ALTERNATIVAS PARA UNA

FUNDAMENT ACIN LGICA DE LA

LGICA INDUCTIVA EN R. CARNAP
Diego Asa Moreu
LA LGICAINDUCTIV A surge como una precisin del razo-
namiento Inductivo en el marco de la teora. de la proba-
bilidad. Para Carnap hay dos conceptos de Probabilidad
fundamen talmen te :
Probabilidadl: La probabilidad como Grado de Confir-
macin de una hiptesis H por una informacin observacio-
nal o proporcin de Evidencia E.2
Probabilidad2: La probabilidad como lmite de frecuen-
cias relativas.
En el primer concepto se trata de un concepto lgico
de Probabilidad. En el segundo, por el contrario, se trata
de un concepto emprico de probabilidad. Un enunciado
sobre Probabilidadl es siempre analtico, esto es, es siempre
analticamente verdadero o falso, mientras que un enuncia-
do sobre Probabilidad2 es emprcio, ya que habla de la fre-
cuencia relativa de una determinada propiedad (o clase)
dentro de otra clase de individuos llamada "clase de refe-
rencia" .
Ambas concepciones o Interpretaciones de la probabi-
lidad son necesarias y tiles en las diversas investigaciones
1 No debe confundirse el clculo abstracto de probabilidades
matemtico, ajeno a las interpretaciones, con las interpretaciones
del mismo.
2 La relacin de confirmacin es entre sentencias o proposi-
CIOnes.
523
11
'1
524 Alternativas para una fundamentacin lgica...
cientficas, y en todo caso se puede establecer un puente
entre ella. La lgica Inductiva Carnapiana se basa en el
concepto de Probabilidad}, o de grado de confirmacin" entre
sentencias o conjuntos de sentencias (o proposiciones, segn
se trate de los sistema de 19503 1971 4).
Intuitivamente hablando, un razonamiento Inductivo es
lo contrario de uno deductivo. El silogismo deductivo va
de lo general o ms conocido a lo menos general o menos
conocido. Lo contrario ocurre en el silogismo Inductivo:
se pasa de una sentencia o conjunto de sentencias singula-
res a una sentencia general o al menos a una sentencia o
proposicin que no se deduce lgicamente de la sentencia
o sentencias de partida (premisas). Esta es la idea clsica
de la Induccin. (27t:aI0)'~)desde Aristteles, para quien el
razonamiento deductivo constituye casi exclusivamente el
silogismo. 5 Esta es la misma Idea de la Induccin que Hume
critica (la generalizacin injustificada de sentencias; en su
lenguaje exacto lo que critica es la validez de enunciados
del tipo "A es la causa de B") al atacar el principio de
causalidad.6 Esta misma Idea de la Induccin es la defen-
dida por J. S. Mill apoyado en ideas de F. Bacon.7 Para
stos la tarea de la Induccin es la generalizacin de Leyes
y el descubrimiento de causas. En esto onsisten los famo-
sos mecanismos de la Induccin por Confirmacin y elimina-
cin de MilI. Esta pretensin sin embargo de encontrar una
especie de mquina para descubrir automticamente leyes
generales parece una mera fantasa, ya que incluso en la
lgica de predicados de primer Orden no hay un mecanismo
automtico de decisin para establecer si una frmula es o
no una consecuencia lgica del clculo, como A. Church
mostr en 1936. 8
3 Vid. Carnap [4] (Bibliografa).
4 Ibd. Carnap [6] (Bibliografa).
5 Aristteles [1] 68b 34.
6 En D. Hume [1] vol. 1 parte III.
7 En J. S. Mill [16] libro III, cap. VIII. Un estudio muy intere-
sante est en von Wright [21].
8 Vid. Hermes. "Aufzahlbarkeit, Entscheidbarkeit, Berechen-
barkeit", pgs. 165-172.
Alternativas para una fundamentacin lgica... 525
Para Carnap la lgica Inductiva (es cuestionable si este
nombre no induce a error) tiene un carcter diverso y su
tarea no es la generalizacin de Leyes. Su aspiracin es slo
medir el grado (a ser posible cuantitativamente) de implica-
cin parcial (enteilment) de una proposicin-hiptesis H en
una proposicin -evidencia E. La idea de poder normalizar
la probabilidad de sentencias (proposiciones) 9 entre los valo-
res uno (tautologa) y cero (contradiccin) se debe a L. Witt-
genstein.10 El primero que trabaj sin embargo de una
manera sistemtica con proposiciones como argumentos de
las funciones de Probabilidad fue J. M. Keynes, para quien
la probabilidad se concibe como una relacin lgica y obje-
tiva entre dos conjuntos de proposiciones.11 Con ello la
lgica Inductiva resulta una teora sostenible, ya que desde
un punto de vista lgico resulta analtica. Entre los dos valo-
res extremos cero y uno (prcticamente irrelevantes para
lgica Inductiva) se sita toda la escala de las proposiciones
empricas a quienes les corresponde como valores probabili-
tarios nmeros distintos de cero y uno.
Es importante la distincin entre lgica Inductiva pura
y Lgica Inductiva aplicada. La inferencia inductiva supone
siempre la relacin de una hiptesis H y unos datos de
observacin E. Desde un punto de vista terico la lgica
Inductiva slo mide el grado de probabilidad lgica de la
hiptesis con respecto a la evidencia. Desde un punto
de vista prctico, la hiptesis H puede ser relevante para
tomar una decisin, por lo que sera deseable saber el grado
absoluto (no relativo con respecto a E) de la hiptesis H.
Esto, sin embargo, que sera aproximadamente la preten-
sin clsica de la Induccin, no es posible sin ms. Tcnica-
mente hablando, esta cuestin se reduce a la de encontrar
una regla de Inferencia inductiva paralela al Modus ponens
en la lgica deductiva. La situacin descrita puede aclararse
por comparacin de la lgica inductiva con la lgica de-
ductiva:
9 La distincin entre proposicin y sentencia viene ms tarde.
10Vid. 1. Wittgenstein. Tractatus [20] punto y ssq.
11 J. M. Keynes. [15].
I
I
526 Alternativas para una fundamentacn lgica...
(1) Silogismo de tipo inductivo-estadstico.
Evidencia E (Premisas).
(a) El 70 por 100 de los suecos son catlicos.
(b) Petersen es sueco.
Hiptesis (Conclusin)
(e) Petersen es sueco con una probabilidad del 70
por 100.
Qu significa la conclusin de que "Petersen es sueco"
con una probabilidad 0.70? Lo interesante en una conclusin
de este tipo es la afirmacin de que Peterson es catlico o
no es catlico; de lo contrario el enunciado resulta indefi-
nido en cuanto a su valor de verdad. Por muy importante
que pueda ser concluir absolutamente en este. tipo de silo-
gismos, lo cierto es que ello es i1egtimo~ como veremos.
La hiptesis (e), correctamente enunciada, por ejemplo, den-
tro de la lgica inductiva carnapiana dira:
(e') "El grado de probabilidad de que Petersen sea cat-
lico, dado el informe de evidencia E, es 0.70". En smbolos:
(1) "C(H/E) = 0.70"
que se puede leer: "el grado de confirmacin (probabilidadl)
de H dada E es 0.70". "C" es el functor de probabilidad o
grado de confirmacin carnapiano.
La lgica Inductiva slo establece que el grado de con-
firmacin (o la relacin de confirmacin dado mtricamente).
entre dos enunciados o proposiciones.
Establecer una conclusin como (1) (e), de carcter abso-
luto (sin referencia a las premisas), est abierto al menos
a dos objeciones: la primera es que, como ya se ha men-
cionado, es un enunciado veritativamente indefinido, y por
ello ni verificable ni falsable. La segunda es que no se de-
duce de las premisas lgicamente. Si se reduce a "Petersen
es catlico", el problema primero se resuelve, pero el segundo
aumenta. Ante la alternativa de respetar el carcter rela-
Alternativas para una fundamentacin lgica... 527
cional de los enunciados probabilitarios como en (c')~ o
separar la conclusin sin ms de las premisas, no cabe duda
de que la primera es una solucin ms plausible. Sin em-
bargo un enunciado de probabilidad como el expresado
en (c') est abierto a la siguiente objeccin pragmtica: en
orden a tomar una decisin para un determinado acto, cmo
se han de aplicar los enunciados probabilitarios tipo (c'), si
stos son segn Carnap, analticos? Sea dado otro ejemplo
tipo (c'), sea o no de tipo estadstico:
(2) Enunciado de probabilidad! carnapiano.
"El grado de probabilidad de que maana llueva con
respecto a la situacin atmosfrica actual y las leyes mete-
reolgicas conocidas es 0'82". (En smbolos; "C(H/E =
0.82").
Cmo se ha de aplicar un enunciado tal si para una
persona X es importante el hecho de que maana llueva -o
no? (Supongamos, por ejemplo, que X trabaja slo los das
que no llueve).
Ante esta legtima pregunta-objeccin hagamos- algunas
consideraciones:
Primero. Una inferencia Inductiva contiene como hip-
tesis H una afirmacin que excede lo afirmado en las pre-
misas o evidencia E. Por ello no es nunca una consecuencia
lgica en el sentido de la lgica deductiva, y por ello mismo
nunca ser legtimo separarla sin ms de las premisas.
Segundo. La objecin prctica vale contra tales enun-
ciados probabilitarios~ ya que si bien tericamente son per-
fectos, desde el punto de vista pragmtico resultan in-
aplicables.
Tercero. Ante este callejn sin salida Carnap encontr
una solucin al introducir en su lgica Inductiva las fun-
ciones de Creencia. 12 Estas funciones son el ncleo dentro
12 Vid. Carnap [6] pg. 7-31. d. StegmIler. [19] pgs. 389-417.
No nos detenemos en esta cuestin por caer fuera del propsito de
este trabajo. Carnap define el valor de un Acto A para una persona
m
7
-- - ---- - - -- -
I
I
528 Alternativas para una fundamentacin lgica...
de la teora de la decisin racional normativa que Carnap
construye. 12 Lo importante para una decisin no es directa-
mente una funcin de Confirmacin C(H/E), sino las funcio-
nes de creencia en una hiptesis H ("Cr(H)").- Por un mtodo
racionalmente construido en cuyo contexto Carnap demues-
tra qu funciones de creencia es racional aceptar, las fun-
ciones de confirmacin son reducibles a las funciones de
creencia. De este modo ya es posible hacer decisiones basa-
dos en enunciados probabilitarios, basados en las funciones
de confirmacin. El valor de un acto determinado Am que
un individuo X fuera a realizar dependera por una parte de
la Utilidad U que este acto Am tuviese en combinacin de
los posibles estados relevantes de la naturaleza H1 Hn
para X en el tiempo T (esto es, de la utilidad de los posibles
resultados RX.T(Am,Hl) Rx,T(Am,Hn)) y por otra parte
de la creencia de X en las diversas hiptesis o estados de
la naturaleza H1 Hn, relevante para X en el tiempo T.
Frente a la lgica lnductiva un silogismo deductivo pre-
senta la siguiente situacin:
(3) Silogismo deducitvo:
Premisas (Evidencia) E:
(a) Todos los hombres son mortales.
(b) Scrates es un hombre.
(c) Conclusin (hiptesis) H:
Scrates es mortal.
Aqu la conclusin (c) se deduce lgicamente de las pre-
misas. Este tipo de argumentos no presenta ninguna dificul-
tad, pues hay una implicacin total de las premisas E en
la conclusin H. Utilizando el concepto semntica de "ran-
go" de una sentencia, podemos decir que en el caso deduc-
tivo el rango de las premisas est incluido en el de la
conclusin, mientras que en el caso inductivo el rango
X en el tiempo T. ("D" es la funcin de utilidad; "R" es el "resul-
tado de" y "Cr( )" la funcin de creencia.
Alternativas para una fundamentacin lgica... 529
de las premisas slo est parcialmente incluido en el da la
conclusin. 13 Utilizando el concepto de "Interpretacin" se
puede afirmar lo mismo; en el caso deductivo toda inter-
pretacin que hace verdadera a las premisas hace verdadera
a la conclusin, mientras que en el caso Inductivo hay inter-
pretaciones que hacen verdaderas a las premisas y no a la
conclusin. Finalmente si se utiliza el concepto de "Modelo"
decimos que en el caso deductivo, todo el conjunto de Mo-
delos de las premisas est incluido en el de la. conclusin
mientras que en el caso Inductivo slo hay una inclusin
parcial entre ambos conjuntos de Modelos.
En la siguiente figura la situacin se muestra grfica-
mente :
Caso deductivo Caso lnductivo
H LI E r
H
Una de las condiciones necesarias en la lgica Indicativa
Carnapiana es que sta satisfaga las leyes generales de la
teora abstracta de la probabilidad, en cuanto aqulla se
asienta sobre sta. Una vez fundamentada se extiende la
teora inductiva en diversas etapas, cosa que no hacemos
en el presente trabajo por estar fuera de su inters.
El lenguaje de la lgica lnductiva Carnapiana
Dos propuestas fueron hechas por Carnap en lo referente
a la eleccin del lenguaje para su lgica Inductiva.14 En el
sistema de 1950 los argumentos de la funcin de probabili-
dad (confirmacin) C eran sentencias y el lenguaje que
subyaca ah era un lenguaje sentencial especificado por
variables individuales, constantes individuales, predicados
13 Las definiciones de "rango", "Interpretacin" y "Modelo" se
introducen ms tarde.
14 Vid. Carnap [4] y [6] donde se exponen respectivamente los
dos sistemas fundamentales de su lgica Inductiva.
-- --
I
l.
530 Alternativas para una fundamentacin lgica...
n-dicos as como los signos lgicos de costumbre incluidos
los cuantificadores universal y particular y el signo extral-
gico de la identidad. El nmero de individuos se supona
finito o a lo sumo numerable, y el de predicados se supona
finito. El concepto bsico de aquel sistema era el concepto
semntica de rango definido sobre la base del concepto de
descripcin de Estado. El sistema presentado no era axiom-
tico, sino introducido mediante definiciones. .
En el sistema de 1971 en lugar del lenguaje sentencial .
se introduce uno de conjuntos. Los argumentos de la fun-
cin C, de grado de confirmacin, no son ya sentencias sino
proposiciones (por proposicin no hay que entender ms el
conjunto de modelos que satisfacen una determinada funcin
proposicional (P. e. "Fa" y "Fb", etc., satisfacen "Fx"). El
conjunto de individuos no precisa ahora ser numerable, as
como se introduce tambin la posibilidad de predicados que
expresan un continuo de valores. El concepto bsico de la
Lgica Inductiva resulta ser ahora el de Modelo. Mediante
el nuevo lenguaje se introducen ahora importantes ventajas
tcnicas: en primer lugar, al referirse el lenguaje a las enti-
dades mismas como proposiciones, modelos, individuos,
atributos, etc., y no a las correspondientes entidades lings-
ticas, se puede atribuir la probabilidad a muchas ms
entidades que a sentencias expresables en un sistema lin-
gstico usual, pues el nmero de proposiciones es mucho
mayor que el de sentencias. En segundo lugar, mediante la
identificacin de los modelos con los puntos de un espacio
probabilitario hace posible a Carnap introducir en su nuevo
sistema las modernas teoras de la medida y de la proba-
bilidad. 15
Nuestro propsito en este trabajo es la presentacin
simultnea de las dos fundamentacinones lgicas de la pro-
babilidad expresada en los dos lenguajes explicitados arriba
y demostrar que lo que era vlido en el sistema de 1950,
vale tambin en el de 1971 con supuestos ms dbiles.
15 StegmIler. [19] pg. 418.
----
Alternativas para una fundamentacin lgica... 531
LENGUAJE SENTENCIAL: L
Introducimos aqu el aparato mnimo necesano para
poder formular nuestro propsito. Primero Reglas. de For-
macin de sentencias.
Una frmula atmica es una que consta de un predicado
n-dico seguido de un n-tuplo de individuos.
Una frmula atmica constituye una sentencia atmica.
Una sentencia atmica o su negacin se llama Sentencia
bsica.
Un par bsico consta de una sentencia atmica y de su
negacin {A, lA}
Sentencia molecular es la que contiene solamente senten-
cias atmicas como componentes.
Sentencia general es la que contiene al menos un cuan-
tificador.
Sentencia de identidad es la que contiene el signo "="
con dos constantes individuales a ambos lados.
Una Descripcin de Estado E es una conjuncin de sen-
tencias que contiene exactamente como componentes una
sentencia de cada par bsico, estando ordenadas las senten-
cias componentes por orde.n de ndices.
Rango de una sentencia ("r( )") es la clase de todas
aquellas descripciones de Estado en que esta s~ntencia vale
como componente o subconjuncin. Lo mismo se puede
definir como la clase de todas aquellas interpretaciones (o
Modelos) en que esta sentencia est satisfecha.
Segundo: Reglas de Rangos.
El rango de una sentencia atmica (r(A)) es la clase de
todas las descripciones de Estado E en que esta sentencia
vale.
El rango de un tautologa (r(t)) es la totalidad de las
descripciones de estado. (r(t)) = (U(E)) donde U(E) es
aqu el universo de todas las descripciones de Estado. (Para
un lenguaje especificado L de L.)
r( lA) es igual U(E) - r(A).
r(i t) es igual a la clase vaca.
532 Alternativas para una fundamentacin lgica...
r(A V B) es igual a r(A) u r(B).
r(Vx Px) es igual a u i r(Px).
Median te el concepto" de rango definido se puede exten-
der fcilmente al caso de la conjuncin, implicacin, etc. Los
L-conceptos se pueden definir asimismo con la ayuda del
concepto de rango. En el caso de que tengamos como base
un lenguaje Ll puede precisarse el concepto de rango me-
diante el de Interpretacin de la siguiente manera. 16
El rango de una sentencia es el conjunto de interpreta-
ciones en que esta sentencia est satisfecha. Para que el con-
cepto de Interpretacin y el de descripcin de Estado coin-
cidan en este contexto es necesario fijar para cada individuo
de nuestro universo del lenguaje L, la misma interpretacin
en todos los casos.
Introduzcamos un ejemplo que aclare las dos situaciones:
Sea nuestro lenguaje L, que conste de dos individuos al Y
az y de un slo predicado P. El nmero de descripciones
de Estado es siempre 2n donde n representa aqu el nmero
de sentencias atmicas de que consta nuestro lenguaje.
Como hay slo dos posibles sentencias atmicas para L
(Pal Y Paz) en este caso concreto tenemos 2z = 4.
1. Pal 1\ Paz
2. Pal 1\. I Paz
3. I Pal 1\ Paz
4. ! Pal /\ I Paz
Dada una sentencia del lenguaje L, p. e., "Pa", resulta
que r(Pal) es igual a {Pal 1\ Paz, Pall\ I Paz} , es decir a la
clase de aquellas descripciones de Estado en que Pal vale
como componente. Pal es equivalente a la disyuncin de las
descripciones de Estado 1 y 2. Fijando para al Y az la misma
interpretacin se obtiene el mismo resultado.
16Para el concepto de Interpretacin, vid. p. e. J. Mostern,
Lgica de primer orden, ed. Ariel. Barcelona, 1970.
- -
- -
Alternativas para una fundamentacin lgica... 533
LENGUAJE DE MODELOS: Lz
El ltimo sistema desarrollado por Carnap est expresado
en un lenguaje de Modelos. Los argumentos de las funciones
C y M (medida) son proposiciones. Una proposicin es equi-
valente al conjunto de modelos en que esta proposicin vale
como componente. La idea sigue siendo la misma que antes:
cuando se trataba de sentencias, el rango de una sentencia
equivala a una serie de descripciones de Estado;. ahora, en
lugar de las descripciones de Estado, tenemos Modelos.. En
este sistema los elementos bsicos son los individuos, atri-
butos, proposiciones y Modelos.
Un Modelo es una funcin biargumental Z tal que para
cada familia Fm y para cada individuo aj, se le asigna exac-
tamente un atributo de P, donde Fm es una familia de
atributos.
Un Modelo dice nicamente que tales individuos deter-
minados tienen tales atributos determinados de suerte que
ningn individuo puede tener dos atributos distintos a la
vez, ya que los atributos de que consta cada familia se
suponen disjuntos entre s. El concepto de Modelo es total-
mente extensional, ya que slo es una asignacin de indi-
viduos a atributos, mientras que el de interpretacin es
intensional, pues es dar un significado a unos predicados.
Los Modelos se pueden caracterizar como funciones de la
forma Z (m, i) = j, donde m es una variable de ndice de
familia; i, es una variable de ndice de individuo, y j, es una
variable de atributo. Supongamos que un lenguaje L' de Lz
conste de dos individuos al Y az Y dos predicados PI y Pz.
Entonces el conjunto de Modelos que podemos formar es
2z = 4, Y en general kn, donde k es el nmero de atributos
y n el nmero de individuos ahora.
1. Plal /\ P1az
2. Plal /\ Pzaz
3. PZal /\ Plaz
4. Pzaz /\ Pzaz.
534 Alternativas para una fundamentacin lgica...
Se trata aqu de cuatro Modelos posibles (Posibles situa-
ciones). Los atributos P1 y P2 son incompatibles. Signifiquen
p.e. "Blanco" y "Negro" respectivamente.
La importancia que tiene esta definicin de Modelo con-
siste en que al ser definido como una funcin Z puramente
matemtica, ya que sus argumentos son nmeros, cabe la
posibilidad de introducir en lugar del segundo argumento
i, k-tuplos de nmeros (i ik) cuando en lugar de predicados
mondicos se trata de relaciones k-dicas. En lugar de j
asimismo existe la posibilidad de introducir el conjunto de
los nmeros reales de un cierto intervalo. En suma, el nuevo
sistema ofrece la posibilidad de que el nuevo sistema in-
corpore las modernas teoras de la probabilidad. Un lenguaje
cuyos individuos fuesen puntos espacio-temporales podra
ser expresado en un lneguaje como el indicado.
Una vez que se dispone del concepto de rango en algu-
no de los sentidos indicados,. se puede iniciar la construccin
de la lgica Inductiva. Partiendo del hecho de que en todo
lenguaje tenemos dos sentencias lmite, la tautologa (pro-
posicin necesaria) y la contradiccin (proposicin imposible)
y que toda sentencia (proposicin) est dentro de estas das
lmite, se pueden obtener medidas de probabilidad para
ellas atribuyendo distintas medidas para las descripciones
de Estado (Modelos), que representan los puntos elementa-
les del espacio de probabilidad. La relacin de confirmacin
es entre sentencias o proposiciones, y mediante los modelos
o descripciones de Estado se pueden establecer proporciones
entre aqullas.
La funcin de probabilidad "p" de los clculos abstractos
de la probabilidad representa una funcin de probabilidad
absoluta, no condicionada a datos de evidencia. En la lgica
Inductiva carnapiana toma su lugar la funcin de medida
"M", que es una funcin de medida absoluta de proposicio-
nes o sentencias. La funcin de confirmacin e representa
una funcin relativa siempre a una evidencia. Existe la posi-
bilidad de definir M sobre la base de e cuando la informa-
cin o evidencia es nula o tautolgica. ("M(H) = C(Hjt)")
La medida de H es igual al grado de confirmacin de H
cuando la evidencia es tautolgica.
Alternativas para una fundamentacin lgica... 535
DISCUSIN SOBRE LA FORMULACIN DE LAS FUNCIONES
M y C REGULARES
Las funciones regulares son aquellas funciones de con-
firmacin que satisfacen determinados requisitos llamados de
regularidad. Estos requisitos fueron postulados por Carnap
de manera intuitiva en Logical Foundations of Probability
(1950). En Studies in inductive Logic and Probability (1971)
se da una fundamentacin dentro de la teora de la decisin.
Estos requisitos que debe satisfacer toda funcin de confir-
macin que adems sea regular son:
C(H 1\ H' lE) = C(H/E) X C(H' IH !\ E).
K4: Principio especial de adicin.
Si E 1\ H 1\ H' es L-falsa, entonces
C(H V H' lE) = C(H/E) + C(H' lE).
Ks: Postulado del valor mximo.
C(t/E) = 1, donde "t" es una tautologa, y E se
supone no L-falsa.
K6: Postulado del valor positivo.
Para cada descripcin de Estado E en L C(E/t) > O.
Estas convenciones son los mnimos requisitos para que
quien haga una decisin basado en la funcin C sea racional.
Estas seis convenciones constituyen las condiciones de regu-
laridad. 17 lntuitivamente dicen que sentencias equivalentes no
cambian el valor C de probabilidad (K1 y K2); que la con-
17 Carnap. [6] pg. 105 ssq. d. StegmIler. [19] pg.436.
K1 : Si 1- E +- E', entonces C(H/E) = C(H/E')
K2: Si 1- H +--> H', entonces
C(H/E) = C(H' lE)
K3: Principio general de multiplicacin.
536 Alternativas para una fundamentacin lgica...
juncin de dos sentencias dada otra es igual a la multipli-
cacin indicada arriba (K3); que la disyuncin de dos
sentencias cuya conjuncin es incompatible dada otra, suman
sus probabilidades respectivas (K4); que el valor mximo
de la probabilidad es para la tautologa (Ks), y que la pro-
babilidad de una situacin posible es positiva (K6).
Estas condiciones las formul Carnap axiomticamente
simplificndolas. Aqu nos referimos slo al sistema de 1971.
Una C-funcin que satisface las convenciones K1-K6o los
axiomas A-1 a A-6 es una funcin regular de confirmacin.
La diferencia entre los sistemas de 1950 (convenciones) y
1971 (axiomas) es que en el primero :estas convenciones
estn propiamente fuera de la teora, ya que son estipula-
ciones intuitivas que debe satisfacer la lgica inductiva, que
luego se introducen por definicin. En el segundo Carnap
da una justificacin dentro de la teora de la decisin. Ade-
ms las condiciones del segundo sistema estn ms dbil-
mente enunciadas. Tanto las convenciones como los axiomas
son slo condiciones necesarias, pero no suficientes para que
las funciones de confirmacin sean plausibles en cada caso.
---
A-l
Axioma del lmite inferior
C(HjE) o.
A-2
Axioma de autoconfirmacin
C(EjE) = 1.
A-3
Axioma del complemento
C(HjE) + (C(iHjE) = 1.
A-4
Axioma general de multiplicacin
C(HnH'jE) = C(HjE) XC(H'jHnE).
A-5
Axioma de regularidad
Si H Y E son moleculares y HnE *- 0, entonces:
C(HjE) > O.
Alternativas para una fundamentacin lgica... 537
Las definiciones que fundaban el sistema de 1950 eran tres,
de las cuales mostraremos que sastifacen las convenciones
K1 a K6.
D-l M es una funcin regular de Medida syss:
(a) para cada descripcin de Estado E m(E) > O.
(b) La suma de todas las descripciones de estado es
igual a 1. En smbolos: ~ m (EJ = 1.
i=l
D-2 Sea m una funcin regular de medida. Entonces: 18
(a) Si 1- \ A, entonces meA) = O.
(b) Para cada sentencia A no lgicamente falsa:
meA) = ~ m(E ( r(A)).
(b) La suma de una sentencia es igual a la suma de
todas aquellas medidas de las descripciones de Es-
tado que abarca el rango de A.
D-3 C es una funcin regular de confirmacin syss para
una funcin m de medida y dos sentencias cualesquiera
H y E vale:
Si m(E)"* O, entonces C(HjE)
m (H /\ E)
m (E)
Esta definicin se ha obtenido recursivamente mediante m.
Se podra prescindir de m con la convencin de que m(H)
= C(Hjt), donde t es una tautologa cualquiera. Entonces
la definicin D-3 resulta:
D-3' C(HjE) =
C(H /\ Ejt)
C(Ejt)
Ntese que la lgica inductiva parte de la definicin de pro-
babilidad condicionada de H con respecto a E. De estas tres
18Es indiferente si escribimos "m" o "M". En mabos casos se
trata de la misma funcin de medida de la probabilidad.
---
538 Alternativas para una fundamentacin lgica...
definiciones D-l y D-2 YD-3 se puede deducir todo el sistema
de 1950, con ayuda de algunos teoremas matemticos sub-
sidiarios. Mostraremos ahora que tanto las definiciones D-l
a D-3 como los axiomas A-l a A-5 satisfacen las primeras
convenciones de Carnap.
Pruebas:
D-l a D-3 satisfacen las convenciones Kt-K6.
D-l a D-3 satisfacen trivialmente las convenciones Kt y K2.
D-l a D-3 satisfacen K3: C(H /\ H'jE) = C(Hj3) X C(H'jH
/\ E).
Prueba: Baste para ello deducir de D-3 la convenciri K3.
(1) C(H /\ H'jE) = m(H /\ H' /\ E)jm(E) por D-3.
(2) C(HjE) = m(H /\ E)jm(E) por D-3.
m(H /\ H' /\ E) X C(HjE)
(3) C(H /\ H' jE) =
pues
m (H /\ E)
m(E) = m(H /\ E)jC(HjE) a causa de (2). (3) resulta de
sustituir m(E) en (1).
(4)
m(E /\ H 1\ H') X C(HjE)
m(EI\H)
(HjE) por D-3.
C(H'jE 1\ H) X C
(5) El teorema tras sustituir el segundo miembro de la
igualdad de (4) en (3).
D-l a D-3 satisfacen la convencin K4: C(H V H'jE) = C
(HjE) + C(H'jE) para el caso en que E j\ H /\ H' sea L-falsa.
Prueba: Se deduce de D-3 con ayuda de la lgica Sentencia!.
(1) C(H y H'jE) =
mH 1\ E) V (H' 1\ E))
m (E)
por D-3.
Alternativas para una fundamentacin lgica... 539
(2) mH 1\ E) V (H' 1\ E = ~ m(E rH 1\ E) Y (H' /\
E) = ~ m(E r(H 1\ E) U r(H' 1\ E) - ~ m(E r(E
1\ H 1\ H' por D-2 (b) Y reglas de rangos.
(3) Puesto que por suposicin 1- E 1\ H 1\ H' es L-falso, su
medida m es cero por D-2 (a). Por tanto:
(4) mH 1\ E) V (H' 1\ E = ~ m(E r(H 1\ E) + ~ m(E
r(H' 1\ E = m(E 1\ H) + m(E 1\ H') por D-2 (b).
(5) Aplicando (4) en (1) resulta: C (H V H'~) = m(H /\
E)jm(E) + m(H' 1\ E)jm(E) = C(HjE) + C(H' jE) por
D-3.
D-I a D-3 satisfacen la convencin Ks: C(tjE) = 1~ para E
no L-falsa.
Prueba:
(1) Sea "t" p. e. la tautologa: HV I H.
(2) C(H V ') HjE) = m(E)jm(E) = 1 por lgica sen ten-
cial y D-3.
D-I a D-3 satisface la convencin K6: C(Ejt) > O.
Prueba:
(1) C(Ejt) = m(E) por D-3'.
(2) m(E) > O por D-l (a).
Con ello ha quedado demostrado que las definiciones D-l
a D-3 son al menos suficientes para deducir Kj(j = 1, 2.. ..6).
Semejantemente puede hacerse para los axiomas A-l a
A-5. Las convenciones K y Kz se deducen fcilmente de
ellos. La condicin K3 es equivalente al axioma A-4. (Aqu
en un lenguaje de conjuntos). La condicin K4 se deduce de
A-3, A-4 Y algunas transformaciones elementales de con-
juntos. En efecto:
540 Alternativas para una fundamentacin lgica...
De A-3, A-4 Y lgebra de clases se deduce K4: C(H U
H' lE) = C(H/E) + C(H' lE) para el caso de que H r
H' n E = $25.
Prueba:
(1) C(H n H'/E) = O por suposicin de K4. (Y A-3.)
(2) C(H U H' lE) = CH U H') n H/E) + CH U H') n .
"1 H/E) = C(H/E) + C(H' nI H/E) ; C(H' lE - C(H n
H' lE) = C(H' lE) = C(H' n "1HJE) pues C(H' lE) =
C(H' nH/E) + C(H' n J H/E) por A-3, A-4 Y lgica
de conjuntos.
Con ello tenemos el teorema tras sustituir (3) en (2).
De A-3 se deduce directamente la convencin Ks.
De A-5 se deduce directamente la convencin K6.
Finalmen te deseo agradecer a la FUNDACINJUANMARCH
que ha accedido al permiso para la publicacin de este tra-
bajo, bajo cuya financiacin hemos podido realizar estudios
especiales sobre el tema "Induccin y teora de la probabi-
lidad". Deseo expresar tambin mi agradecimiento al pro-
fesor J. Acero de la Universidad de Barcelona por haber
ledo el trabajo y propuesto algunas enmiendas importantes.
Por ltimo agradezco al profesor W. K. Essler, en uno de
cuyos seminarios me surgi la idea de este pequeo trabajo.
NOTA BIBLIOGRFICA
[1] ARISTTELES. Analytica priora. (= Organon IlI, o teora del silo-
gismo). Recomendamos la traduccin de Tricot. (1966.)
[2] ARISTTELES. Analytica posteriora (= Organon IV, o teora de la
prueba). Recomendamos asimismo la trad. de Tricot.
[3] ARISTTELES. Tpica (= Organon V). Vase e. o.la traduccin de
Ed. Aguilar. En alemn la de E. Rolfes. 1922.
[4] R. CARNAP.Logical Foundation of Probability. Chicago. 1950.
Alternativas para una fundamentacin lgica... 541
[5] R. CARNAP-W.STEGMLLER. lnduktive Logik und Wahrschein-
lichkeit. Viena. 1959.
[6] R. CARNAP-JEFFREY. Studies in inductive logic and Probability.
Berkeley-Los Angeles-Londres. 1971.
[7] W. K. ESSLER. lnduktive Logik. Mnchen. 1970.
[8] J. HINTIKKA."Distributive Normal Form in First arder Logic"
en Formal Systems and recursive Functions. Amsterdam. 1965.
pgs. 47-90.
[9] J. HINTIKKA."Towards a Theory of Inductive Generalization"
en Proceedings 01 the 1964 lnternational Congress lor Logic,
Methodology and Philosophy 01 Science. Amsterdam. 1965.
pgs. 274-288.
[10] J. HINTIKKA.Aspects 01 lnductive Logic. Amsterdam. 1966.
Obra en colaboracin de SUPPES.
[ll] D. HUME. A treatise 01 Human Nature. Londres. 1738.
[12] H. JEFFREYS.Scientilic lnlerence. Nueva York. 1957.
[13] J. KEMENY. "A Logical Measure Function", en Journal of
Symbolic Logic. 18, 1953. pgs. 289-308.
[14] J. KEMENY."Fair Bets and inductive Probabilities" en Journal
01 Symbolic Logic. 20, 1955.
[15] J. KEYNES.A treatise on Probability. Londres. 1921.
[16] J. S. MILL. A system 01 Logic. Londres. 1843.
[17] A. SHIMONY. "Coherence and the Axioms of Confirmation" en
Journal 01 Symbolic Logic, 20, 1955.
[18] A. SCHILPP. The Philosophy 01 R. Carnap. La SaBe. Illinois.
1963.
[19] W. Stegmller. Personelle Wahrscheinlichkeit und Rationalle
Entscheidung. Berlin-Heildelberg-Nueva York. 1973.
[20] L. WITTGENSTEIN. Tractatus logico-philosophicus. Londres.
1921.
[21] G. VONWRIGHT. The logical Problem 01 lnduction. Oxford.
1957.