2.2) cal2n(k,B) S1

como ec(k,AB)=ec(k,B). Por T14, ec(k,AB)=ec(k,B)=0.5, por D3 cal2n(k,AB)=cal2n(k,B). i.2.3) cal2n(k,B) S2n 2 . Implica: i.2.3.1) Por T14, ec(k,B)=0; como ec(k,AB)=ec(k,B). Implica, ec(k,AB)=ec(k,B)=0. Por T15, cal2n(k,AB)=n+1+efs2n(k,AB) y cal2n(k,B)=n+1+efs2n(k,B); i.2.3.2) Por ser cal2n(k,A)cal2n(k,B). Por T38, efs2n(k,A)efs2n(k,B), max(efs2n(k,A),efs2n(k,B))=efs2n(k,B), por T42 efs2n(k,AB)=efs2n(k,B). Por i.2.3.1) y i.2.3.2), cal2n(k,AB)=cal2n(k,B). Por i.2.1), i.2.2) y i.2.3, cal2n(k,AB)=cal2n(k,B). Por i.1) y i.2),

152

cal2n(k,AB)=max(cal2n(k,A),cal2n(k,B)). ii) cal2n(k,B)cal2n(k,A). Implica: ii.1) max(cal2n(k,A),cal2n(k,B))=cal2n(k,A). ii.2) Por T21, ec(k,A)ec(k,B) y ecs2n(k,A)ecs2n(k,B). Implica, min(ec(k,A),ec(k,B))= ec(k,A) y min(ecs2n(k,A),ecs2n(k,B))=ecs2n(k,A). Por T42, ec(k,AB)=ec(k,A) y ecs2n(k,AB)=ecs2n(k,A).
2n ii.2.1) cal2n(k,A) S0 ;

como ec(k,AB)=ec(k,A). Por T14, ec(k,AB)=ec(k,A)=1, por D3 cal2n(k,AB)=n-1-ecs2n(k,AB) y cal2n(k,A)=n-1-ecs2n(k,A); como ecs2n(k,AB)=ecs2n(k,A). Implica, cal2n(k,AB)=cal2n(k,A).
2n ii.2.2) cal2n(k,A) S1 ;

como ec(k,AB)=ec(k,A). Por T14, ec(k,AB)=ec(k,A)=0.5, por D3 cal2n(k,AB)=cal2n(k,A). ii.2.3) cal2n(k,A) S2n 2 . Implica: ii.2.3.1) Por T14, ec(k,A)=0; como ec(k,AB)=ec(k,A). Implica, ec(k,AB)=ec(k,A)=0. Por D3, cal2n(k,AB)=n+1+efs2n(k,AB) y

153

cal2n(k,A)=n+1+efs2n(k,A); ii.2.3.2) Por ser cal2n(k,B)cal2n(k,A). Por T38, efs2n(k,B)efs2n(k,A), max(efs2n(k,A),efs2n(k,B))=efs2n(k,A), por T42 efs2n(k,AB)=efs2n(k,A). Por ii.2.3.1) y ii.2.3.2), cal2n(k,AB)=cal2n(k,A). Por ii.2.1), ii.2.2) y ii.2.3), cal2n(k,AB)=cal2n(k,A). Por ii.1) y ii.2), cal2n(k,AB)=max(cal2n(k,A),cal2n(k,B)). Por i) y ii), cal2n(k,AB)=max(cal2n(k,A),cal2n(k,B)). 3.16.4 Caracterizacin mediante la plausibilidad de en la lgica de plausibilidad generalizada T65 cal2n(k,AB)=max(2n-cal2n(k,A),cal2n(k,B)). Demostracin Por T61, cal2n(k,AB)=cal2n(k,AB); por T64 =max(cal2n(k,A),cal2n(k,B)), por T62 =max(2n-cal2n(k,A),cal2n(k,B)). 3.16.5 Caracterizacin mediante la plausibilidad de en la lgica de plausibilidad generalizada T66

154

cal2n(k,AB)=min(max(2n-cal2n(k,A),cal2n(k,B)),max(cal2n(k,A),2n-cal2n(k,B))). Demostracin Por T61, cal2n(k,AB)=cal2n(k,(AB)(BA)); por T63 =min(cal2n(k,AB),cal2n(k,BA)), por T65 =min(max(2n-cal2n(k,A),cal2n(k,B)),max(cal2n(k,A),2n-cal2n(k,B))). 3.16.6 Teorema fundamental de la lgica de plausibilidad generalizada A travs de los ltimos cinco teoremas, se logra la caracterizacin de los conectivos de la lgica de plausibilidad generalizada, lo que es de suma importancia. Pues, la lgica de plausibilidad, como lgica polivalente, segn lo sealado en la seccin 2.1.2, se fundamenta en dos caractersticas esenciales: la definicin de sus conectivos y su polivalencia. La caracterizacin de los conectivos de la lgica de plausibilidad generalizada, en trminos de plausibilidad, permite calcular mecnicamente la plausibilidad funcional. Por esta razn, se agrupan los cinco teoremas en un solo enunciado, a travs del siguiente teorema. T67 a) cal2n(k,A)=2n-cal2n(k,A). b) cal2n(k,AB)=min(cal2n(k,A),cal2n(k,B)). c) cal2n(k,AB)=max(cal2n(k,A),cal2n(k,B)). d) cal2n(k,AB)=max(2n-cal2n(k,A),cal2n(k,B)). e) cal2n(k,AB)=min(max(2n-cal2n(k,A),cal2n(k,B)),max(cal2n(k,A),2n-cal2n(k,B))). 3.17 Propiedades al nivel de plausibilidad de los conectivos de la lgica de plausibilidad generalizada 3.17.1 Propiedades al nivel de plausibilidad de en la lgica de plausibilidad generalizada

155

T68 a) cal2n(k,(A))=cal2n(k,A). b) cal2n(k,A) Si2n si y slo si cal2n(k,A) S2n 2-i . Demostracin a) Por T39, ec(k,(A))=ec(k,A), ecs2n(k,(A))=ecs2n(k,A) y efs2n(k,(A))=efs2n(k,A). Por T16, cal2n(k,(A))=cal2n(k,A). b) i)
2n i.1) cal2n(k,A) S0 , por T14

ec(k,A)=1, por AE1 ec(k,A)=0, por T14 cal2n(k,A) S2n 2 . Implica,

2n cal2n(k,A) S0 implica cal2n(k,A) S2n 2 .

i.2) cal2n(k,A) S2n 2 , por T14 ec(k,A)=0, por AE1 ec(k,A)=1, por T14
2n cal2n(k,A) S0 .

Implica,
2n cal2n(k,A) S2n 2 implica cal2n(k,A) S0 .

Por i.1) y i.2),

2n cal2n(k,A) S0 si y slo si cal2n(k,A) S2n 2 .

156

ii)
2n ii.1) cal2n(k,A) S1 , por T14

ec(k,A)=0.5, por AE1 ec(k,A)=0.5, por T14

2n . cal2n(k,A) S1

Implica,
2n 2n cal2n(k,A) S1 implica cal2n(k,A) S1 . 2n , por T14 ii.2) cal2n(k,A) S1

ec(k,A)=0.5, por AE1 ec(k,A)=0.5, por T14

2n cal2n(k,A) S1 .

Implica,
2n 2n cal2n(k,A) S1 implica cal2n(k,A) S1 .

Por ii.1) y ii.2),

2n 2n cal2n(k,A) S1 si y slo si cal2n(k,A) S1 .

iii) iii.1) cal2n(k,A) S2n 2 , por T14 ec(k,A)=0, por AE1 ec(k,A)=1, por T14
2n . cal2n(k,A) S0

Implica,
2n cal2n(k,A) S2n 2 implica cal2n(k,A) S0 . 2n , por T14 iii.2) cal2n(k,A) S0

ec(k,A)=1, por AE1 ec(k,A)=0, por T14 cal2n(k,A) S2n 2 .

157

Implica,
2n implica cal2n(k,A) S2n cal2n(k,A) S0 2 .

Por iii.1) y iii.2),

2n cal2n(k,A) S2n 2 si y slo si cal2n(k,A) S0 .

Por i), ii) y iii), cal2n(k,A) Si2n si y slo si cal2n(k,A) S2n 2-i . T69 a) cal2n(k,A)=cal2n(k,B) si y slo si cal2n(k,A)=cal2n(k,B). b) cal2n(k,A)<cal2n(k,B) si y slo si cal2n(k,B)<cal2n(k,A). c) cal2n(k,A)cal2n(k,B) si y slo si cal2n(k,B)cal2n(k,A). Demostracin a) i) cal2n(k,A)=cal2n(k,B); por T62, cal2n(k,A)=2n-cal2n(k,A) y cal2n(k,B)=2n-cal2n(k,B). Implica, cal2n(k,A)=cal2n(k,B). Implica, cal2n(k,A)=cal2n(k,B) implica cal2n(k,A)=cal2n(k,B). ii) cal2n(k,A)=cal2n(k,B); por T62, cal2n(k,A)=2n-cal2n(k, A) y cal2n(k,B)=2n-cal2n(k,B). Implica, cal2n(k,A)=cal2n(k,B). Implica, cal2n(k,A)=cal2n(k,B) implica cal2n(k,A)=cal2n(k,B). Por i) y ii), cal2n(k,A)=cal2n(k,B) si y slo si cal2n(k,A)=cal2n(k,B).

158

b) i) cal2n(k,A)<cal2n(k,B); por T62, cal2n(k,A)=2n-cal2n(k,A) y cal2n(k,B)=2n-cal2n(k,B). Implica, cal2n(k,B)<cal2n(k,A). Implica, cal2n(k,A)<cal2n(k,B) implica cal2n(k,B)=cal2n(k,A). ii) cal2n(k,B)<cal2n(k,A); por T62, cal2n(k,A)=2n-cal2n(k, A) y cal2n(k,B)=2n-cal2n(k,B). Implica, cal2n(k,A)<cal2n(k,B). Implica, cal2n(k,A)<cal2n(k,B) implica cal2n(k,A)<cal2n(k,B). Por i) y ii), cal2n(k,A)<cal2n(k,B) si y slo si cal2n(k,B)<cal2n(k,A). c) Es consecuencia inmediata de a) y b). 3.17.2 Propiedades al nivel de plausibilidad de y en la lgica de plausibilidad generalizada T70 a.1) cal2n(k,AB)=cal2n(k,BA). b.1) cal2n(k,(AB)C)=cal2n(k,A(BC)). a.2) cal2n(k,AB)=cal2n(k,BA). b.2) cal2n(k,(AB)C)=cal2n(k,A(BC)).

c.1) cal2n(k,A(BC))=cal2n(k,(AB)(AC)). c.2) cal2n(k,A(BC))=cal2n(k,(AB)(AC)). d.1) cal2n(k,AA)=cal2n(k,A). e.1) cal2n(k,A(AB))=cal2n(k,A). Demostracin d.2) cal2n(k,AA)=cal2n(k,A). e.2) cal2n(k,A(AB))=cal2n(k,A).

159

a.1) Por T43, ec(k,AB)=ec(k,BA), ecs2n(k,AB)=ecs2n(k,BA) y efs2n(k,AB)=efs2n(k,BA). Por T16, cal2n(k,AB)=cal2n(k,BA). a.2) Por T43, ec(k,AB)=ec(k,BA), ecs2n(k,AB)=ecs2n(k,BA) y efs2n(k,AB)=efs2n(k,BA). Por T16, cal2n(k,AB)=cal2n(k,BA). b.1) Por T44, ec(k,(AB)C)=ec(k,A(BC)), ecs2n(k,(AB)C)=ecs2n(k,A(BC)) y efs2n(k,(AB)C)=efs2n(k,A(BC)). Por T16, cal2n(k,(AB)C)=cal2n(k,A(BC)). b.2) Por T44, ec(k,(AB)C)=ec(k,A(BC)), ecs2n(k,(AB)C)=ecs2n(k,A(BC)) y efs2n(k,(AB)C)=efs2n(k,A(BC)). Por T16, cal2n(k,(AB)C)=cal2n(k,A(BC)). c.1) Por T45, ec(k,A(BC)=ec(k,(AB)(AC)), ecs2n(k,A(BC)=ecs2n(k,(AB)(AC)) y efs2n(k,A(BC)=efs2n(k,(AB)(AC)). Por T16, cal2n(k,A(BC)=cal2n(k,(AB)(AC)). c.2) Por T45, ec(k,A(BC)=ec(k,(AB)(AC)), ecs2n(k,A(BC)=ecs2n(k,(AB)(AC)) y efs2n(k,A(BC)=efs2n(k,(AB)(AC)).

160

Por T16, cal2n(k,A(BC)=cal2n(k,(AB)(AC)). d.1) Por T46, ec(k,AA)=ec(k,A), ecs2n(k,AA)=ecs2n(k,A) y efs2n(k,AA)=efs2n(k,A). Por T16, cal2n(k,AA)=cal2n(k,A). d.2) Por T46, ec(k,AA)=ec(k,A), ecs2n(k,AA)=ecs2n(k,A) y efs2n(k,AA)=efs2n(k,A). Por T16, cal2n(k,AA)=cal2n(k,A). e.1) Por T47, ec(k,A(AB))=ec(k,A), ecs2n(k,A(AB))=ecs2n(k,A) y efs2n(k,A(AB))=efs2n(k,A). Por T16, cal2n(k,A(AB))=cal2n(k,A). e.2) Por T47, ec(k,A(AB))=ec(k,A), ecs2n(k,A(AB))=ecs2n(k,A) y efs2n(k,A(AB))=efs2n(k,A). Por T16, cal2n(k,A(AB))=cal2n(k,A). T71 a) cal2n(k,(A0...Ai)(Ai+1...Am))=min(cal2n(k,Aj):j=0,...,m). b) cal2n(k,(A0...Ai)(Ai+1...Am))=max(cal2n(k,Aj):j=0,...,m). Demostracin

161

Por induccin sobre el nmero m de conectivos. a) i) Por hiptesis de induccin, si el nmero de conectivos es menor que m, entonces se cumple a). ii) Para m conectivos, cal2n(k,(A0...Ai)(Ai+1...Am)), por T63 =min(cal2n(k,A0...Ai),cal2n(k,Ai+1...Am)), por hiptesis de induccin =min(min(cal2n(k,Aj):j=0,...,i),min(cal2n(k,Aj):j=i+1,...,m), por T37 =min((cal2n(k,Aj):j=0,...,m). Por i) y ii), cal2n(k,(A0...Ai)(Ai+1...Am))=min(cal2n(k,Aj):j=0,...,m). b) i) Por hiptesis de induccin, si el nmero de conectivos es menor que m, entonces se cumple b). ii) Para m conectivos, cal2n(k,(A0...Ai)(Ai+1...Am)), por T64 =max(cal2n(k,A0...Ai),cal2n(k,Ai+1...Am)), por hiptesis de induccin =max(max(cal2n(k,Aj):j=0,...,i),max(cal2n(k,Aj):j=i+1,...,m), por T37 =max((cal2n(k,Aj):j=0,...,m). Por i) y ii), cal2n(k,(A0...Ai)(Ai+1...Am))=max(cal2n(k,Aj):j=0,...,m). T72 a) cal2n(k,A0...Am)=cal2n(k,(A0...Ai)(Ai+1...Am)). b) cal2n(k,A0...Am)=cal2n(k,(A0...Ai)(Ai+1...Am)). Demostracin

162

a) Por D8, A0...Am=A0...Ai)(Ai+1...Am); por D3, cal2n es funcin. Implica, cal2n(k,A0...Am)=cal2n(k,(A0...Ai)(Ai+1...Am)). b) Por D8, A0...Am =(A0...Ai)(Ai+1...Am); por D3, cal2n es funcin. Implica, cal2n(k,A0...Am)=cal2n(k,(A0...Ai)(Ai+1...Am)). T73 a) cal2n(k,A0...Am)=min(cal2n(k,Aj):j=0,...,m). b) cal2n(k,A0...Am)=max(cal2n(k,Aj):j=0,...,m). Demostracin a) cal2n(k,A0...Am), por T72 =cal2n(k,(A0...Ai)(Ai+1...Am)), por T71 =min(cal2n(k,Aj):j=0,...,m). b) cal2n(k,A0...Am), por T72 =cal2n(k,(A0...Ai)(Ai+1...Am)), por T71 =max(cal2n(k,Aj):j=0,...,m). 3.17.3 Propiedad al nivel de plausibilidad de en la lgica de plausibilidad generalizada T74 cal2n(k,AB)=cal2n(k,BA). Demostracin Por T55, ec(k,AB)=ec(k,BA), ecs2n(k,AB)=ecs2n(k,BA) y efs2n(k,AB)=efs2n(k,BA).

163

Por T16, cal2n(k,AB)=cal2n(k,BA). 3.17.4 Propiedades al nivel de plausibilidad de en la lgica de plausibilidad generalizada T75 a) cal2n(k,AB)=cal2n(k,BA). b) cal2n(k,AB)=cal2n(k,(AB)(AB)). Demostracin a) Por T57, ec(k,AB)=ec(k,BA), ecs2n(k,AB)=ecs2n(k,BA) y efs2n(k,AB)=efs2n(k,BA). Por T16, cal2n(k,AB)=cal2n(k,BA). b) cal2n(k,AB), por T66 =min(max(2n-cal2n(k,A),cal2n(k,B)),max(cal2n(k,A),2n-cal2n(k,B))), por T36 =max(min(cal2n(k,A),cal2n(k,B)),min(2n-cal2n(k,A),2n-cal2n(k,B))), por T62 =max(min(cal2n(k,A),cal2n(k,B)),min(cal2n(k,A),cal2n(k,A))), por T63 =max(cal2n(k,AB),cal2n(k,AB)), por T64 =cal2n(k,(AB)(AB)). Implica, cal2n(k,AB)=cal2n(k,(AB)(AB)). 3.17.5 Cuantificacin al nivel de plausibilidad en la lgica de plausibilidad generalizada T76 a) cal2n(k,xAx)=cal2n(k,Ax0...Axm).

164

b) cal2n(k,xAx)=cal2n(k,Ax0...Axm). Demostracin a) Por D9, xAx=Ax0...Axm; por D3, cal2n es funcin. Implica, cal2n(k,xAx)=cal2n(k,Ax0...Axm). a) Por D9, xAx = Ax0...Axm; por D3, cal2n es funcin. Implica,, cal2n(k,xAx)=cal2n(k,Ax0...Axm). 3.18 Equivalencia en la lgica de plausibilidad generalizada La funcin cal2n no es inyectiva: por T61, cal2n(k,AB)=cal2n(k,(AB)); pero, AB(AB). Por tanto, cal2n(k,A)=cal2n(k,B) no implica, en general, A=B. No obstante, cal2n(k,A)=cal2n(k,B) determina un tipo de relacin entre ambas afirmaciones: A y B son equivalentes, y se representa por A2nB. En trminos ms precisos, D10 A2nB si y slo si cal2n(k,A)=cal2n(k,B). El siguiente teorema demuestra que 2n es una relacin de equivalencia sobre F, siendo F, tal como se seala en 3.3, el conjunto de afirmaciones. T77 a) A2nA (reflexiva). b) A2nB implica B2nA (simtrica). c) A2nB y B2nC implica A2nC (transitiva). Demostracin

165

a) Por D3, cal2n es funcin; implica cal2n(k,A)=cal2n(k,A), por D10 A2nA. b) A2nB, por D10 cal2n(k,A)=cal2n(k,B), cal2n(k,B)=cal2n(k,A), por D10 B2nA. c) A2nB y B2nC, por D10 cal2n(k,A)=cal2n(k,B) y cal2n(k,B)=cal2n(k,C). Implica, cal2n(k,A)=cal2n(k,C), por D10 A2nC. T78 ec(k,A)=ec(k,B) ecs2n(k,A)=ecs2n(k,B) efs2n(k,A)=efs2n(k,B). Implica, A2nB. Demostracin ec(k,A)=ec(k,B) ecs2n(k,A)=ecs2n(k,B) efs2n(k,A)=efs2n(k,B). Por T16, cal2n(k,A)=cal2n(k,B), por D10 A2nB.

166

Este teorema es una reformulacin de T16 en trminos de equivalencia. A continuacin se reformulan otros teoremas ms. 3.18.1 Leyes de De Morgan T79 a) AB2n(AB). b) AB2n(AB). Demostracin a) Por T61, cal2n(k,AB)=cal2n(k,(AB)). Por D10, AB2n(AB). b) Por T61, cal2n(k,AB)=cal2n(k,(AB)). Por D10, AB2n(AB). 3.18.2 Propiedades de implicacin y coimplicacin T80 a) AB2nAB. b) AB2n(AB)(BA)). Demostracin a) Por T61, cal2n(k,AB)=cal2n(k,AB). Por D10, AB2nAB. b) Por T61, cal2n(k,AB)=cal2n(k,(AB)(BA)).

167

Por D10, AB2n(AB)(BA)). 3.18.3 Propiedad de doble negacin T81 A2n(A). Demostracin Por T68, cal2n(k,A)=cal2n(k,(A)). Por D10, A2n(A). 3.18.4 Propiedades de equivalencia de y T82 a) Conmutativa a.1) AB2nBA. b) Asociativa b.1) (AB)C2nA(BC). c) Distributiva c.1) A(BC))2n(AB)(AC)). d) Idempotencia d.1) AA2nA. e) Absorcin e.1) A(AB)2nA. Demostracin Por T70, e.2) A(AB)2nA. d.2) AA2nA. c.2) A(BC)2n(AB)(AC). b.2) (AB)C2nA(BC). a.2) AB2nBA.

168

a.1) cal2n(k,AB)=cal2n(k,BA). b.1) cal2n(k,(AB)C)=cal2n(k,A(BC)).

a.2) cal2n(k,AB)=cal2n(k,BA). b.2) cal2n(k,(AB)C)=cal2n(k,A(BC)).

c.1) cal2n(k,A(BC))=cal2n(k,(AB)(AC)). c.2) cal2n(k,A(BC))=cal2n(k,(AB)(AC)). d.1) cal2n(k,AA)=cal2n(k,A). e.1) cal2n(k,A(AB))=cal2n(k,A). Por D10, a.1) AB2nBA. b.1) (AB)C2nA(BC). c.1) A(BC))2n(AB)(AC)). d.1) AA2nA. e.1) A(AB)2nA. T83 a) A0...Am2n(A0...Ai)(Ai+1...Am). b) A0...Am2n(A0...Ai)(Ai+1...Am). Demostracin a) Por T72, cal2n(k,A0...Am) =cal2n(k,(A0...Ai)(Ai+1...Am)). Por D10, A0...Am2n(A0...Ai)(Ai+1...Am). b) Por T72, cal2n(k,A0...Am) =cal2n(k,(A0...Ai)(Ai+1...Am)). Por D10, A0...Am2n(A0...Ai)(Ai+1...Am). 3.18.5 Propiedad de transposicin de a.2) AB2nBA. b.2) (AB)C2nA(BC). c.2) A(BC)2n(AB)(AC). d.2) AA2nA. e.2) A(AB)2nA. d.2) cal2n(k,AA)=cal2n(k,A). e.2) cal2n(k,A(AB))=cal2n(k,A).

169

T84 AB2nBA. Demostracin Por T74, cal2n(k,AB)=cal2n(k,BA). Por D10, AB2nBA. 3.18.6 Propiedades de equivalencia de T85 a) AB2nBA. b) AB2n(AB)(AB). Demostracin a) Por T75, cal2n(k,AB)=cal2n(k,BA). Por D10, AB2nBA. b) Por T75, cal2n(k,AB)=cal2n(k,(AB)(AB)). Por D10, AB2n(AB)(AB). 3.18.7 Teorema de remplazamiento T86 En una afirmacin, si se sustituye una o ms afirmaciones que la forman por otras equivalentes. Entonces, la afirmacin que resulta es equivalente a la dada.

170

Demostracin Si una o ms afirmaciones que son parte de otra dada, son remplazadas por afirmaciones equivalentes, por D10, los valores de cal2n de la afirmacin que resulta y la dada coinciden. Por D10, ambas afirmaciones son equivalentes. 3.18.8 Propiedades de equivalencia de y de T87 a) xAx2nAx0...Axm. b) x2nAx0...Axm. Demostracin a) Por T76, cal2n(k,xAx)=cal2n(k,Ax0...Axm). Por D10,
xAx2nAx0...Axm.

b) Por T76, cal2n(k,xAx)=cal2n(k,Ax0...Axm). Por D10,

x2nAx0...Axm.

La equivalencia desempea un papel fundamental en la lgica de plausibilidad generalizada, porque sus propiedades al representar distintas maneras de enlazar afirmaciones mediante conectivos sin que vare su estado de plausibilidad, constituyen un marco de referencia en el proceso de decisin, para establecer relaciones entre las afirmaciones que caracterizan una decisin. 3.19 Alcance de la lgica de plausibilidad generalizada

171

En la seccin 2.1.2, se seala que la lgica polivalente est determinada por su polivalencia y la definicin de sus conectivos. En tal sentido, en el caso de la lgica de plausibilidad generalizada resulta el siguiente teorema. T88 Para cada nmero natural n>1, la lgica de plausibilidad generalizada determina una lgica de plausibilidad polivalente finita, LP2n, tal que P2n es el conjunto de estados de plausibilidad. Demostracin i) Por D1, P2n={0, 1, ..., 2n} es el conjunto de estados de plausibilidad. ii) Por T67, a) cal2n(k,A)=2n-cal2n(k,A). b) cal2n(k,AB)=min(cal2n(k,A),cal2n(k,B)). c) cal2n(k,AB)=max(cal2n(k,A),cal2n(k,B)). d) cal2n(k,AB)=max(2n-cal2n(k,A),cal2n(k,B)). e) cal2n(k,AB)=min(max(2n-cal2n(k,A),cal2n(k,B)),max(cal2n(k,A),2n-cal2n(k,B))). Por i) y ii), Para cada nmero natural n>1, la lgica de plausibilidad generalizada determina una lgica de plausibilidad polivalente finita, LP2n, 2n+1-valente. A su vez, el teorema T88 da lugar a la siguiente definicin. D11 La lgica LP2n, que asegura T88, es la lgica de plausibilidad 2n+1-valente. As, la lgica de plausibilidad generalizada es una familia infinita de lgicas polivalentes finitas, tal como precisa el siguiente teorema. T89

172

La lgica de plausibilidad generalizada determina una familia infinita numerable de lgicas polivalentes finitas. Demostracin i) Para cada nmero natural n>1, por T88, LP2n es una lgica polivalente finita. ii) Se considera f:{LP2n: nN y n>1}N tal que, f(LP2n)= 2k-2, si n=2k 2k-1, si n=2k+1. Implica: ii.1) f es funcin: LP2n=LP2m, P2n=P2m, por D1 n=m. ii.1.1) Para n=m=2k, f(LP2n)=2k-2 y f(LP2m)=2k-2. Implica, f(LP2n)=f(LP2m). ii.1.2) Para n=m=2k+1, f(LP2n)=2k-1 y f(LP2m)=2k-1. Implica, f(LP2n)=f(LP2m). Por ii.1.1) y ii.1.2). f(LP2n)=f(LP2m). Implica, LP2n=LP2m implica f(LP2n)=f(LP2m). ii.2) Dominio de f:

173

Claramente el dominio de f es {LP2n: nN y n>1}. ii.3) f es inyectiva: f(LP2n)=f(LP2m). Implica: ii.3.1) Para n=2k, f(LP2n)=2k-2 y f(LP2m)=2k-2, m=2k. Implica, n=m, por D1 P2n=P2m, LP2n=LP2m. ii.3.2) Para n=2k+1, f(LP2n)=2k-1 y f(LP2m)=2k-1, m=2k+1. Implica, n=m, por D1 P2n=P2m, LP2n=LP2m. Por ii.3.1) y ii.3.2), LP2n=LP2m. Implica, f(LP2n)=f(LP2m) implica LP2n=LP2m. ii.2.3.2) f es sobreyectiva: Para cada nN implica: ii.4.1) Para n=2p, existe LP2(p+1) tal que f(LP2(p+1)=2p=n.

174

ii.4.2) Para n=2p+1,existe LP2(2p+3) tal que f(LP2(2p+3))=2p+1=n. Por ii.4.1) y ii.4.2), existe LP2q tal que f(LP2q)=n. Por ii.1), ii.2), ii.3) y ii.4), f:{LP2n: nN y n>1}N es una aplicacin biyectiva. Implica, card{LP2n: nN y n>1}=0. Por i) y ii), La lgica de plausibilidad generalizada determina una familia infinita numerable de lgicas polivalentes finitas, {LP2n: nN y n>1}, o en otros smbolos {LP2n }n=2 .

De acuerdo a D11 y T89, resulta la siguiente definicin. D12 La familia infinita numerable de lgicas polivalentes finitas {LP2n }n=2 , que asegura T89, es la

familia infinita de lgicas de plausibilidad. A continuacin se presenta la tabla de plausibilidad (tabla de verdad) de dos de ellas, las de polivalencia ms baja de la familia {LP2n }n=2 .

3.20 Tablas de plausibilidad de las lgicas LP4 y LP6 T90 La tabla de plausibilidad de LP4 es

175

A 0 0 0 0 0 1 1 1 1 1 2 2 2 2 2 3 3 3 3 3 4 4 4 4 4

B 0 1 2 3 4 0 1 2 3 4 0 1 2 3 4 0 1 2 3 4 0 1 2 3 4

AB 0 0 0 0 0 0 1 1 1 1 0 1 2 2 2 0 1 2 3 3 0 1 2 3 4

A B 0 1 2 3 4 1 1 2 3 4 2 2 2 3 4 3 3 3 3 4 4 4 4 4 4

AB 4 4 4 4 4 3 3 3 3 4 2 2 2 3 4 1 1 2 3 4 0 1 2 3 4

A B 4 3 2 1 0 3 3 2 1 1 2 2 2 2 2 1 1 2 3 3 0 1 2 3 4

4 4 4 4 4 3 3 3 3 3 2 2 2 2 2 1 1 1 1 1 0 0 0 0 0

Demostracin

176

Es consecuencia inmediata de T67, para n=2. Este resultado confirma lo que se adelanta en la seccin 3.2, la lgica LP4 es, precisamente, la lgica de plausibilidad, porque sus tablas de plausibilidad coinciden (vase la seccin 2.6). T91 La tabla de plausibilidad de LP6 es A 0 0 0 0 0 0 0 1 1 1 1 1 1 1 2 2 2 2 B 0 1 2 3 4 5 6 0 1 2 3 4 5 6 0 1 2 3
A

AB 0 0 0 0 0 0 0 0 1 1 1 1 1 1 0 1 2 2

A B 0 1 2 3 4 5 6 1 1 2 3 4 5 6 2 2 2 3

AB 6 6 6 6 6 6 6 5 5 5 5 5 5 6 4 4 4 4

A B 6 5 4 3 2 1 0 5 5 4 3 2 1 1 4 4 4 3

6 6 6 6 6 6 6 5 5 5 5 5 5 5 4 4 4 4

177

2 2 2 3 3 3 3 3 3 3 4 4 4 4 4 4 4 5 5 5 5 5 5 5 6 6

4 5 6 0 1 2 3 4 5 6 0 1 2 3 4 5 6 0 1 2 3 4 5 6 0 1

4 4 4 3 3 3 3 3 3 3 2 2 2 2 2 2 2 1 1 1 1 1 1 1 0 0

2 2 2 0 1 2 3 3 3 3 0 1 2 3 4 4 4 0 1 2 3 4 5 5 0 1

4 5 6 3 3 3 3 4 5 6 4 4 4 4 4 5 6 5 5 5 5 5 5 6 6 6

4 5 6 3 3 3 3 4 5 6 2 2 2 3 4 5 6 1 1 2 3 4 5 6 0 1

2 1 2 3 3 3 3 3 3 3 2 2 2 3 4 4 4 1 1 2 3 4 5 6 0 1

178

6 6 6 6 6

2 3 4 5 6

0 0 0 0 0

2 3 4 5 6

6 6 6 6 6

2 3 4 5 6

2 3 4 5 6

Demostracin Es consecuencia inmediata de T67, para n=3. En los apndices C y D se presentan las tablas de plausibilidad de las lgicas LP8 y LP10, que conjuntamente con LP4 y LP6, stas presentadas en los dos ltimos teoremas, T90 y T91, constituyen las cuatro lgicas de polivalencia ms baja de la familia de lgicas de plausibilidad, {LP2n }n=2 .

3.21 Sobre la lgica de plausibilidad generalizada como formalizacin de la decisin racional 3.21.1 Relacin entre la lgica de plausibilidad generalizada y la decisin racional Se trata de mostrar que la decisin racional fundamenta, al nivel de lgica de plausibilidad generalizada, la teora de plausibilidad y en qu sentido sta apoya a aqulla. a) En primer lugar, se prueba que los conectivos , y se pueden expresar en funcin de los otros dos conectivos, y . i) Al nivel de evidencia, el conectivo se puede expresar en funcin de los conectivos y
:

Por AE3, ec(k,AB)=ec(k,(AB))

179

ecs2n(k,AB)=ecs2n(k,(AB)) efs2n(k,AB)=efs2n(k,(AB)). En consecuencia, la evidencia de AB coincide con la de (AB). Por tanto, el conectivo se expresa en funcin de los conectivos y . ii) El conectivo , al nivel de evidencia, se puede expresar en funcin de los conectivos y : Por AE4, ec(k,AB)=ec(k,AB) ecs2n(k,AB)=ecs2n(k,AB) efs2n(k,AB)=efs2n(k,AB); por AE3, ec(k,AB)=ec(k,((A)B)) ecs2n(k,AB)=ecs2n(k,( (A)B)) efs2n(k,AB)=efs2n(k,((A)B)). Implica, ec(k,AB)=ec(k,((A)B)) ecs2n(k,AB)=ecs2n(k,( (A)B)) efs2n(k,AB)=efs2n(k,((A)B)). Por tanto, el conectivo se puede expresar en funcin de los conectivos y . iii) En trminos de evidencia, el conectivo se puede expresar en funcin de los conectivos
y :

Por AE5, ec(k,AB)=ec(k,(AB)(BA)) ecs2n(k,AB)=ecs2n(k,(AB)(BA)) efs2n(k,AB)=efs2n(k,(AB)(BA)); por AE2, ec(k,(AB)(BA))=max(ec(k,AB),ec(k,BA)) ecs2n(k,(AB)(BA))=max(esc2n(k,AB),ecs2n(k,BA))

180

efs2n(k,(AB)(BA))=min(efs2n(k,AB),efs2n(k,BA)). Implica, ec(k,AB)=max(ec(k,AB),ec(k,BA)) ecs2n(k,AB)=max(esc2n(k,AB),ecs2n(k,BA)) efs2n(k,AB)=min(efs2n(k,AB),efs2n(k,BA)); por ii), ec(k,AB)=ec(k,((A)B)) ecs2n(k,AB)=ecs2n(k,( (A)B)) efs2n(k,AB)=efs2n(k,((A)B)). Implica, ec(k,AB)=max(ec(k,((A)B)), ec(k,((B)A))) ecs2n(k,AB)=max(esc2n(k,((A)B)),((B)A))) efs2n(k,AB)=min(efs2n(k,((A)B)),((B)A))). Por i), ii) y iii), los conectivos , y estn caracterizados en funcin de los otros dos conectivos, y . b) En segundo lugar, se trata de ver que la caracterizacin del conectivo , al nivel de evidencia, corresponde a criterios puramente lgicos, en el sentido siguiente. i) Se muestra que ec(k,A)=1ec(k,A), obedece a criterios lgicos: i.1) Si ec(k,A)=1, por D2, se sabe que existe evidencia en contra; entonces, se asegura que para A, al ser la negacin de A, se sabe que no existe evidencia en contra; entonces, por D2, ec(k,A)=0. Implica, ec(k,A)=1ec(k,A). i.2) Si ec(k,A)=0.5, por D2, no se sabe si existe o no evidencia en contra; entonces, tampoco se sabe si existe o no evidencia en contra para A; entonces, por D2, ec(k,A)=0.5. Implica, ec(k,A)=1ec(k,A). i.3) Si ec(k,A)=0, por D2, se sabe que no existe evidencia en contra; entonces para A, al ser la negacin de A, se sabe que existe evidencia en contra; entonces, por D2, ec(k,A)=1. Implica, ec(k,A)=1ec(k,A).

181

Por i.1), i.2) y i.3), que ec(k,A)=1ec(k,A) se debe a criterios lgicos. ii) Por D2, efs2n(k,A), representa el grado de evidencia a favor de A, mientras que ecs2n(k,A) el de evidencia en contra de A; entonces, al ser A la negacin de A, ecs2n(k,A)=efs2n(k,A) . iii) Por D2, ecs2n(k,A) representa el grado de evidencia en contra de A, mientras que efs2n(k,A) el de evidencia a favor de A; entonces, al ser A la negacin de A, efs2n(k,A)=ecs2n(k,A) . iv) Por AE1, ec(k,A)=1ec(k,A) ecs2n(k,A)=efs2n(k,A) efs2n(k,A)=ecs2n(k,A). Por i), ii) iii) y iv), la caracterizacin del conectivo lgico , al nivel de evidencia, obedece a criterios puramente lgicos. c) Ahora, se muestra que la caracterizacin del conectivo se fundamenta en la decisin racional. La evidencia de la conjuncin de dos proposiciones AB, est determinada por AE2, ec(k,AB)=max(ec(k,A),ec(k,B)) ecs2n(k,AB)=max(ecs2n(k,A),ecs2n(k,B)) efs2n(k,AB)=min(efs2n(k,A),efs2n(k,B)). Esto prueba que el conectivo lgico , mediante su caracterizacin a travs de la evidencia, est determinado por un algoritmo maximin: el mximo de la evidencia en contra y el mnimo de la evidencia a favor. A su vez, como se muestra en la seccin 2.3.3, un algoritmo maximin caracteriza la decisin racional. Por tanto, la decisin racional fundamenta el conectivo . Finalmente, por b) la caracterizacin de corresponde a criterios puramente lgicos; mientras que por c), la decisin racional fundamenta el conectivo . Y por a), los conectivos , y

182

estn caracterizados, al nivel de evidencia, en funcin de los otros dos conectivos, y . Por tanto, se concluye que los conectivos lgicos de la lgica de plausibilidad generalizada estn fundamentados en la decisin racional. Y como se seala en la seccin 2.1.2, segn Dalla (1976:103), una lgica polivalente una vez fijada su polivalencia, est determinada por sus operadores lgicos. Como consecuencia, por ser la lgica de plausibilidad generalizada, por T89, una familia de lgicas polivalentes, est determinada por sus conectivos lgicos. Por tanto, la decisin racional fundamenta la lgica de plausibilidad generalizada y por ende, la teora de plausibilidad. A su vez, como sta determina la plausibilidad de una decisin, es decir, su grado de aceptacin; entonces, en este sentido, la teora de plausibilidad apoya decisiones racionales. 3.21.2 La lgica de plausibilidad generalizada como lgica de inclusin Tal como se concluye en 3.21.1, la lgica de plausibilidad generalizada se fundamenta en la decisin racional y sta, por 2.4.2, se sabe que impone una lgica de inclusin y que es necesario contar con postulados sobre la conjuncin, para lograr la inclusin del otro. Pero tal como se muestra en 3.21.1, la lgica de plausibilidad generalizada se articula en la conjuncin; y por 3.12, el conectivo est determinado axiomticamente por AE2, ec(k,AB)=max(ec(k,A),ec(k,B)) ecs2n(k,AB)=max(esc2n(k,A),ecs2n(k,B)) efs2n(k,AB)=min(efs2n(k,A),efs2n(k,B)). En este sentido, la lgica de plausibilidad generalizada es una lgica de inclusin; por T89, la lgica de plausibilidad generalizada es una familia infinita de lgicas polivalentes, que apoya razonamientos no monotnicos. Por tanto, la lgica de plausibilidad generalizada es una lgica de inclusin polivalente que apoya razonamientos no monotnicos. Y, de acuerdo a 2.4.2, stas son las condiciones que la decisin racional impone a la lgica. Pero sobre todo, por 3.21.1, la

183

decisin racional fundamenta la lgica de plausibilidad generalizada y a su vez, la teora de plausibilidad a travs de la lgica de plausibilidad generalizada apoya decisiones racionales. Por tanto, la lgica de plausibilidad generalizada, como familia infinita numerable de lgicas polivalentes finitas, construida en esta investigacin, constituye la formalizacin de la decisin racional, alcanzando as un objetivo importante en el nivel pedaggico, donde la pedagoga se entiende como formacin. Pues, como se afirma en 2.4.3, aportar a la decisin racional es aportar a la pedagoga como formacin, porque la decisin racional al permitir distintos puntos de vista, impone la inclusin del otro, y por el paso de los otros al nosotros se interesa la pedagoga, al formar en verse a s mismo como otro de los otros y a los otros como posibilidad de s mismo.

4. Conclusiones La lgica de plausibilidad generalizada se construye a partir de la teora de plausibilidad; se generaliza la lgica de plausibilidad al nivel de polivalencia; la polivalencia de la lgica de plausibilidad generalizada es representada por P2n={0, 1, ..., 2n}, conjunto de estados de plausibilidad de cardinalidad 2n+1, que al ser impar permite que las regiones de plausibilidad
2n 2n ={0, 1, ..., n-1}, S1 ={n} y S2n S0 2 ={n+1, n+2, ..., 2n} sean simtricas: por el teorema T10, 2n 2n y S2n S0 2 son simtricas entre s y S1 lo es consigo misma. Las funciones numricas ec, ef,

ecs2n y efs2n, de acuerdo a la definicin D2, representan la evidencia: ec, la evidencia en contra y ef, la evidencia a favor; y el grado de evidencia en contra y a favor lo representan las funciones ecs2n y efs2n, respectivamente. Mientras que, segn la definicin D3, la funcin cal2n representa la plausibilidad, definida en trminos de ec, ecs2n y efs2n.
2n 2n La clasificacin de la plausibilidad mediante las regiones de plausibilidad S0 , S1 y S2n 2 , por

el teorema T14, depende exclusivamente de la funcin ec. Adems, los valores de la evidencia
2n 2n en contra, es decir, los de la funcin ec, de acuerdo a la definicin D2, dan nombre a S0 , S1 y

S2n 2 : regin de rechazo, de indeterminacin y regin de aceptacin, respectivamente, tal como

las define D4. Dentro de cada regin de plausibilidad, el teorema T15 asegura que, el estado de plausibilidad de una afirmacin est determinado por las funciones ecs2n y efs2n: ecs2n define el estado de plausibilidad en la regin de rechazo, mientras que efs2n lo define en la regin de aceptacin. Sin embargo, en la regin de indeterminacin, lo define la propia regin, que a su vez est caracterizada por la funcin ec, tal como se seala, por T14. Al contar con esta representacin funcional de la evidencia y la plausibilidad, se establecen los axiomas de la lgica de plausibilidad generalizada, que fundamentan, esencialmente, los conectivos lgicos en funcin de la evidencia, respetando los axiomas de la lgica de plausibilidad, en el sentido que sta es un caso particular de aqulla. A partir de los axiomas, se caracterizan los conectivos al nivel de plausibilidad, quedando as construida la lgica de

184

185

plausibilidad generalizada. sta cumple una serie de teoremas, en particular propiedades de la lgica clsica; como son, al nivel de equivalencia lgica, las leyes de De Morgan y el teorema de remplazamiento, entre otras. Aunque aqu se han mencionado ciertos resultados relacionados con la lgica de plausibilidad generalizada, se destacan de sobremanera los siguientes: La lgica de plausibilidad generalizada es, por el teorema T89, una familia infinita numerable de lgicas polivalentes finitas, {LP2n }n=2 . Ahora bien, LP2n es la lgica de plausibilidad 2n+1

valente. En particular, LP4 es la lgica de plausibilidad pentavalente, cuya tabla de plausibilidad es la misma que caracteriza a la lgica de plausibilidad, es decir, ambas lgicas coinciden, tal como se concluye en 3.20. Significa que la lgica de plausibilidad, nica lgica con que contaba la teora de plausibilidad previo a esta investigacin, es tan solo una lgica entre las infinitas lgicas polivalentes que constituyen la lgica construida, la lgica de plausibilidad generalizada. Por tanto, se confirma as la tesis planteada en esta investigacin: La lgica de plausibilidad se puede generalizar al nivel de polivalencia. La lgica de plausibilidad generalizada, como familia infinita numerable de lgicas polivalentes finitas,

{LP }

2n n=2

, est determinada por sus conectivos lgicos; stos se

fundamentan en la decisin racional, mediante la conjuncin; y el conectivo est caracterizado por un algoritmo maximin, de acuerdo a lo sealado en 3.21.1 para concluir, y tal como se adelantaba en 2.9: La decisin racional fundamenta la lgica de plausibilidad generalizada. La lgica de plausibilidad generalizada, como familia infinita numerable de lgicas polivalentes finitas, {LP2n }n=2 , tal como se seala en 3.21.2, constituye la formalizacin de la

decisin racional; as, el haber construido la lgica de plausibilidad generalizada y establecido su vinculacin con la decisin racional, supone alcanzar un objetivo importante al nivel

186

pedaggico, al afirmar en 2.4.3 que, aportar a la decisin racional es aportar a la pedagoga como formacin. Como consecuencia de esta formalizacin de la decisin racional, la lgica de plausibilidad generalizada, como familia infinita numerable de lgicas polivalentes finitas, {LP2n }n=2 , tal

como se afirma en 3.21.2, es una lgica de inclusin polivalente que apoya razonamientos no monotnicos. Sobre el sistema axiomtico, seis axiomas fundamentan la lgica de plausibilidad generalizada, al nivel de evidencia, formulados en trminos de las funciones ec, ef, ecs2n, efs2n y cal2n; y tal como se seala en la seccin 3.13, son, esencialmente, una generalizacin de los axiomas de la lgica de plausibilidad. Establecida la polivalencia, la lgica de plausibilidad generalizada est determinada por la caracterizacin de los conectivos al nivel de plausibilidad, mediante el teorema fundamental de plausibilidad, T67; ste determina, por comprensin, la tabla de plausibilidad de cada una de las infinitas lgicas que conforman la lgica de plausibilidad generalizada. Esto supone alcanzar uno de los objetivos ms importantes de la investigacin, porque dicho teorema permite calcular mecnicamente la plausibilidad funcional. Aunque aqu si bien se han sealado unos pocos resultados de la investigacin, y que sin duda estn entre los ms importantes, el desarrollo de la lgica de plausibilidad generalizada lo constituyen 12 definiciones, 6 axiomas y 241 propiedades; stas ltimas organizadas en 91 teoremas y 6 lemas. Este nmero considerable de propiedades, descubiertas y demostradas, de la lgica de plausibilidad generalizada, muestra el nivel de desarrollo alcanzado en este estudio; particularmente, si tenemos en cuenta que las propiedades de la lgica de plausibilidad generalizada, como lgica polivalente, tal como se concluye en 2.1.2, tambin lo son de la lgica bivalente.

187

Por tanto, de acuerdo a los resultados aqu expuestos, los objetivos de la investigacin son ampliamente satisfechos, que para la lgica de plausibilidad supone redefinir los estados de plausibilidad, para aumentar su polivalencia, fundamentarla axiomticamente y caracterizar los conectivos, esto es, construir la lgica de plausibilidad generalizada, y desarrollarla, vinculndola con la decisin racional. Al respecto, cabe destacar el haber logrado la construccin de una familia infinita de lgicas polivalentes finitas, al generalizar la lgica de plausibilidad; cuando, en un principio, pudiera haberse obtenido tan solo un reducido nmero de ellas, como respuesta a aumentar la polivalencia de la lgica de plausibilidad. Igualmente importante, el formalizar la decisin racional a partir de la lgica de plausibilidad generalizada, en un intento de vincular ambas. Unido a estas propiedades, el ser una lgica de inclusin polivalente que apoya razonamientos no monotnicos, muestra la gran riqueza de la lgica de plausibilidad generalizada y, por tanto, de la teora de plausibilidad. Al contar con este nivel de desarrollo la teora de plausibilidad, en posteriores investigaciones cabe estudiar, tal como recomienda Lukasiewicz (1975g:137) para las lgicas polivalentes, distintas posibilidades de aplicacin de la teora; especialmente en software educativo, al fundamentar ya CSCL, software educativo colaborativo. Tambin para posteriores estudios, tanto tericos como de aplicacin, la teora de plausibilidad podra ser considerada como alternativa, al ser una familia infinita de lgicas polivalentes finitas, frente a la lgica difusa; sta, una lgica de polivalencia infinita, que con tanto xito se ha estado aplicando, como se afirma en 2.1.2, no slo en software sino tambin en hardware.

5. Bibliografa Agudelo, Martn (1999). Hacia un procesamiento adecuado de la justicia: una propuesta de enseanza del derecho procesal para la sociedad del nuevo milenio (I) Revista Internauta de Prctica Jurdica No. 3, septiembre-diciembre, 1999 Disponible en http://www.uv.es/~ripj/3mart.htm Consulta domingo 20 de agosto de 2006. Agero, Ulises (1987). A theory of plausibility for computer architecture designs. Disertacin doctoral no publicada. University of Southwestern Louisiana, Louisiana, EE. UU. Agero, Ulises (1988). La plausibilidad de los diseos de sistemas computacionales. Tecnologa en Marcha, [Vol. 9, No. 2]. Agero, Ulises and Dasgupta, Subrata (1987). A plausibility-driven approach to computer architecture design. Comunications of the ACM. [Vol. 30, No. 11]. Alekxandrov, A. D. (1985). Geometras no euclidianas. En: La matemtica: su contenido, mtodos y significado 3 (6a. ed., 123-227). Traduccin A. Ruiz. Alianza Editorial, S. A., Madrid. Aliseda, Atocha (2005). Lgica: el problema de la demarcacin. En: Representacin y logicidad (1-7). Editorial Fnix Editora, Sevilla, Espaa. Disponible en http://br.geocities.com/fapespcleime/Resources/Conferences/SimposioRepresentaciony Logicidad2005.pdf#search=%22Marek%20y%20Truszczynski%20(1993)%20nomonotonica%22 Consulta: sbado 07 de octubre de 2006

188

189

Alonso, Enrique (2002). Lgica y computabilidad. Disponible en http://logicae.usal.es/mambo/index.php?option=com_summalogicaexxi&menu_task= Biblioteca&task=no_task&cmd=detallar&param_1=41 Consulta: sbado 03 de noviembre de 2006 en la biblioteca digital Summa Logicae. Astorga, Alcides (1997). Conjuntos aproximados: teora y aplicaciones en bases de conocimiento y anlisis de datos. Tesis de maestra no publicada. Instituto Tecnolgico de Costa Rica, Cartago, Costa Rica. Bacon, Francis (1984) Novum organum: aforismos sobre la interpretacin de la naturaleza y el reino del hombre. Traduccin C. Litrn. Ediciones Orbis, S.A., Barcelona. Barcel, Axel Arturo (2005). Representacin formal y (los lmites de la) logicidad. En: Representacin y logicidad (9-17). Editorial Fnix Editora, Sevilla, Espaa. Disponible en http://br.geocities.com/fapespcleime/Resources/Conferences/SimposioRepresentaciony Logicidad2005.pdf#search=%22Marek%20y%20Truszczynski%20(1993)%20nomonotonica%22 Consulta: sbado 07 de octubre de 2006 Bentham, J. (1973). Fragmento sobre el gobierno. Traduccin J. Larios. Aguilar, Madrid. (Trabajo original publicado en 1776). Boyer, Carl B. (1986). Historia de la matemtica. Traduccin M. Martnez. Alianza Editorial, Madrid. Braner, Torben (2005). Natural deduction for first-order hybrid logic (173198). Language and Information, No. 14.

190

Disponible en http://www.springerlink.com/content/u5321k56285ql857/fulltext.pdf Consulta: domingo 29 de octubre de 2006 en la base de datos Springer. Copi, Irving M. (1987). Lgica simblica. Traduccin de Andrs Sestier. Editorial Continental, S. A., Mxico, D. F. CREADISA (1993). VirtualMeetings. Reference manual. Dalla, Mara Luisa (1976). Lgica. Traduccin de Jos M.a Valderas. Editorial Labor, S. A., Barcelona. Deao, Alfredo (1975a). Introduccin a la lgica formal: la lgica de predicados. Alianza Editorial, Madrid. Deao, Alfredo (1975b). Presentacin. En: A. Deao (compilador y traductor), Estudios de lgica y filosofa (41-42). Editorial Revista de Occidente, S. A., Madrid. Deao, Alfredo (1978). Introduccin a la lgica formal. Alianza Editorial, Madrid. Dworkin, Ronald (1997). Cmo el derecho se parece a la literatura. En: La decisin judicial: el debate Hart Dworkin (143-180). Traduccin J. M. Pombo. Siglo del Hombre Editores, Bogot. Efmov, N. V. (1984). Geometra superior. Traduccin de J. J. Tolosa y Yu. P. Murzn. Editorial Mir, Mosc. Enderton, Herbert B. (1977). Elements of set theory. Academic Press, New York.

191

Fernndez, ngel Nepomuceno (2005a). Aplicacin de tablas semnticas al estudio de algunas lgicas no clsicas. Disponible en http://logicae.usal.es/mambo/index.php?option=com_summalogicaexxi&menu_task=B iblioteca&task=no_task&cmd=detallar&param_1=60 Consulta: sbado 03 de noviembre de 2006 en la biblioteca digital Summa Logicae. Fernndez, Angel Nepomuceno (2005b). Sistemas lgicos. En: Representacin y logicidad (85112). Editorial Fnix Editora, Sevilla, Espaa. Disponible en http://br.geocities.com/fapespcleime/Resources/Conferences/SimposioRepresentaciony Logicidad2005.pdf#search=%22Marek%20y%20Truszczynski%20(1993)%20nomonotonica%22 Consulta: sbado 07 de octubre de 2006 Galilei, Galileo (1984). El ensayador. Traduccin J. M. Revuelta. Sarpe, Madrid. Garrido, Manuel (1983). Lgica simblica. Editorial Tecnos, S. A., Madrid. Gmez, J. C. (1989). Consideraciones prcticas sobre la teora de plausibilidad. Centro de Investigaciones en Computacin, Instituto Tecnolgico de Costa Rica, Cartago, Costa Rica. Gmez, Vicente (1988). Desarrollo plausible de pruebas de correctitud de programas. Centro de Investigaciones en Computacin, Instituto Tecnolgico de Costa Rica, Cartago, Costa Rica. Hart, H. L. A. (1997). Postscriptum. En: La decisin judicial: el debate Hart Dworkin (89141). Traduccin M. Holgun. Siglo del Hombre Editores, Bogot.

192

Hilbert, David (1944). Fundamentos de la geometra. En: Obras completas de Euclides (1-41). Traduccin J. D. Garca. Universidad Nacional Autnoma de Mxico. Hooton, Alan R., Agero, Ulises & Dasgupta, Subrata (1988). An exercise in plausibility-driven design. IEEE Computer Society Press, [Vol. 21, No. 7]. Disponible en http://uv.unitec.edu/ftp/sistemas/logica/An%20Exercise%20in%20PlausibilityDriven%20Design.pdf Consulta: domingo 29 de octubre de 2006 Husserl (1987). El espritu comn (gemeingeist). Thmata. Revista de filosofa de la Universidad de Sevilla. [No. 4]. Koyr, Alexandre (1978a). Galileo y la revolucin cientfica del siglo XVII. En: Estudios de historia del pensamiento cientfico. Siglo veintiuno editores, Mxico. Koyr, Alexandre (1978b). Los orgenes de la ciencia moderna. Una interpretacin nueva. En: Estudios de historia del pensamiento cientfico. Siglo veintiuno editores, Mxico. Larios, Julin (1973). Prlogo. En: Fragmento sobre el gobierno (IX-XXIII). Traduccin J. Larios. Aguilar, Madrid. Lukasiewicz, Jan (1975a). Leccin de despedida pronunciada por el profesor Lukasiewicz en el Aula Magna de la Universidad de Varsovia el 7 de Mayo de 1918. En: A. Deao (compilador y traductor), Estudios de lgica y filosofa (37-40). Editorial Revista de Occidente, S. A., Madrid.

193

Lukasiewicz, Jan (1975b). Sobre la lgica trivalente. En: A. Deao (compilador y traductor), Estudios de lgica y filosofa (41-42). Editorial Revista de Occidente, S. A., Madrid. Lukasiewicz, J. (1975c). Sobre el determinismo. En: A. Deao (compilador y traductor), Estudios de lgica y filosofa (43-60). Editorial Revista de Occidente, S. A., Madrid. Lukasiewicz, Jan (1975d). Observaciones filosficas sobre los sistemas polivalentes de lgica proposicional. En: A. Deao (compilador y traductor), Estudios de lgica y filosofa (61-86). Editorial Revista de Occidente, S. A., Madrid. Lukasiewicz, Jan (1975e). Para la historia de la lgica de proposiciones. En: A. Deao (compilador y traductor), Estudios de lgica y filosofa (87-107). Editorial Revista de Occidente, S. A., Madrid. Lukasiewicz, Jan (1975f). Logstica y filosofa. En: A. Deao (compilador y traductor), Estudios de lgica y filosofa (109-126). Editorial Revista de Occidente, S. A., Madrid. Lukasiewicz, Jan (1975g). En defensa de la lgica. En: A. Deao (compilador y traductor), Estudios de lgica y filosofa (127-139). Editorial Revista de Occidente, S. A., Madrid. Lukasiewicz, Jan (1977). El problema de decisin. En: La silogstica de Aristteles: desde el punto de vista de la lgica formal (2a. ed., 88-111). Traduccin de J. Fernndez. Editorial Tecnos, S. A., Madrid. Manzano, Mara (2003). Teora de modelos. Disponible en

194

http://logicae.usal.es/mambo/index.php?option=com_summalogicaexxi&menu_task=B iblioteca&task=no_task&cmd=detallar&param_1=358 Consulta: sbado 03 de noviembre de 2006 en la biblioteca digital Summa Logicae. Manzano, Mara (2005). Qu es esa cosa llamada lgica? En: Representacin y logicidad (1936). Editorial Fnix Editora, Sevilla, Espaa. Disponible en http://br.geocities.com/fapespcleime/Resources/Conferences/SimposioRepresentaciony Logicidad2005.pdf#search=%22Marek%20y%20Truszczynski%20(1993)%20nomonotonica%22 Consulta: sbado 07 de octubre de 2006 Marraund, Huberto (1999). Introduccin a la teora de los sistemas deductivos. Disponible en http://logicae.usal.es/mambo/index.php?option=com_summalogicaexxi&menu_task=Bi blioteca&task=no_task&cmd=detallar&param_1=110 Consulta: sbado 03 de noviembre de 2006 en la biblioteca digital Summa Logicae. Morado, Raymundo (2004). Problemas filosficos de la lgica no monotnica. Disponible en http://www.filosoficas.unam.mx/~morado/Cursos/3FdelaL/Probs_0716.htm#_ftnref11 Consulta: domingo 08 de octubre de 2006 (Publicado como: Morado, Raymundo (2004). Problemas filosficos de las lgicas nomonotnicas. En Ral Orayen y Alberto Moretti (eds.), Enciclopedia Iberoamericana de Filosofa, vol. 27. Madrid: Ed. Trotta y Consejo Superior de Investigaciones Cientficas, pp. 313-344.) Morado, Raymundo (2005a). Propiedades estructurales en lgicas monotnicas y nomonotnicas.

195

Disponible en http://www.smm.org.mx/SMMP/html/modules/Publicaciones/AM/Cm/35/artExp10.pd f#search=%22logica%20no-monotonica%22 Consulta: Sbado 07de octubre de 2006 Morado, Raymundo (2005b). La representacin de las inferencias no monotnicas. En: Representacin y logicidad (37-49). Editorial Fnix Editora, Sevilla, Espaa. Disponible en http://br.geocities.com/fapespcleime/Resources/Conferences/SimposioRepresentaciony Logicidad2005.pdf#search=%22Marek%20y%20Truszczynski%20(1993)%20nomonotonica%22 Consulta: sbado 07 de octubre de 2006 Morado, Raymundo & Savion, Leah (2002). Problemas filosficos de la lgica no monotnica. Disponible en http://www.filosoficas.unam.mx/~morado/pubs.htm Consulta: domingo 08 de octubre de 2006 (Publicado en: 2002 International Conference on Artificial Intelligence (IC-AI'02), volumen II, CSREA Press, pp. 791-797.) Mostowski, Andrzej, Robinson, Raphael M. & Tarski, Alfred (1971). Undecidability and essential undecidability in arithmetic. En: L. E. J. Brouwer, E. W. Beth & A. Heyting (Eds.), Studies in logic and the foundations of mathematics (37-74). North-Holland Publishing Company, Amsterdam. Mouffe, Chantal (1988). El liberalismo norteamericano y sus crticos: Rawls, Taylor, Sandel, Walter Estudios. filosofa-historia-letras. Invierno 1988 Disponible en http://biblioteca.itam.mx/estudios/estudio/letras15/trad1/sec_1.html

196

Consulta domingo 20 de agosto de 2006. Nozick, Robert (1988). Anarqua, estado y utopa. Traduccin R. Tamayo. Fondo de Cultura Econmica, Mxico, D. F. (Trabajo original publicado en 1974). Nez, Giannina (1999). Toma de decisiones en grupo para juegos educativos colaborativos. Tesis de maestra no publicada. Instituto Tecnolgico de Costa Rica, Cartago, Costa Rica. Nez, Giannina, Agero, Ulises & Olivares, Csar (1998). Group decision-making for collaborative educational games. Disponible en http://scholar.google.com/scholar?hl=es&lr=&q=cache:YVByU0OIMUcJ:criwg.di.fc.u l.pt/criwg98/artigo10.pdf+related:YVByU0OIMUcJ:scholar.google.com/ Consulta domingo 3 de septiembre 2006. (Publicado en: Proceedings of CRIWG98 Fourth CYTED-RITOS International Workshop on Groupware. pp. 143-155, Bzios, Rio de Janeiro, Brasil, September 911, 1998.) Ocampo, Alicia (2007). Transdisciplinariedad y otredad intergenrica para una cultura incluyente con el ens patiens. Cihuatl, [Mayo 2007, No. 3]. Disponible en
http://carreragdlmujer.com/cihuatl/Cihuatl3.pdf

Consulta: domingo 02 de marzo de 2008 Olivares, Csar (1996). Fundamentos lgicos y polticas para un modelo de votacin en grupos grandes basado en la teora de plausibilidad. Tesis de maestra no publicada. Instituto Tecnolgico de Costa Rica, Cartago, Costa Rica.

197

Palau, Gladys (2001). La nocin abstracta de consecuencia lgica. Disponible en http://logicae.usal.es/mambo/index.php?option=com_summalogicaexxi&menu_task=Bi blioteca&task=no_task&cmd=detallar&param_1=19 Consulta: sbado 03 de noviembre de 2006 en la biblioteca digital Summa Logicae. Pereyra, Sebastin, Toscano, Ariel & Jones, Daniel (2002). Individualismo metodolgico y ciencias sociales: argumentos crticos sobre la teora de la eleccin racional. En: F. L. Schuster (compilador) Filosofa y mtodos de las ciencias sociales (93-130). Manantial, Buenos Aires. Rawls, John (1997). Teora de la justicia. Traduccin de M. D. Gonzlez, 2. ed. Fondo de Cultura Econmica, Mxico. (Trabajo original publicado en 1971). Rawls, John (2002). La justicia como equidad: una reformulacin. Traduccin de A. de Francisco. Ediciones Paids Ibrica, S. A., Barcelona. (Trabajo original publicado en 2001). Rodrguez, Csar (1997). Teora del derecho y decisin judicial: entorno al debate entre H. L. A. Hart y R. Dworkin. En: P. A. Bulloch & J. Raz (Eds.) La decisin judicial: el debate Hart Dworkin (15-88). Siglo del Hombre Editores, Bogot. Rodrguez, Manuel (1999). Teora de plausibilidad. En: Formalizacin de la teora de plausibilidad y del grafo de plausibilidad (4-79). Tesis de maestra no publicada. Instituto Tecnolgico de Costa Rica, Cartago, Costa Rica. Rodrguez, Manuel & Castro, Lev Astul (1999). Conclusiones y recomendaciones. En: Formalizacin de la teora de plausibilidad y del grafo de plausibilidad (103-106). Tesis de maestra no publicada. Instituto Tecnolgico de Costa Rica, Cartago, Costa Rica.

198

Snchez, Lydia & Campos, Manuel (2003). Lgica y ciencia. Disponible en http://logicae.usal.es/mambo/index.php?option=com_summalogicaexxi&menu_task=Bi blioteca&task=no_task&cmd=detallar&param_1=51 Consulta: sbado 03 de noviembre de 2006 en la biblioteca digital Summa Logicae. Saussure, Ferdinand de (s.f.). Curso de lingstica general. Traduccin M. Armio, 2a. ed. Ediciones Nuevomar, S.A. de C.V., Mxico, D.F. Soler, Fernando (2005). Razonamiento por defecto mediante -resolucin. En: Representacin y logicidad (85-112). Editorial Fnix Editora, Sevilla, Espaa. Disponible en http://br.geocities.com/fapespcleime/Resources/Conferences/SimposioRepresentaciony Logicidad2005.pdf#search=%22Marek%20y%20Truszczynski%20(1993)%20nomonotonica%22 Consulta: sbado 07 de octubre de 2006 Tarski, Alfred (1971a). A general methodo in proofs of undecidability. En: L. E. J. Brouwer, E. W. Beth & A. Heyting (Eds.), Studies in logic and the foundations of mathematics (135). North-Holland Publishing Company, Amsterdam. Tarski, Alfred (1971b). Undecidability of the elementary theory of groups. En: L. E. J. Brouwer, E. W. Beth & A. Heyting (Eds.), Studies in logic and the foundations of mathematics (75-87). North-Holland Publishing Company, Amsterdam. Tarski, Alfred (1977). Sobre el clculo proposicional. En: T. R. Bachiller y J. R. Fuentes (Trads.), Introduccin a la lgica y a la metodologa de las ciencias deductivas (41-79). Editorial Espasa-Calpe, S. A., Madrid.

199

Vargas, Germn (1997). Eliminar la crueldad!: Un horizonte liberal para construir la justicia. Santaf de Bogot, abril de 1997. (Publicado en: Franciscanum: revista de las ciencias del espritu, Vol. 38, N 113-114, 1996, pp. 239-268) Vargas, Germn (2003a). Filosofa, pedagoga, tecnologa: Investigaciones de epistemologa de la pedagoga y filosofa de la educacin. Alejandra Libros, Bogot, D.C., Colombia. Vargas, Germn (2003b). Fenomenologa del ser y del lenguaje. Alejandra Libros, Bogot, D.C., Colombia. Vargas, Germn (2007). Constitucin del sujeto y constitucin subjetiva de mundo. De los lmites de la detrascendentalizacin. En G. Vargas (Ed.), Formacin y subjetividad (11-27). Universidad Pedaggica Nacional, Bogot, Colombia. Vargas, Germn & Crdenas, Luz Gloria (2005). Retrica, potica y formacin: De las pasiones al entimema. Universidad Pedaggica Nacional, Bogot, Colombia. Velarde, Julin (1994). Ingeniera del conocimiento y conocimiento ordinario. Anales del Seminario de metafsica Metafsica, [No. 28]. Editorial Complutense, Madrid. Disponible en http://www.ucm.es/BUCM/revistas/fsl/15756866/articulos/ASEM9494110299A.PDF# search=%22Velarde%20Lombra%C3%B1a%20logica%22 Consulta: domingo 08 de octubre de 2006

200

Velsquez, G. (s.f.). Prque y cmo innovar en las pequeas y medianas empresas centroamericanas? Disponible en http://www.conicit.go.cr/recursos/documentos/innovar_pymes.shtml Consulta: domingo 22 de octubre de 2006 Velilla, Ricardo (1974). Saussure y Chomsky: introduccin a su lingstica. Editorial Cincel, S. A., Madrid. Whitehead, Alfred North & Russell, Bertrand (1963). Principia mathematica (Vol. 1) (2a. ed.). Cambridge. Zadeh, Lotfi A. (1965). Fuzzy sets. Information and control, [No. 8]. Disponible en http://www-bisc.cs.berkeley.edu/zadeh/papers/Fuzzy%20Sets-1965.pdf Consulta: jueves 07 de diciembre de 2006 Zadeh, L. A. (1975). The concept of a linguistic variable and its application to approximate reasoning-III. Information Sciences, [No. 9]. Disponible en http://wwwbisc.cs.berkeley.edu/zadeh/papers/The%20Concept%20of%20a%20Linguistic%20Var iable%20and%20its%20Applications%20to%20Approximate%20Reasoning%20III1975.pdf Consulta: jueves 07 de diciembre de 2006 Zadeh, Lotfi A. (1994). Fuzzy logic, neural networks, and soft computing. Communications of the ACM, [Vol. 37, No. 3]. Disponible en http://wwwbisc.cs.berkeley.edu/zadeh/papers/Toward%20a%20generalized%20theory%20 of%20uncertainty%20(GTU)--an%20outline-2005.pdf Consulta: jueves 07 de diciembre de 2006

201

Zadeh, Lotfi A. (2005). Toward a generalized theory of uncertainty (GTU)an outline. Information Sciences, [No. 172]. Disponible en http://wwwbisc.cs.berkeley.edu/zadeh/papers/Toward%20a%20generalized%20theory%20of%20 uncertainty%20(GTU)--an%20outline-2005.pdf Consulta: jueves 07 de diciembre de 2006

202

Apndice A Elementos del lenguaje de teora de conjuntos A continuacin se introducen ciertos elementos del lenguaje de teora de conjuntos que son empleados en esta investigacin; se presentan en su forma usual y que, en lo esencial, coinciden con Enderton (1977).
Axioma de extensionalidad

Dos conjuntos con los mismos elementos son iguales. En smbolos: a(aAaB)A=B.
Subconjunto

Un conjunto A es subconjunto de otro conjunto B, se escribe AB, si todo elemento de A pertenece a B. En smbolos: a(aAaB)AB.
Conjunto de partes

El conjunto de partes de un conjunto A, se escribe P(A), es el que tiene como elementos los subconjuntos de A. En smbolos: P(A)={a: aA}.
Interseccin de conjuntos

El conjunto A interseccin B, se escribe AB, es el que tiene como elementos los de A que pertenecen a B. En smbolos: AB={a: aA y aB}.
Conjunto unin

El conjunto unin de un conjunto A, se escribe A , es el que tiene como elementos los elementos de los elementos de A. En smbolos: A ={x: existe aA y xa}. En particular,
{A, B}=A B={a: aA o aB};

A = {A1, A2, ..., An}=A1 A2 ... An.

i i =1

203

Producto cartesiano

El producto cartesiano de dos conjuntos A y B, se escribe AB, es el conjunto que tiene como elementos los pares ordenados cuya primer coordenada es un elemento de A y la segunda es un elemento de B. En smbolos: AB={(a, b): aA y bB}.
Funcin entre conjuntos

F es una funcin de un conjunto A en otro B, se escribe F:AB, cuyo dominio es domF={a: (a, b)F} y su rango es ranF={b: (a, b)F}B; y, a cada adomF le corresponde un nico branF tal que (a, b)F (se escribe F(a)=b). Ms brevemente, F es una funcin de A en B, si
a, bdomF=A, a=b implica F(a)=F(b). En particular:

a) F es inyectiva, si a cada elemento del rango le corresponde un nico elemento del dominio. En smbolos: a, branF, F(a)=F(b) implica a=b. b) F es sobreyectiva o sobre, si ranF=B, es decir, a cada elemento de B le corresponde al menos un elemento del dominio de F. En smbolos, bB adomF=A tal que F(a)=b.
Relacin de equivalencia

R es una relacin de equivalencia sobre un conjunto A, si R AA y cumple: i) R es reflexiva sobre A: para cada aA, (a, a)R. ii) R es simtrica: para cualesquiera a, bA, (a, b)R implica (b, a)R. iii) R es transitiva: para cualesquiera a, b, cA, (a, b)R y (b, c)R implica (a, c)R. Tambin se suele simbolizar (a, b)R por aRb; en este caso, no se considera R AA. Adems, a la relacin de equivalencia R estn asociados dos conceptos: a) La clase de equivalencia de aA, se escribe [a]R, es el conjunto cuyos elementos son los de A relacionados con a. En smbolos: [a]R={b: bA y (a, b)R}. b) El conjunto cociente, se escribe A/R, es el conjunto de las clases de equivalencia. En smbolos: A/R={[a]R: aA}.
Particin

204

Un conjunto P es una particin de un conjunto A, si sus elementos son subconjuntos de A, distintos del vaco y disjuntos cuya unin es A. En smbolos: i) PP(A). ii) pP, p. iii) p, qP, pq implica pq=. iv) P =A.

Familia infinita numerable

{Ai }iI ={Ai: iI} es una familia infinita numerable, si car {Ai }iI =carN=0, es decir, si existe
una funcin F:{Ai: iI}N biyectiva, siendo N el conjunto de los naturales. En este caso, la familia {Ai }iI se suele representar por {An }n=n0 .

205

Apndice B Lemas sobre nmeros reales En 3.8 se enuncian seis lemas sobre nmeros reales; aqu, en este apndice, se presentan los enunciados con sus respectivas demostraciones. a) Cinco lemas sobre nmeros reales Cualesquiera nmeros reales p, q y r cumplen las siguientes propiedades. L1 a) 1-max(1-p,1-q)=min(p,q). b) 1-min(1-p,1-q)=max(p,q). Demostracin a) ii) pq. Implica: 1-q1-p, max(1-p,1-q)=1-p, 1-max(1-p,1-q)=1-(1-p), 1-max(1-p,1-q)=p. i.2) min(p,q)=p. Por i.1) y i.2), 1-max(1-p,1-q)=min(p,q). ii) qp. Implica: ii.1) -p-q, 1-p1-q, i.1) -q-p,

206

max(1-p,1-q)=1-q, 1-max(1-p,1-q)=1-(1-q), 1-max(1-p,1-q)=q. ii.2) min(p,q)=q. Por ii.1) y ii.2), 1-max(1-p,1-q)=min(p,q). Por i) y ii), 1-max(1-p,1-q)=min(p,q). b) i) pq. Implica: i.1) -q-p, 1-q1-p, min(1-p,1-q)=1-q, 1-min(1-p,1-q)=1-(1-q), 1-min(1-p,1-q)=q. i.2) max(p,q)=q. Por ii.1) y ii.2), 1-min(1-p,1-q)=max(p,q). ii) qp. Implica: 1-p1-q, min(1-p,1-q)=1-p, 1-min(1-p,1-c)=1-(1-p), 1-min(1-p,1-q)=p. ii.2) max(p,q)=p. Por ii.1) y ii.2), 1min(1-p,1-q)=max(p,q). Por i) y ii), 1-min(1-p,1-q)=max(p,q). ii.1) -p-q,

207

L2 a) max(max(p,q),r)=max(p,max(q,r)). b) min(min(p,q),r)=min(p,min(q,r)). Demostracin a) a) pqr. Implica: i.1) max(max(p,q),r) =max(q,r)=r. i.2) max(p,max(q,r)) =max(p,r)=r. Por i.1) y i.2), max(max(p,q),r) =max(p,max(q,r)). ii) prq. Implica: ii.1) max(max(p,q),r) =max(q,r)=q. ii.2) max(p,max(q,r)) =max(p,q)=q. Por ii.1) y ii.2), max(max(p,q),r) =max(p,max(q,r)). iii) rpq. Implica: iii.1) max(max(p,q),r) =max(q,r)=q. iii.2) max(p,max(q,r)) =max(p,q)=q. Por iii.1) y iii.2),

208

max(max(p,q),r) =max(p,max(q,r)). iv) qpr. Implica: iv.1) max(max(p,q),r) =max(p,r)=r. iv.2) max(p,max(q,r)) =max(p,r)=r. Por iv.1) y iv.2), max(max(p,q),r) =max(p,max(q,r)). v) qrp. Implica: v.1) max(max(p,q),r) =max(p,r)=p. v.2) max(p,max(q,r)) =max(p,r)=p. Por v.1) y v.2), max(max(p,q),r) =max(p,max(q,r)). vi) rqp. Implica: vi.1) max(max(p,q),r) =max(p,r)=p. vi.2) max(p,max(q,r)) =max(p,q)=p. Por vi.1) y vi.2), max(max(p,q),r) =max(p,max(q,r)). Por i), ii), iii),iv), v) y vi), max(max(p,q),r) =max(p,max(q,r)).

209

b) i) pqr. Implica: i.1) min(min(p,q),r) =min(p,r)=p. i.2) min(p,min(q,r)) =min(p,q)=p. Por i.1) y i.2), min(min(p,q),r) =min(p,min(q,r)). ii) prq. Implica: ii.1) min(min(p,q),r) =min(p,r)=p. ii.2) min(p,min(q,r)) =min(p,r)=p. Por ii.1) y ii.2), min(min(p,q),r) =min(p,min(q,r)). iii) rpq. Implica: iii.1) min(min(p,q),r) =min(p,r)=r. iii.2) min(p,min(q,r)) =min(p,r)=r. Por iii.1) y iii.2), min(min(p,q),r) =min(p,min(q,r)). iv) qpr. Implica: iv.1) min(min(p,q),r) =min(q,r)=q. iv.2) min(p,min(q,r))

210

=min(p,q)=q. Por iv.1) y iv.2), min(min(p,q),r) =min(p,min(q,r)). v) qrp. Implica: v.1) min(min(p,q),r) =min(q,r)=q. v.2) min(p,min(q,r)) =min(p,q)=q. Por v.1) y v.2), min(min(p,q),r) =min(p,min(q,r)). vi) rqp. Implica: vi.1) min(min(p,q),r) =min(q,r)=r. vi.2) min(p,min(q,r)) =min(p,r)=r. Por vi.1) y vi.2), min(min(p,q),r) =min(p,min(q,r)). Por i), ii), iii), iv), v) y vi), min(min(p,q),r) =min(p,min(q,r)). L3 a) max(p,min(q,r))=min(max(p,q),max(p,r)). b) min(p,max(q,r))=max(min(p,q),min(p,r)). Demostracin

211

a) i) pqr. Implica: i.1) min(q,r)=q y pq. Implica, max(p,min(q,r))=q. i.2) max(p,q)=q, max(p,r)=r y qr. Implica, min(max(p,q),max(p,r))=q. Por i.1) y i.2), max(p,min(q,r)) =min(max(p,q),max(p,r)). ii) prq. Implica: ii.1) min(q,r)=r y pr. Implica, max(p,min(q,r))=r. ii.2) max(p,q)=q, max(p,r)=r y rq. Implica, min(max(p,q),max(p,r)=r. Por ii.1) y ii.2), max(p,min(q,r)) =min(max(p,q),max(p,r)). iii) qpr. Implica: iii.1) min(q,r)=q y qp. Implica, max(p,min(q,r))=p. iii.2) max(p,q)=p, max(p,r)=r y

212

pr. Implica, min(max(p,q),max(p,r))=p. Por iii.1) y iii.2), max(p,min(q,r)) =min(max(p,q),max(p,r)). iv) qrp. Implica: iv.1) min(q,r)=q y qp. Implica, max(p,min(q,r))=p. iv.2) max(p,q)=p y max(p,r)=p. Implica, min(max(p,q),max(p,r))=p. Por iv.1) y iv.2), max(p,min(q,r)) =min(max(p,q),max(p,r)). v) rpq. Implica: v.1) min(q,r)=r y rp. Implica, max(p,min(q,r))=p. v.2) max(p,q)=q, max(p,r)=p y pq. Implica, min(max(p,q),max(p,r))=p. Por v.1) y v.2), max(p,min(q,r)) =min(max(p,q),max(p,r)). vi) rqp. Implica: vi.1) min(q,r)=r y rp. Implica,

213

max(p,min(q,r))=p. vi.2) max(p,q)=p y max(p,r)=p. Implica, min(max(p,q),max(p,r))=p. Por vi.1) y vi.2), max(p,min(q,r)) =min(max(p,q),max(p,r)). Por i), ii), iii), iv), v) y vi), max(p,min(q,r)) =min(max(p,q),max(p,r)). b) i) pqr. Implica: i.1) max(q,r)=r y pr. Implica, min(p,max(q,r))=p. i.2) min(p,q)=p y min(p,r)=p. Implica, max(min(p,q),min(p,r))=p. Por i.1) y i.2) min(p,max(q,r)) =max(min(p,q),min(p,r)). ii) prq. Implica: ii.1) max(q,r)=q y pq. Implica, min(p,max(q,r))=p. ii.2) min(p,q)=p y min(p,r)=p. Implica, max(min(p,q),min(p,r))=p. Por ii.1) y ii.2),

214

min(p,max(q,r)) =max(min(p,q),min(p,r)). qpr. Implica: iii.1) max(q,r)=r y pr. Implica, min(p,max(q,r))=p. iii.2) min(p,q)=q, min(p,r)=p y qp. Implica, max(min(p,q),min(p,r))=p. Por iii.1) y iii.2), min(p,max(q,r)) =max(min(p,q),min(p,r)). iv) qrp. Implica: iv.1) max(q,r)=r y rp. Implica, min(p,max(q,r))=r. iv.2) min(p,q)=q, min(p,r)=r y qr. Implica, max(min(p,q),min(p,r))=r. Por iv.1) y iv.2), min(p,max(q,r)) =max(min(p,q),min(p,r)). v) rpq. Implica: v.1) max(q,r)=q y pq. Implica, min(p,max(q,r))=p. v.2) min(p,q)=p, min(p,r)=r y rp. Implica, max(min(p,q),min(p,r))=p.

215

Por v.1) y v.2), min(p,max(q,r)) =max(min(p,q),min(p,r)). vi) rqp. Implica: vi.1) max(q,r)=q y qp. Implica, min(p,max(q,r))=q. vi.2) min(p,q)=q, min(p,r)=r y rq. Implica, max(min(p,q),min(p,r))=q. Por vi.1) y vi.2), min(p,max(q,r)) =max(min(p,q),min(p,r)). Por i), ii), iii), iv), v) y vi), min(p,max(q,r)) =max(min(p,q),min(p,r)). L4 a) max(min(p,r-q),min(r-p,q))=min(max(p,q),max(r-p,r-q)). b) min(max(p,r-q),max(r-p,q))=max(min(p,q),min(r-p,r-q)). Demostracin a) i) pq y p+qr. Implica: i.1) i.1.1) i.1.1.1) pr-q, min(p,r-q)=p.

216

i.1.1.2) qr-p, min(r-p,q)=q. Por i.1.1.1) y i.1.1.2), max(min(p,r-q),min(r-p,q)) =max(p,q). i.1.2) max(p,q)=q. Por i.1.1) y i.1.2), max(min(p,r-q),min(r-p,q)) =q. i.2) i.2.1) i.2.1.1) max(p,q)=q. i.2.1.2) -q-p, r-qr-p, max(r-p,r-q)=r-p. Por i.2.1.1) y i.2.1.2), min(max(p,q),max(r-p,r-q)) =min(r-p,q). i.2.2) qr-p, min(r-p,q)=q. Por i.2.1) y i.2.2), min(max(p,q),max(r-p,r-q)) =q. Por i.1) y i.2), max(min(p,r-q),min(r-p,q)) =min(max(p,q),max(r-p,r-q)). ii) pq y rp+q. Implica: ii.1) ii.1.1)

217

ii.1.1.1) r-qp, max(p,r-q)=r-q. ii.1.1.2) r-pq, min(r-p,q)=r-p. Por ii.1.1.1) y ii.1.1.2), max(min(p,r-q),min(r-p,q)) =max(r-p,r-q). ii.1.2) -q-p, r-qr-p, max(r-p,r-q)= r-p. Por ii.1.1) y ii.1.2), max(min(p,r-q),min(r-p,q)) =r-p. ii.2) ii.2.1) ii.2.1.1) max(p,q)=q. ii.2.1.2) -q-p, r-qr-p, max(r-p,r-q)=r-p. Por ii.2.1.1) y ii.2.1.2), min(max(p,q),max(r-p,r-q)) =min(r-p,q). ii.2.2) r-pq, min(r-p,q)=r-p. Por ii.2.1) y ii.2.2), min(max(p,q),max(r-p,r-q)) =r-p. Por ii.1) y ii.2), max(min(p,r-q),min(r-p,q))

218

=min(max(p,q),max(r-p,r-q)). iii) qp y p+qr. Implica: iii.1) iii.1.1) iii.1.1.1) pr-q, min(p,r-q)=p. iii.1.1.2) qr-p, min(r-p,q)=q. Por iii.1.1.1) y iii.1.1.2), max(min(p,r-q),min(r-p,q)) =max(p,q). iii.1.2) max(p,q)=p. Por iii.1.1) y iii.1.2), max(min(p,r-q),min(r-p,q)) =p. iii.2) iii.2.1) iii.2.1.1) max(p,q)=p. iii.2.1.2) -p-q, r-pr-q, max(r-p,r-q)=r-q. Por iii.2.1.1) y iii.2.1.2), min(max(p,q),max(r-p,r-q)) =min(p,r-q). iii.2.2) pr-q, min(p,r-q)=p. Por iii.2.1) y iii.2.2), min(max(p,q),max(r-p,r-q)) =p.

219

Por iii.1) y iii.2), max(min(p,r-q),min(r-p,q)) =min(max(p,q),max(r-p,r-q)). iv) qp y rp+q. Implica: iv.1) iv.1.1) iv.1.1.1) r-qp, min(p,r-q)=r-q. iv.1.1.2) r-pq, min(r-p,q)=r-p. Por iv.1.1.1) y iv.1.1.2), max(min(p,r-q),min(r-p,q)) =max(r-p,r-q). iv.1.2) -p-q, r-pr-q, max(r-p,r-q)=r-q. Por iv.1.1) y iv.1.2), max(min(p,r-q),min(r-p,q)) =r-q. iv.2) iv.2.1) iv.2.1.1) max(p,q)=p. iv.2.1.2) -p-q, r-pr-q, max(r-p,r-q)=r-q. Por ii.2.1.1) y ii.2.1.2), min(max(p,q),max(r-p,r-q)) =min(p,r-q). iv.2.2) r-qp,

220

min(p,r-q)=r-q. Por iv.2.1) y iv.2.2), min(max(p,q),max(r-p,r-q)) =r-q. Por iv.1) y iv.2), max(min(p,r-q),min(r-p,q)) =min(max(p,q),max(r-p,r-q)). Por i), ii), iii) y iv), max(min(p,r-q),min(r-p,q)) =min(max(p,q),max(r-p,r-q)). b) i) pq y p+qr. Implica: i.1) i.1.1) i.1.1.1) pr-q, max(p,r-q)=r-q. i.1.1.2) qr-p, max(r-p,q)=r-p. Por i.1.1.1) y i.1.1.2), min(max(p,r-q),max(r-p,q)) =min(r-p,r-q). i.1.2) -q-p, r-qr-p, min(r-p,r-q)= r-q. Por i.1.1) y i.1.2), min(max(p,r-q),max(r-p,q)) =r-q. i.2) i.2.1)

221

i.2.1.1) min(p,q)=p. i.2.1.2) -q-p, r-qr-p, min(r-p,r-q)=r-q. Por i.2.1.1) y i.2.1.2), max(min(p,q),min(r-p,r-q)) =max(p,r-q). i.2.2) pr-q, max(p,r-q)=r-q. Por i.2.1) y i.2.2), max(min(p,q),min(r-p,r-q)) =r-q. Por i.1) y i.2), min(max(p,r-q),max(r-p,q)) =max(min(p,q),min(r-p,r-q)). ii) pq y rp+q. Implica: ii.1) ii.1.1) ii.1.1.1) r-qp, max(p,r-q)=p. ii.1.1.2) r-pq, max(r-p,q)=q. Por ii.1.1.1) y ii.1.1.2), min(max(p,r-q),max(r-p,q)) =min(p,q). ii.1.2) min(p,q)=p. Por ii.1.1) y ii.1.2), min(max(p,r-q),max(r-p,q)) =p.

222

ii.2) ii.2.1) ii.2.1.1) min(p,q)=p. ii.2.1.2) -q-p, r-qr-p, min(r-p,r-q)=r-q. Por ii.2.1.1) y ii.2.1.2), max(min(p,q),min(r-p,r-q)) =max(p,r-q). ii.2.2) r-qp, max(p,r-q)=p. Por ii.2.1) y ii.2.2), max(min(p,q),min(r-p,r-q)) =p. Por ii.1) y ii.2), min(max(p,r-q),max(r-p,q)) =max(min(p,q),min(r-p,r-q)). iii) qp y p+qr. Implica: iii.1) iii.1.1) iii.1.1.1) pr-q, max(p,r-q)=r-q. iii.1.1.2) qr-p, max(r-p,q)=r-p. Por iii.1.1.1) y iii.1.1.2), min(max(p,r-q),max(r-p,q)) =min(r-p,r-q). iii.1.2) -p-q, r-pr-q,

223

min(r-p,r-q)=r-p. Por iii.1.1) y iii.1.2), min(max(p,r-q),max(r-p,q)) =r-p. iii.2) iii.2.1) iii.2.1.1) min(p,q)=q. iii.2.1.2) -p-q, r-pr-q, min(r-p,r-q)=r-p. Por iii.2.1.1) y iii.2.1.2), max(min(p,q),min(r-p,r-q)) =max(r-p,q). iii.2.2) qr-p, max(r-p,q)=r-p. Por iii.2.1) y iii.2.2), max(min(p,q),min(r-p,r-q)) =r-p. Por iii.1) y iii.2), min(max(p,r-q),max(r-p,q)) =max(min(p,q),min(r-p,r-q)). iv) qp y rp+q. Implica: iv.1) iv.1.1) iv.1.1.1) r-qp, max(p,r-q)=p. iv.1.1.2) r-pq, max(r-p,q)=q. Por iv.1.1.1) y iv.1.1.2),

224

min(max(p,r-q),max(r-p,q)) =min(p,q). iv.1.2) min(p,q)=q. Por iv.1.1) y iv.1.2), min(max(p,r-q),max(r-p,q)) =q. iv.2) iv.2.1) iv.2.1.1) min(p,q)=q. iv.2.1.2) -p-q, r-pr-q, min(r-p,r-q)=r-p. Por ii.2.1.1) y ii.2.1.2), max(min(p,q),min(r-p,r-q)) =max(r-p,q). iv.2.2) r-pq, max(r-p,q)=q. Por iv.2.1) y iv.2.2), max(min(p,q),min(r-p,r-q)) =q. Por iv.1) y iv.2), min(max(p,r-q),max(r-p,q)) =max(min(p,q),min(r-p,r-q)). Por i), ii), iii) y iv), min(max(p,r-q),max(r-p,q)) =max(min(p,q),min(r-p,r-q)). L5 a) max(p,min(p,q))=p.

225

b) min(p,max(p,q))=p. Demostracin a) i) pq. Implica, max(p,min(p,q)) =max(p,p)=p. ii) qp. Implica, max(p,min(p,q)) =max(p,q)=p. Por i) y ii), max(p,min(p,q))=p. b) i) pq. Implica, min(p,max(p,q)) =min(p,q)=p. ii) qp. Implica, min(p,max(p,q)) =min(p,q)=p. Por i) y ii), min(p,max(p,q))=p. b) Un lema ms sobre nmeros reales Cualesquiera nmeros reales p0, ..., pm, cumplen las siguientes propiedades. L6 a) max(max(p0,...,pi),max(pi+1,...,pm))=max(p0,...,pm). b) min(min(p0,...,pi),min(pi+1,...,pm))=min(p0,...,pm).

226

Demostracin a) Sea p=max(p0,...,pi) y q=max(pi+1,...,pm), pjp para j=0,...,i, y pjq para j=i+1,...,m, tal que p,q{p0,...,pm}. Implica: Para pq: i.1) max(max(p0,...,pi),max(pi+1,...,pm)) =max(p,q) =q. i.2) pjq para j=0,...,m, max(p0,...,pm) =q. Por i.1) y i.2), max(max(p0,...,pi),max(pi+1,...,pm)) =max(p0,...,pm). ii) Para qp: ii.1) max(max(p0,...,pi(,max(pi+1,...,pm)) =max(p,q) =p. ii.2) pjp para j=0,...,m, max(p0,...,pm) =p. Por ii.1) y ii.2), max(max(p0,...,pi),max(pi+1,...,pm)) =max(p0,...,pm). Por i) y ii), max(max(p0,...,pi),max(pi+1,...,pm))

227

=max(p0,...,pm). b) Sea p=min(p0,...,pi) y q=min(pi+1,...,pm), p pj para j=0,...,i, y q pj para j=i+1,...,m, tal que p,q{p0,...,pm}. Implica: i) Para pq: i.1) min(min(p0,...,pi),min(pi+1,...,pm)) =min(p,q) =p. i.2) p pj para j=0,...,m, min(p0,...,pm) =p. Por i.1) y i.2), min(min(p0,...,pi),min(pi+1,...,pm)) =min(p0,...,pm). ii) Para qp: ii.1) min(min(p0,...,pi),min(pi+1,...,pm)) =min(p,q) =q. ii.2) q pj para j=0,...,m, min(p0,...,pm) =q. Por ii.1) y ii.2), min(min(p0,...,pi),min(pi+1,...,pm)) =min(p0,...,pm). Por i) y ii), min(min(p0,...,pi),min(pi+1,...,pm)) =min(p0,...,pm).

228

Apndice C Tabla de plausibilidad de LP8 A 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 B 0 0 2 3 4 5 6 7 0 0 1 2 3 4 5 6 7 8 0 1 2 3 4 5

A

AB 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 0 1 2 2 2 2

AB 0 1 2 3 4 5 6 7 8 1 1 2 3 4 5 6 7 8 2 2 2 3 4 5

AB 8 8 8 8 8 8 8 8 8 7 7 7 7 7 7 7 7 8 6 6 6 6 6 6

A B 8 7 6 5 4 3 2 1 0 7 7 6 5 4 3 2 1 1 6 6 6 5 4 3

8 8 8 8 8 8 8 8 8 7 7 7 7 7 7 7 7 7 6 6 6 6 6 6

229

2 2 2 3 3 3 3 3 3 3 3 3 4 4 4 4 4 4 4 4 4 5 5 5 5 5 5 5 5

6 7 8 0 1 2 3 4 5 6 7 8 0 1 2 3 4 5 6 7 8 0 1 2 3 4 5 6 7

6 6 6 5 5 5 5 5 5 5 5 5 4 4 4 4 4 4 4 4 4 3 3 3 3 3 3 3 3

2 2 2 0 1 2 3 3 3 3 3 3 0 1 2 3 4 4 4 4 4 0 1 2 3 4 5 5 5

6 7 8 3 3 3 3 4 5 6 7 8 4 4 4 4 4 5 6 7 8 5 5 5 5 5 5 6 7

6 7 8 5 5 5 5 5 5 6 7 8 4 4 4 4 4 5 6 7 8 4 4 4 4 4 5 6 7

2 2 2 8 7 6 5 4 3 3 3 3 4 4 4 4 4 4 4 4 4 4 4 4 4 4 5 5 5

230

5 6 6 6 6 6 6 6 6 6 7 7 7 7 7 7 7 7 7 8 8 8 8 8 8 8 8 8

8 0 1 2 3 4 5 6 7 8 0 1 2 3 4 5 6 7 8 0 1 2 3 4 5 6 7 8

3 2 2 2 2 2 2 2 2 2 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0

5 0 1 2 3 4 5 6 6 6 0 1 2 3 4 5 6 7 7 0 1 2 3 4 5 6 7 8

8 6 6 6 6 6 6 6 7 8 7 7 7 7 7 7 7 7 8 8 8 8 8 8 8 8 8 8

8 2 2 2 3 4 5 6 7 8 1 1 2 3 4 5 6 7 8 8 8 8 8 8 8 8 8 8

5 2 2 2 3 4 5 6 6 6 1 1 2 3 4 5 6 7 7 1 1 2 3 4 5 6 7 8

231

Apndice D Tabla de plausibilidad de LP10 A 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 B 0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10

A

AB 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1

A B 0 1 2 3 4 5 6 7 8 9 10 1 1 2 3 4 5 6 7 8 9 10

A B 10 10 10 10 10 10 10 10 10 10 10 9 9 9 9 9 9 9 9 9 9 9

A B 10 9 8 7 6 5 4 3 2 1 0 9 9 8 7 6 5 4 3 2 1 1

10 10 10 10 10 10 10 10 10 10 10 9 9 9 9 9 9 9 9 9 9 9

232

2 2 2 2 2 2 2 2 2 2 2 3 3 3 3 3 3 3 3 3 3 3 4 4 4 4

0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10 0 1 2 3

8 8 8 8 8 8 8 8 8 8 8 7 7 7 7 7 7 7 7 7 7 7 6 6 6 6

0 1 2 2 2 2 2 2 2 2 2 0 1 2 3 3 3 3 3 3 3 3 0 1 2 3

2 2 2 3 4 5 6 7 8 9 10 7 7 7 7 7 7 7 7 8 9 10 4 4 4 4

8 8 8 8 8 8 8 8 8 9 10 7 7 7 7 7 7 7 7 8 9 10 6 6 6 6

8 8 8 7 6 5 4 3 2 2 2 7 7 7 7 6 5 4 3 3 3 3 6 6 6 6

233

4 4 4 4 4 4 4 5 5 5 5 5 5 5 5 5 5 5 6 6 6 6 6 6 6 6

4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7

6 6 6 6 6 6 6 5 5 5 5 5 5 5 5 5 5 5 4 4 4 4 4 4 4 4

4 4 4 4 4 4 4 0 1 2 3 4 5 5 5 5 5 5 0 1 2 3 4 5 6 6

4 5 6 7 8 9 10 5 5 5 5 5 5 6 7 8 9 10 6 6 6 6 6 6 6 7

6 6 6 7 8 9 10 5 5 5 5 5 5 6 7 8 9 10 4 4 4 4 4 5 6 7

6 5 4 4 4 4 4 5 5 5 5 5 5 5 5 5 5 5 4 4 4 4 4 5 6 6

234

6 6 6 7 7 7 7 7 7 7 7 7 7 7 8 8 8 8 8 8 8 8 8 8 8 9

8 9 10 0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10 0

4 4 4 3 3 3 3 3 3 3 3 3 3 3 2 2 2 2 2 2 2 2 2 2 2 1

6 6 6 0 1 2 3 4 5 6 7 7 7 7 0 1 2 3 4 5 6 7 8 8 8 0

8 9 10 7 7 7 7 7 7 7 7 8 9 10 8 8 8 8 8 8 8 8 8 9 10 9

8 9 10 3 3 3 3 4 5 6 7 8 9 10 2 2 2 3 4 5 6 7 8 9 10 1

6 6 6 3 3 3 3 4 5 6 7 7 7 7 2 2 2 3 4 5 6 7 8 8 8 1

235

9 9 9 9 9 9 9 9 9 9 10 10 10 10 10 10 10 10 10 10 10

1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10

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

1 2 3 4 5 6 7 8 9 9 0 1 2 3 4 5 6 7 8 9 10

9 9 9 9 9 9 9 9 9 10 10 10 10 10 10 10 10 10 10 10 10

1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10

1 2 3 4 5 6 7 8 9 9 0 1 2 3 4 5 6 7 8 9 10