Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Lógica Proposicional
Resumen Las inferencias lógicas más básicas involucran frases creadas con expresiones
comunes tales como “no”, “y”, “o”, “si . . . entonces”. Estas expresiones nos permiten
describir situaciones indicando lo que es cierto y lo que no. Esta forma de razonamiento
es no solo una forma de clasificación, sino también la base de cualquier descripción
del mundo real. De la misma forma, estas frases lógicas nos proporcionan la estructura
fundamental de actos de comunicación y argumentación. Por ejemplo, cuando estamos
en desacuerdo con lo que alguien afirma, una forma de refutarlo es demostrar que la
afirmación implica ( “si . . . entonces”) un hecho cuya falsedad (“no”) es fácil de mostrar.
Éste es el tipo de patrones de razonamiento que estudiaremos en el presente capı́tulo.
Para ser mas precisos, en este primer capı́tulo presentaremos la Lógica Proposicional, el
sistema lógico que describe el razonamiento con expresiones tales como “no” , “y”, “o” y
“si . . . entonces”. Presentaremos conceptos tales como fórmula, conectivo lógico, verdad,
consecuencia válida, actualización de información, demostración sintáctica y expresivi-
dad, y también discutiremos brevemente las conexiones con Ciencias de la Computación
y Ciencias Cognitivas.
Una pareja llega a un restaurante con su hijo. El padre pide pescado, la madre
pide ensalada y el hijo pide carne. Un mesero distinto al que tomó la orden
llega con la comida. ¿Qué pasará?
Todos aquellos que han visitado algún restaurante saben lo que sucederá. El mesero
empezará preguntando algo parecido a “¿Para quién es la carne?”, y pondrá el plato
en el lugar correspondiente. Entonces hará una segunda pregunta, “¿Para quién es el
pescado?”, y podrá el plato en su lugar. Finalmente, sin hacer otra pregunta, pondrá el
plato restante en el lugar que le corresponde. ¿Cómo sucede esto?
2-1
2-2 CAPÍTULO 2. LÓGICA PROPOSICIONAL
Comencemos por el final. Cuando el mesero coloca el tercer plato sin hacer preguntas,
estamos viendo el resultado de una acción lógica importante: él realizó una inferencia.
Las respuestas que recibió de las preguntas anteriores le permitieron inferir a quién
le corresponde el tercer plato. Este esquema de inferencia puede ser representado de la
siguiente forma:
P o E o C, no C, no P =⇒ E. (2.1)
Esta representación formal tiene muchas ventajas. Por ejemplo, el esquema representa
una cantidad infinita de inferencias, ya que P, E y C pueden tener cualquier significado.
Este tipo de acciones es especialmente importante en juegos de ingenio y/o acertijos. Un
ejemplo de esto son los pasos que realizamos para resolver un sudoku de 3 × 3 de acuerdo
a las reglas del juego: cada una de las 9 celdas debe tener un número, 1, 2 ó 3, y ningún
número puede repetirse en la misma columna o en la misma fila:
(2.2)
Cada diagrama hace más explı́cita la solución que estaba ya determinada por la posición
inicial de los números 1 y 2. En cada paso la información es revelada mediante actos de
inferencia similares a los que ocurren en el restaurante.
Pero ésta no es la única forma en que la información fluye. Antes de que la inferencia final
se realizara, el mesero buscó información mediante otra acción: hacer una pregunta. Las
respuestas que recibió son cruciales para el resultado final.
En esencia, las respuestas a las preguntas actualizan el estado de información. Durante
una conversación, el estado de información de una persona –o personas– cambia debido a
la comunicación. En el ejemplo del restaurante, el estado de información inicial del mesero
contiene las seis diferentes formas en que los tres platos pueden ser distribuidos entre las
tres personas. Asumiendo que CPE indica que el padre pidió la carne, la madre pidió el
pescado y el hijo pidió la ensalada, las posibilidades iniciales son CPE, CEP, PCE, PEC, ECP
y EPC. La respuesta a la primera pregunta, indicando que el hijo pidió la carne, elimina
las cuatro posibilidades en las cuales esto no sucede, reduciendo el estado de información
a PEC y EPC. La respuesta a la segunda pregunta, indicando que el padre pidió el
pescado, elimina una posibilidad más, quedando tan sólo la distribución correcta: PEC.
Esta secuencia de pasos puede ser representada con una secuencia de diagramas (podemos
entenderla como una animación) que muestra las actualizaciones sucesivamente:
2.2. PATRONES DE INFERENCIA, VALIDEZ E INVALIDEZ 2-3
CEP PCE
Primera Segunda
CPE PEC PEC EPC PEC
respuesta respuesta
EPC ECP
(2.3)
Esta última inferencia es válida: no es posible que las dos premisas sean verdaderas y la
conclusión falsa. Para ser mas precisos,
Dicho de una manera diferente (pero equivalente), una inferencia es válida si no tiene
‘contraejemplos’, es decir, si no hay situaciones en las cuales todas las premisas son
verdaderas pero la conclusión es falsa. El concepto de inferencia válida es crucial, ası́ que
le dedicaremos un poco más de tiempo.
P1 , P2 , implica C (2.7)
Existen muchas combinaciones de valores de verdad (verdadero y falso) para las premisas
y la conclusión. Por ejemplo, si alguna de las premisas es falsa, no podemos asegurar
nada acerca de la conclusión: en la inferencia 2.6, si asumimos que la primera premisa
es verdadera (tomar el medicamento implica mejorı́a) y la segunda falsa (el paciente
mejora), la conclusión puede ser falsa (el paciente tomó el medicamento) pero también
verdadera (el paciente no tomó el medicamento y mejora por otras razones). De las
ocho combinaciones posibles de valores de verdad de las dos premisas y la conclusión,
el hecho de que la inferencia sea válida nos permite eliminar tan sólo una posibilidad
(ambas premisas verdaderas y la conclusión falsa).
Dada la validez de una inferencia, lo único que podemos asegurar acerca de sus premisas
y su conclusión puede ser dicho de dos maneras:
� � �
� � � �
(2.9)
� � �
�
Si sabemos que A es verdadera y G es falsa, ¿qué podemos decir acerca de las demás
proposiciones? (La respuesta es que, adicionalmente, B es verdadera y C, D y E son falsas;
acerca de F no podemos afirmar nada.)
La forma de esta inferencia tiene partes que pueden variar (algunas proposiciones han
sido substituidas por otras), pero otras son constantes y su significado no debe variar a
fin de que la inferencia siga siendo válida. Por ejemplo, si en la segunda premisa y en
la conclusión remplazamos la negación “no” por la afirmación “sı́”, entonces obtenemos
una inferencia inválida:
La inferencia es inválida porque la inundación puede ser debida a otros factores (por
ejemplo, lluvia excesiva).
Para poder representar formalmente la forma de una inferencia, necesitamos una notación
que nos indique adecuadamente qué partes son variables y qué partes son constantes.
Esto se hace utilizando letras para representar expresiones que pueden ser reemplazadas
por otras de la misma categorı́a, y sı́mbolos especiales para representar las expresiones
que determinan la forma de la inferencia, llamadas comúnmente conectivos lógicos.
En esencia, estas ideas son consecuencia de observar que las proposiciones que forman
una inferencia como las anteriores son esencialmente combinaciones de proposiciones
más simples que llamamos proposiciones básicas.
Las proposiciones básicas son generalmente representadas mediante las letras p, q, r, etc.
Si tenemos un número finito de proposiciones básicas, entonces tenemos un número finito
de situaciones posibles, cada una representando una combinación de valores de verdad
de las proposiciones básicas (verdadera o falsa). Por ejemplo, para p y q existen cuatro
combinaciones de valores de verdad, que pueden ser representados como
donde p indica que p es verdadera y p indica que p es falsa. (Observe que p no representa
una proposición, y por lo tanto es diferente de la negación no-p que aparece en las
inferencias que usaremos. Esta diferencia se verá claramente más adelante.)
pero
Nuestra definición anterior de inferencia válida puede ser presentada ahora de manera
más precisa. Esencialmente dice que:
Verifiquemos que esto se cumple con las inferencias (a) y (b). Tomemos la primera de
ellas:
pq pq poq pq pq no p
pq (2.13)
pq pq pq
Ahora podemos ver por qué la conclusión q es verdadera y por lo tanto la inferencia
válida. Si en el estado de información final alguien afirmara q, dicho estado no cambiarı́a,
2-8 CAPÍTULO 2. LÓGICA PROPOSICIONAL
q
pq pq (2.14)
Ejercicio 2.1 Considere el siguiente ejemplo en el que hay tres hechos a analizar. Una persona se
despierta, abre sus ojos, y se pregunta a sı́ mismo: “¿Me he despertado tarde?”, “¿Está lloviendo?”,
“¿Hay embotellamientos en el camino al trabajo?”. Para responder a la primera pregunta se puede
revisar el reloj despertador; para responder a la segunda se puede mirar por la ventana, y para
responder a la tercera se puede escuchar el reporte del trafico en el radio. Los tres hechos pueden
ser representados con tres proposiciones básicas, p, q y r, con p indicando “me he despertado
tarde”, q indicando “está lloviendo” y r indicando “hay embotellamientos en el camino al trabajo”.
Suponiendo que la persona no sabe nada acerca del valor de verdad de estas tres proposiciones,
¿cuál es el espacio inicial de posibilidades?
Ejercicio 2.2 (Continuación del ejercicio anterior) Ahora la persona revisa su reloj despertador
y se da cuenta de que no se ha despertado tarde. ¿Qué sucede con el espacio de posibilidades?
Acercándonos a un sistema formal Ahora que tenemos un sistema formal para estas
tareas, podemos hacer muchas cosas más. Por ejemplo, además de preguntarnos si una
inferencia dada es válida o no, podemos observar las premisas y preguntarnos qué pode-
mos concluir a partir de ellas. El siguiente ejercicio muestra una forma de inferencia
básica, utilizada comúnmente en programas que realizan razonamiento automático.
Ejercicio 2.3 Alguien nos dice que tenemos “p-o-q” y “(no-p)-o-r”. ¿Qué podemos concluir acerca
de q y r?
Se pueden escribir programas que realizan tareas como la anterior de manera automática
y, de hecho, la Lógica Proposicional es importante históricamente por la relación que tiene
con las Ciencias de la Computación. Las computadoras son esenciales cuando se tienen
tareas de razonamiento complejas que involucran varias inferencias y/o actualizaciones
como las mostradas anteriormente, y el sistema de la Lógica Proposicional puede ser
fácilmente implementado en un programa de razonamiento automático. Como veremos
en la sección 2.10, la Lógica Proposicional es, en cierto sentido, el lenguaje de las Cien-
cias de la Computación, y tiene muchas conexiones con problemas sobre complejidad
computacional.
Pero nuestra historia no comenzó desde el punto de vista de las Ciencias de la Com-
putación, sino desde el punto de vista del lenguaje natural. En la siguiente sección haremos
más preciso nuestro lenguaje, identificando los conectivos lógicos básicos que necesitamos
y definiendo para ellos una notación precisa.
estos no son los únicos conectivos que se utilizan en el razonamiento lógico, sı́ son los
más básicos. Podrı́amos utilizar el lenguaje natural para trabajar (algo que se solı́a hacer),
pero se ha vuelto cada vez mas claro que el uso de un lenguaje formal nos permite ser
más claros y precisos, y también mejora el entendimiento y facilita las operaciones.
Del lenguaje natural a la notación lógica Como vimos en la sección 2.3, hay cierta
forma lógica en las inferencias válidas que expresamos en lenguaje natural. Para hacer
esta forma lógica clara debemos usar una notación adecuada. Para empezar, utilizaremos
sı́mbolos especiales para los conectivos lógicos:
Los conectivos son algunas veces representados de manera diferente. Algunas personas
usan “&” en lugar de “∧” y “≡” en lugar de “↔”, pero lo importante no es el sı́mbolo
que se use sino su significado (el cual es presentado formalmente en la sección 2.5).
Denotaremos proposiciones básicas (también llamadas proposiciones atómicas) con las
letras minúsculas p, q, r, etc. Para denotar proposiciones arbitrarias que pueden contener
algunos de los conectivos de la tabla (2.15) utilizaremos las letras griegas minúsculas
ϕ, ψ, χ, etc.
Disyunción inclusiva y exclusiva El sı́mbolo “∨” denota disyunción inclusiva, tal y co-
mo se entiende en “para aprobar el examen se debe contestar correctamente las preguntas
3 ó 4”: uno espera no ser penalizado si ambas preguntas se responden correctamente.
Esto difiere de la disyunción exclusiva (frecuentemente representada con “⊕”) que aparece
en enunciados como “te puedes casar con Blancanieves o Cenicienta”, cuyas opciones no
deben ser ambas verdaderas. De aquı́ en adelante la palabra “disyunción” será interpre-
tada como “disyunción inclusiva”.
Ahora podemos escribir frases en lenguaje natural como ‘fórmulas’ con los sı́mbolos
que hemos definido. Por ejemplo, considere la siguiente descripción de las cartas de un
oponente:
Es útil ver esta traducción como un proceso que se realiza en varios pasos. En caso de que
la traducción de una frase no sea clara, siempre es posible realizar el proceso paso a paso
para identificar dónde se toma la decisión importante.
2-10 CAPÍTULO 2. LÓGICA PROPOSICIONAL
Algunos autores aceptan como traducciones enunciados en los cuales las proposiciones
básicas se mantienen intactas, reemplazando tan sólo los conectivos lógicos por su sı́mbo-
lo, de manera similar a lo que sucede en el lenguaje matemático. Esta combinación puede
ser útil (el uso de los sı́mbolos de los conectivos enriquece el lenguaje natural y es posible-
mente más fácil de entender), pero para nosotros será más útil trabajar con traducciones
completas en las cuales las proposiciones son reemplazadas totalmente por su forma
lógica.
Una de las virtudes de la notación formal es que dichas diferencias pueden ser identifi-
cadas fácilmente, en este caso mediante el uso de paréntesis, algo que no se puede hacer
con el lenguaje natural.
Como ejemplo adicional, para algunas personas la frase “te daré una cachetada (c) si
te quejas (q)” tiene la forma de una implicación (q → c) mientras que para otras tiene
la forma de una equivalencia (q ↔ c). Las negaciones en lenguaje natural pueden ser
particularmente complicadas. Considere la siguiente pregunta, famosa en experimentos
psicológicos y difı́cil de responder para mucha gente:
¿Cuántas negaciones hay en la frase “nada es demasiado trivial como para ser
ignorado”, y cuál es su significado?
Lenguaje formal y árboles sintácticos Para los lógicos, la notación que hemos presen-
tado es más que una herramienta que ayuda a hacer el lenguaje natural más preciso.
Es importante también porque define un lenguaje artificial (también llamado lenguaje
formal).
2.4. EL LENGUAJE DE LA LÓGICA PROPOSICIONAL 2-11
Ejemplo 2.4 La fórmula ((¬p ∨ q) → r) se construye paso a paso a partir de las proposi-
ciones básicas p, q y r mediante la aplicación sucesiva de las siguientes reglas:
Este tipo de construcciones puede ser representada mediante árboles sintácticos que no dan
lugar a ambigüedad alguna. A continuación mostramos el árbol tanto para la fórmula
anterior como para una variante. Matemáticamente, la representación con fórmulas es
equivalente a la representación con árboles, pero éstas difieren en la claridad. Además,
las estructuras tipo árboles han sido ampliamente estudiadas y utilizadas en Matemáticas,
Lingüı́stica y otras áreas:
((¬p ∨ q) → r) (¬(p ∨ q) → r)
(¬p ∨ q) r ¬(p ∨ q) r
(p ∨ q)
¬p q
p p q
Ahora estamos listos para la definición formal del lenguaje de la Lógica Proposicional.
Hay dos formas de hacerlo, y las dos tienen la misma esencia: ambas son definiciones
inductivas (en el apéndice A se puede encontrar más información sobre este concepto). He
aquı́ la primera:
Observe cómo la fórmula del ejemplo 2.4 fue construida siguiendo esta ‘receta’ adecuada-
mente, es decir, la construcción de dicha fórmula es una instancia de la definición anterior
(la definición está dada en términos abstractos, usando las variables ϕ1 y ϕ2 para referirse
a fórmulas arbitrarias). Otra opción es usar la notación BNF (la forma Backus-Naur, llama-
da ası́ en honor de John Backus y Peter Naur, quienes la crearon para definir la sintaxis de
los lenguajes de programación), que es aún más abstracta pero tiene el mismo significado.
2-12 CAPÍTULO 2. LÓGICA PROPOSICIONAL
Esta definición indica cómo construir objetos del tipo fórmulas en la Lógica Proposicional
(en este capı́tulo, simplemente fórmulas). La definición indica que una fórmula ϕ puede
ser una proposición básica (p), o la negación de una fórmula (¬ϕ), o la conjunción de dos
fórmulas (ϕ ∧ ϕ), y ası́ sucesivamente. Este mecanismo nos permite construir fórmulas
paso a paso, tal y como en el ejemplo anterior.
En la práctica, los paréntesis son frecuentemente omitidos, y tan sólo son utilizados
cuando son necesarios para evitar ambigüedad. Por ejemplo, la expresión p ∨ q ∧ r puede
corresponder a ((p ∨ q) ∧ r) (una fórmula que, para ser verdadera, requiere que r sea
verdadera) pero también a (p ∨ (q ∧ r)) (una fórmula que es verdadera si p es verdadera).
Ejercicio 2.6 Escribe como fórmulas de la Lógica Proposicional los siguientes enunciados:
Ejercicio 2.7 ¿Cuáles de las siguientes expresiones son fórmulas de la Lógica Proposicional?
p → ¬q
¬¬ ∧ q ∨ p
p¬q
(p ∧ q) → ¬q
q ∧ r ∧ s ∧ t (construya todos los árboles posibles).
El hecho de que existan varios árboles sintácticos para la fórmula q ∧ r ∧ s ∧ t nos indica que esta
expresión puede ser leı́da de varias maneras diferentes. ¿Qué tan perjudicial es esta ambigüedad?,
¿por qué?
Una observación importante Observe cómo las fórmulas y los árboles sintácticos son
entidades puramente simbólicas que carecen de un significado concreto. Históricamente,
la diferencia entre la forma y el significado se volvió importante tan sólo a partir del
desarrollo de las Matemáticas durante el siglo XIX. La mayorı́a de las frases en lenguaje
natural y en el razonamiento práctico involucran también el significado de los sı́mbolos
utilizados (a menos que estemos en una fiesta y sea ya muy tarde). Los análisis de lenguajes
a un nivel puramente sintáctico se han vuelto la base para establecer conexiones entre
Lógica, Matemáticas y Ciencias de la Computación, áreas en las cuales los procesamientos
puramente simbólicos juegan un papel importante.
2.5. SITUACIONES SEMÁNTICAS, TABLAS DE VERDAD Y ARITMÉTICA BINARIA2-13
Valores de verdad para proposiciones básicas Como hemos dicho anteriormente, cada
conjunto de proposiciones básicas {p, q, r, . . .} genera un conjunto de situaciones posibles,
describiendo las diferentes formas en que la situación real podrı́a ser. Por ejemplo, tres
proposiciones básicas generan 23 = 8 situaciones posibles:
Las proposiciones básicas pueden ser entendidas como proposiciones atómicas, es decir,
entidades indivisibles. Los conectivos lógicos pueden ser entendidos entonces como ope-
raciones que nos permiten construir ‘moléculas’. Es importante enfatizar que somos
nosotros quienes decidimos en que situaciones consideraremos un enunciado como una
proposición básica, indicando de esta forma que los detalles más finos no son importantes
para nosotros.
Una manera de representar una situación posible es mediante una función V que asigna
un valor de verdad, “1” (verdadero) ó “0” (falso) a cada proposición básica. Por ejemplo,
la situación pqr corresponde a la función que asigna “1” a p, “0” a q y “1” a r. Aunque los
valores de verdad también pueden ser indicados con letras (v en lugar de “1” y “ f ” en
lugar de 0), nosotros utilizaremos números para enfatizar la conexión que existe con la
Aritmética Binaria (la base del funcionamiento de una computadora). Cada una de estas
funciones V que representan situaciones posibles son llamadas evaluaciones; V(p) = 1
indica que la proposición básica p es verdadera en la situación (representada por) V,
y V(p) = 0 indica que p es falsa en la situación V. Como notación alternativa también
escribiremos V |= p para indicar V(p) = 1, y V �|= p para indicar V(p) = 0. Si V |= p
entonces decimos que “V hace verdadera a p”, que “V satisface a p” o que “V es un modelo
de p”. Aunque no será muy utilizado en este capı́tulo, el sı́mbolo “|=” será muy útil
posteriormente.
Definición 2.9 (semántica de la Lógica Proposicional) Una evaluación es una función que
asigna un valor de verdad (0 ó 1) a cada proposición básica. Dada una evaluación, el val-
or de verdad de proposiciones básicas puede ser obtenido inmediatamente. El valor de
verdad de fórmulas más complejas se obtiene a partir del valor de verdad de las proposi-
ciones básicas que la componen y los conectivos lógicos utilizados, tal y como se muestra
en las siguientes tablas de verdad.
La tabla nos indica los valores de verdad que asignan los conectivos lógicos en todas las
combinaciones de valores de verdad posibles: dos en el caso de conectivos con un argu-
2.5. SITUACIONES SEMÁNTICAS, TABLAS DE VERDAD Y ARITMÉTICA BINARIA2-15
mento (negación), y cuatro en los casos de conectivos con dos (conjunción, disyunción,
condicional y bicondicional).
Obteniendo valores de verdad para fórmulas complejas ¿Cómo se obtienen los valo-
res de verdad para fórmulas complejas? Una forma de hacerlo es utilizar las tablas de
verdad paso a paso, empezando con las proposiciones básicas y siguiendo el orden de
construcción representado en los árboles sintácticos. Por ejemplo, sea V una evaluación
tal que V(p) = V(q) = 1 y V(r) = 0, y considere las siguientes fórmulas:
((¬p ∨ q) → r 0 (¬(p ∨ q) → r) 1
(¬p ∨ q) 1 r 0 ¬(p ∨ q) 0 r 0
(p ∨ q) 1
¬p 0 q 1
p 1 p 1 q 1
p q r ((¬p ∨ q) → r) (¬(p ∨ q) → r)
0 0 0 0 0
0 0 1 1 1
0 1 0 0 1
0 1 1 1 1 (2.19)
1 0 0 1 1
1 0 1 1 1
1 1 0 0 1
1 1 1 1 1
Estos valores se pueden calcular paso a paso respetando el orden impuesto por los
paréntesis. Por ejemplo, tomemos la segunda fórmula de (2.19). Primero hacemos una
lista con todas las situaciones posibles (las primeras tres columnas), y después copiamos
los valores de verdad de cada proposición básica en donde sea necesario.
p q r (¬ (p ∨ q) → r)
0 0 0 · 0 · 0 · 0
0 0 1 · 0 · 0 · 1
0 1 0 · 0 · 1 · 0
0 1 1 · 0 · 1 · 1 (2.20)
1 0 0 · 1 · 0 · 0
1 0 1 · 1 · 1 · 1
1 1 0 · 1 · 0 · 0
1 1 1 · 1 · 1 · 1
Ahora podemos calcular los valores de verdad que impone el primer conectivo. En este
caso dicho conectivo es la disyunción, ya que es el único que tiene explı́citos los valores
de verdad de todos sus argumentos (esto se puede observar también en el árbol sintáctico
de la fórmula). La subfórmula (p ∨ q) es falsa (0) si y sólo si p y q son ambas falsas (0).
El resultado de este paso se muestra en la primera tabla de (2.21). Los siguientes pasos,
en los cuales se calculan las tablas de la negación y luego la condicional, aparecen en las
tablas que le siguen.
2.6. INFERENCIA VÁLIDA Y CONSISTENCIA 2-17
(¬ (p ∨ q) → r) (¬ (p ∨ q) → r) (¬ (p ∨ q) → r)
· 0 0 0 · 0 1 0 0 0 · 0 1 0 0 0 0 0
· 0 0 0 · 1 1 0 0 0 · 1 1 0 0 0 1 1
· 0 1 1 · 0 0 0 1 1 · 0 0 0 1 1 1 0
· 0 1 1 · 1 0 0 1 1 · 1 0 0 1 1 1 1
· 1 1 0 · 0 0 1 1 0 · 0 0 1 1 0 1 0
· 1 1 1 · 1 0 1 1 1 · 1 0 1 1 1 1 1
· 1 1 0 · 0 0 1 1 0 · 0 0 1 1 0 1 0
· 1 1 1 · 1 0 1 1 1 · 1 0 1 1 1 1 1
(2.21)
Por supuesto, estos cálculos se pueden realizar en una sola tabla siempre y cuando los
valores de verdad de las subfórmulas se calculen en el orden correcto.
(p → q) ∨ (q → p).
((p ∨ ¬q) ∧ r) ↔ (¬(p ∧ r) ∨ q).
Ejercicio 2.11 Usando tablas de verdad determine cuáles pueden ser las diferentes interpreta-
ciones de la expresión
¬p → q ∨ r
(es decir, coloque paréntesis en el lugar adecuado), y muestre por qué éstas no son equivalentes.
“Si”, “sólo si” y “si y sólo si” A continuación se listan algunas formas de expresar
condicionales:
si p entonces q p→q
p si q q→p
p sólo si q p→q
La tercera expresión podrı́a parecer extraña. Para entender el porqué de ella podemos
pensar en términos de la frase “te ayudamos sólo si nos ayudas”, que es falsa tan sólo
cuando “te ayudamos ” es verdadera pero “nos ayudas” es falsa.
El uso de “si” y de “sólo si” explican el uso de la abreviación “si y sólo si” en lugar de la
bicondicional. Una frase de la forma “P si y sólo si Q” indica que si P entonces Q y que si
Q entonces P. La frase “si y sólo si” se abrevia frecuentemente como “ssi”.
Definición 2.12 (inferencia válida) Se dice que una inferencia que nos lleva de un con-
junto finito de premisas ϕ1 , . . . , ϕk a una conclusión ψ es una inferencia válida, en sı́mbolos,
ϕ1 , . . . , ϕk |= ψ,
si y sólo si toda evaluación V que cumple V(ϕ1 ) = . . . = V(ϕk ) = 1 también cumple
V(ψ) = 1. En este caso también diremos que la inferencia produce una consecuencia válida,
o que ψ es una consecuencia lógica de ϕ1 , . . . , ϕk .
Ejemplo 2.14 (modus tollens) El patrón de refutación más simple es conocido como
modus tollens:
ϕ → ψ, ¬ψ |= ¬ϕ.
A continuación se muestra la tabla de verdad que prueba la validez de esta inferencia.
ϕ ψ ϕ → ψ ¬ψ ¬ϕ
0 0 1 1 1 !!
0 1 1 0 1 (2.22)
1 0 0 1 0
1 1 1 0 0
Hay cuatro situaciones posibles, pero sólo una de ellas hace verdaderas a ambas premisas
(la primera evaluación). Dado que la conclusión también es verdadera en esta situación,
podemos concluir que la inferencia es válida.
2.6. INFERENCIA VÁLIDA Y CONSISTENCIA 2-19
Cuando una inferencia es inválida debe haber al menos una situación (i.e., una evaluación)
que hace verdaderas a todas las premisas pero hace falsa a la conclusión. Estas situaciones
son llamadas contraejemplos. La tabla del ejemplo anterior también nos proporciona un
contraejemplo para otra inferencia discutida anteriormente:
a partir de ϕ → ψ y ¬ϕ se infiere ¬ψ
Observe que el hecho de que una inferencia sea inválida no implica que todas las evalua-
ciones que satisfacen a todas las premisas ϕi deben hacer la conclusión ψ falsa. De hecho,
si éste fuera el caso, esto demostrarı́a la validez de cierta inferencia: la refutación de ψ:
ϕ1 , . . . , ϕk |= ¬ψ (2.23)
Definición 2.16 (tautologı́a) Una fórmula ψ es una tautologı́a (en sı́mbolos, |= ψ) cuando
es verdadera en toda evaluación, es decir, en todas las situaciones posibles. Una tautologı́a
también es llamada una fórmula válida.
2-20 CAPÍTULO 2. LÓGICA PROPOSICIONAL
Muchas tautologı́as son conocidas como ‘leyes’ de la Lógica Proposicional, y pueden ser
usadas para realizar inferencias o para simplificar afirmaciones. He aquı́ algunas de ellas:
Se puede verificar que estas fórmulas son tautologı́as construyendo su tabla de verdad y
verificando que obtenemos un “1” en todos los renglones.
Una tautologı́a puede ser vista como una inferencia especial: aquélla que no tiene premisas.
Sin embargo, también podemos utilizar el concepto de de tautologı́a para verificar la
validez de una inferencia cualquiera:
¬p → (q ∨ r), ¬q
implican
1. p ∧ r.
2. p ∨ r.
la inferencia de p → (q ∧ r) y ¬q a ¬p es válida, y
la inferencia de p → (q ∨ r) y ¬q a ¬p no es válida.
Ejercicio 2.19 Verifique si las siguientes inferencias son válidas (la barra ‘/” separa las premisas
de la conclusión):
1. (p ∨ q) ∨ ¬(p ∨ (q ∧ r)).
2. ¬((¬p ∨ ¬(q ∧ r)) ∨ (p ∧ r)).
2.7. DEMOSTRACIÓN 2-21
Ejercicio 2.21 ¿Cuáles de los siguientes pares de fórmulas son equivalentes lógicamente? Verifique
su respuesta mediante tablas de verdad.
1. ϕ → ψ y ψ → ϕ
2. ϕ → ψ y ¬ψ → ¬ϕ
3. ¬(ϕ → ψ) y ϕ ∨ ¬ψ
4. ¬(ϕ → ψ) y ϕ ∧ ¬ψ
5. ¬(ϕ ↔ ψ) y ¬ϕ ↔ ¬ψ
6. ¬(ϕ ↔ ψ) y ¬ϕ ↔ ψ
7. (ϕ ∧ ψ) ↔ (ϕ ∧ ψ) y ¬ϕ ∧ ¬ψ
2.7. Demostración
(1) ϕ → (ψ → ϕ)
a partir de ϕ y ϕ → ψ se deriva ψ.
Este sistema axiomático, desarrollado por el lógico Polaco Jan Łukasiewicz, sólo nos
permite usar dos conectivos lógicos: condicional y negación. En la sección dedicada a
expresividad (sección 2.9) se verá por qué este vocabulario, que podrá parecer limitado,
es en realidad suficiente.
En este curso no requeriremos que los estudiantes construyan este tipo de demostraciones,
pero es importante desarrollar habilidad para realizarlas ya que esencialmente consisten
en manipulaciones puramente simbólicas.
En general, una demostración se basa no sólo en los esquemas de axiomas sino también
en ciertas suposiciones adicionales. He aquı́ un ejemplo más cercano al razonamiento que
realizamos en la vida diaria.
2.7. DEMOSTRACIÓN 2-23
Ejemplo 2.24 Utilice tan sólo modus ponens y los axiomas de esquemas adecuados para
derivar la solución al siguiente problema. Se quiere organizar una fiesta respetando las
siguientes incompatibilidades:
(i) “Si Ana es invitada, Juan no” corresponde a la fórmula a → ¬ j, (ii) “Ana
es invitada si Marı́a no es invitada” es ¬m → a, (c) “Juan es invitado si
Marı́a o Ana son invitadas” puede ser reescrito equivalentemente como una
conjunción, “Juan es invitado si Marı́a es invitada” y “Juan es invitado si Ana
es invitada”, que en nuestro lenguaje formal corresponde a las fórmulas m → j
y a → j. Ahora podemos demostrar, utilizando los esquemas de axiomas y la
regla de derivación anteriores, que debemos tener ¬a, m y j. ¡A divertirse!
La demostración sintáctica es tan sólo uno de los muchos métodos utilizados en Lógica
para verificar validez de fórmulas. También tenemos deducción natural (utilizada frecuente-
mente en Teorı́a de la Demostración) y resolución (utilizada en demostradores automáticos
de teoremas). En el capı́tulo 9 discutiremos estos métodos con más detalle.
2-24 CAPÍTULO 2. LÓGICA PROPOSICIONAL
“a partir de p ∨ q y ¬p se infiere q”
A partir de estas premisas podemos concluir correctamente cualquier fórmula que sea
verdadera en las cuatro evaluaciones que no son eliminadas. Una de ellas es la disyunción
q ∨ r, la cual es la respuesta que la llamada regla de resolución proporciona en muchos
sistemas de razonamiento automático. Observe, sin embargo, cómo las premisas son más
fuertes que esta conclusión q ∨ r, ya que nos permiten eliminar evaluaciones que q ∨ r por
sı́ sola no eliminarı́a (por ejemplo, aunque las premisas nos permitieron eliminar pqr, la
fórmula q∨r por sı́ sola no nos permitirı́a hacerlo, ya que es verdadera en dicha evaluación).
¿Cómo podemos entonces obtener una conclusión que sea tan fuerte como sus premisas?
Una posibilidad es ‘comprimir’ las premisas en una sola usando la conjunción:
(p ∨ q) ∧ (¬p ∨ r) (2.28)
En la práctica esta idea nos puede llevar a fórmulas muy complejas, y es preferible tener
descripciones más manejables de toda la información que nos proporcionan las premisas
dadas. Algunos principios del Álgebra Booleana (ver 2.36) serán útiles en estos casos.
(a) (m ∨ a) → j {ma j, ma j, ma j, ma j, ma j}
(b) ¬m → a {ma j, ma j, ma j} (2.30)
(c) a → ¬j {ma j}
En este caso particular hay una única solución, pero en general puede haber más de una
o inclusive ninguna.
ronda el jugador propone una secuencia, y recibe como respuesta una marca negra (•)
por cada color correcto en una posición correcta, y una marca blanca (◦) por cada color
correcto en una posición incorrecta.
Por ejemplo, suponga que hay cuatro colores disponibles, rojo, blanco, azul y naranja, y
tres posiciones. Suponga además que la secuencia oculta es rojo-blanco-azul. He aquı́ una
tabla describiendo una partida e indicando el número de secuencias que son posibles
después de cada respuesta:
A pesar de que Mente maestra puede ser jugado de manera individual (una computadora
puede dar la respuesta a cada propuesta), hay variantes más interactivas que se utilizan en
experimentos que intentan determinar la forma en la que los niños razonan en situaciones
que involucran a varios agentes. Temas tales como actualizaciones con varios agentes y
su aplicación a juegos más reales serán estudiados en los capı́tulos 5 y 7.
2.9. Expresividad
Un lenguaje lógico no es tan sólo una herramienta auxiliar para el estudio de inferencias y
actualizaciones; es también un lenguaje que puede ser usado de la misma forma que otros
lenguajes: para declarar verdades (y falsedades), para comunicar hechos, etc. Desde esta
perspectiva es importante conocer la expresividad de un lenguaje lógico: ¿qué podemos
decir con él?
ϕ ψ ϕ⊕ψ ϕ∨ψ
0 0 0 0
0 1 1 1
1 0 1 1
1 1 0 1
Como ejemplo,
De hecho, “¬” y “∧” son suficientes para definir todas las operaciones, y también lo son
“¬” y “∨”, y “¬” y “→” (la axiomatización de la Lógica Proposicional presentada en la
sección 2.7 se basa en este último hecho).
Ejercicio 2.25 Defina todas las operaciones booleanas únicamente en términos de “¬” y “∧”.
Ejercicio 2.26 Defina todas las operaciones booleanas únicamente en términos “¬” y “→”.
Inclusive existe una operación que, por sı́ misma, es capaz de definir a todas las demás:
la barra de Sheffer
ϕ | ψ,
definido como ¬(ϕ ∧ ψ) (o, equivalentemente, como ¬ϕ ∨ ¬ψ).
El lenguaje proposicional nos permite entonces expresar cualquier cosa que queramos
decir acerca de proposiciones que pueden ser verdaderas o falsas.
Ésta es tan sólo una de las muchas caracterı́sticas de definibilidad de la Lógica Proposi-
cional. He aquı́ otra, que presentamos sin discutirla en detalle: cualquier fórmula proposi-
cional, sin importar su complejidad, es equivalente a una conjunción de disyunciones de
proposiciones básicas o sus negaciones. A esto se le conoce como la “forma normal con-
juntiva” (también existe una formal normal disyuntiva: una disyunción de conjunciones de
proposiciones básicas o sus negaciones). Por ejemplo, la forma normal conjuntiva de una
disyunción exclusiva p ⊗ q es
(p ∨ q) ∧ (¬p ∨ ¬q). (2.32)
2-28 CAPÍTULO 2. LÓGICA PROPOSICIONAL
Buscando un balance Hay, ciertamente, muchas cosas que no pueden ser expresadas
en la Lógica Proposicional. Los siguientes capı́tulos presentan lenguajes más expresivos,
tales como la Lógica de Predicados o la Lógica Epistémica. Sin embargo, algo importante
a tener en cuenta es el balance. Tanto en Lógica como en Ciencia, el arte está en ser tan
simple como sea posible: ‘la sencillez es belleza’. Un lenguaje poco expresivo puede tener
propiedades especiales que lo hacen elegante y útil. La Lógica Proposicional cumple su
tarea al permitirnos descubrir patrones de razonamiento básicos. Además, su reducida
expresividad nos permite trabajar con modelos semánticos y métodos de demostración
simples y elegantes. Para lenguajes más expresivos generalmente necesitamos modelos
más elaborados y métodos de demostración más complejos.
El contenido estándar de este capı́tulo llega hasta aquı́. Las secciones siguientes contienen tópicos
especiales que nos permiten ubicar a la Lógica Proposicional en un contexto cientı́fico más amplio.
Álgebra Booleana Las leyes de la Lógica Proposicional siguen muchos patrones intere-
santes. Por ejemplo, tanto las leyes de De Morgan como las leyes de distribución existen
en dos formas, siendo una de ellas el resultado de intercambiar disyunciones y conjun-
ciones en la otra. Esta ‘dualidad’ sucede en general, y refleja la similitud que existe entre
la Lógica Proposicional y la Aritmética Binaria. En particular, las tablas de verdad pueden
ser vistas como leyes de la Aritmética Binaria si interpretamos
“∨” como un operador que regresa el máximo de entre dos números, “∧” como
un operador que regresa el mı́nimo, y “¬” como un operador que intercambia
“0” y “1”.
Abstracción y aplicación Los sistemas lógicos abstractos surgen como una manera de
formalizar lo que ya sucedı́a en la práctica. Pero, una vez que tenemos sistemas abstractos,
estos pueden tener nuevas interpretaciones. El Álgebra Booleana es un ejemplo de esto,
ya que puede describir fenómenos muy variados, incluyendo razonamientos proposi-
cionales, Aritmética Binaria, operaciones sobre conjuntos (con “¬” interpretado como
complemento, “∧” como intersección y “∨” como unión) e inclusive el comportamiento
de circuitos eléctricos (entendiendo la conjunción como composición serial y la disyunción
como composición paralela). ¡Una simple fórmula puede decir muchas cosas!
Por ejemplo, considere un principio abstracto del Álgebra Booleana, la ley de absorción:
ϕ ↔ (ϕ ∧ (ϕ ∨ ψ)) (2.33)
En la Lógica Proposicional esta tautologı́a nos permite eliminar partes del discurso que
son redundantes (o, si se usa en la dirección contraria, hace que las cosas simples suenen
complicadas). En la Aritmética Binaria describe el comportamiento de operadores que
calculan el máximo y el mı́nimo:
X = X ∩ (X ∪ Y) (2.35)
que indica que intersectar X con la unión de X e Y nos da como resultado el mismo X.
La Lógica Proposicional también juega un papel importante en el diseño de circuitos
(lógicos) electrónicos. Una compuerta NAND (abreviatura de NOT-AND) es un circuito
electrónico que se comporta como la barra de Sheffer. La compuerta tiene dos entradas
y una salida: si ambas entradas son 1 (indicando que hay voltaje), entonces la salida es
0 (indicando que no hay voltaje). Para cualquier otra combinación de valores de entrada
(voltaje - no voltaje, no voltaje - voltaje, no voltaje - no voltaje) el resultado es 1. Dado
que cualquier operación booleana puede ser definida en términos de la barra de Sheffer,
cualquier circuito lógico que necesitemos puede ser construido tan solo con compuertas
NAND. Por ejemplo, la negación ¬ϕ se puede definir de la siguiente forma:
ϕ | ϕ.
Por lo tanto, podemos construir una compuerta NOT a partir de una compuerta NAND:
x + (y + z) = (x + y) + z x · (y · z) = (x · y) · z
x+y = y+x x·y = y·x
x+x = x x·x = x
x + (y · z) = (x + y) · (x + z) x · (y + z) = (x · y) + (x · z)
x + (x · y) = x x · (x + y) = x
(2.36)
−(x + y) = −x · −y −(x · y) = −x + −y
x+0 = x x·0 = 0
x+1 = 1 x·1 = x
x + −x = 1 x · −x = 0
−−x = x
Observe cómo cada una de estas ecuaciones corresponde a una tautologı́a cuando la
igualdad es leı́da como equivalencia entre las fórmulas que corresponden a la expresión
de cada lado. Esto nos da correctitud, ya que el cálculo contiene tan sólo ecuaciones
válidas. Pero también tenemos completitud, ya que cualquier ecuación válida puede ser
derivada a partir de las anteriores.
Observe, sin embargo, que el hecho de que podamos decidir automáticamente si una
fórmula es valida o no, sólo implica que los cálculos pueden llevarse a cabo en principio;
en la práctica las cosas pueden ser diferentes. Un procedimiento mecánico basado en
pasos simples puede ser altamente complejo si hay que realizar una gran cantidad de
dichos pasos. En el caso de las tablas de verdad, un renglón para una fórmula dada puede
ser calculado en un número ‘lineal’ de pasos, es decir, en un cantidad de pasos del mismo
orden que el número de sı́mbolos de la fórmula.
3
N.T. Uno de los primeros impulsores de la idea fue Ramon Llull.
2.11. UN PANORAMA — LÓGICA EN LA PRÁCTICA 2-31
Esta proporción de crecimiento hace que problemas que parecen simples puedan so-
brepasar el poder de cálculo de las computadoras más potentes. Debido a esto se han
intentado desarrollar métodos mas ‘inteligentes’ que requieren un menor número de pa-
sos para verificar validez (un ejemplo son las tablas semánticas que se estudiarán en el
capı́tulo 8). Desafortunadamente los métodos encontrados hasta ahora requieren, en el
peor de los casos, tiempo exponencial cuando trabajan con fórmulas complejas.
Esto no es una coincidencia: la complejidad computacional exacta de la Lógica Proposi-
cional es desconocida, y aunque podrı́a haber métodos más rápidos (métodos que nece-
sitan tiempo polinomial para responder preguntas sobre validez) que los que se conocen
ahora, la mayorı́a de los expertos ven esto poco probable. Determinar la complejidad
exacta de la Lógica Proposicional es esencialmente encontrar la respuesta al famoso pro-
blema
P = NP ,
que aparece en la lista de los problemas matemáticos mas importantes ‘2000 Millennium
List’, publicada por el Instituto de Matemáticas Clay.
La complejidad de la Lógica Proposicional es importante no sólo por lo que representa en
sı́, sino porque se ha demostrado que muchas tareas computacionales básicas se reducen
a decidir la validez y/o consistencia de fórmulas proposicionales. Con más de 2000 años
de existencia, la Lógica Proposicional aún presenta retos importantes.
El arte del modelado Para aplicar de manera adecuada un sistema abstracto como la
Lógica Proposicional se necesitan ‘habilidades para modelar’. Por ejemplo, ya hemos
2-32 CAPÍTULO 2. LÓGICA PROPOSICIONAL
observado que es necesario traducir del lenguaje natural al lenguaje lógico para descubrir
la parte esencial de una inferencia. Este paso requiere de practica pero también puede
ser divertido, como lo muestran los muchos acertijos lógicos que se pueden encontrar en
revistas y periódicos. He aquı́ un ejemplo sencillo.
El siguiente ejercicio es del libro The Lady, or the Tiger? (¿La dama o el tigre?), de Raymond
Smullyan.
Ejercicio 2.27 Hay dos habitaciones cerradas y cada una tiene en la puerta uno de los siguientes
letreros:
(B) En una de estas habitaciones hay una dama y en una de estas habitaciones hay un tigre.
Uno de los letreros es verdadero y el otro es falso. ¿Detrás de qué puerta está la dama?
La Lógica Proposicional también es una herramienta útil en áreas más serias que van
desde el razonamiento legal hasta la solución de diversas tareas computacionales como
coordinar semáforos o cruces de trenes. Estas aplicaciones no son rutinarias, y requieren
ciertas habilidades creativas.
Si se acepta (1) se debe aceptar (2), que es una de sus consecuencias, y se puede aceptar
o rechazar (3). Si (1) es rechazada, se puede aceptar o rechazar (2) pero (3) debe ser
rechazada, ya que es consecuencia de la negación de (1). He aquı́ el diagrama completo:
2.12. UN PANORAMA — LÓGICA Y COGNICIÓN 2-33
q ¬q q ¬q q ¬q
gana gana pierde gana pierde gana
El enunciado anterior parece decir que, para ganar el juego, el estudiante debe verificar en
cada ronda la consistencia de un conjunto de fórmulas, lo cual es un proceso complicado.
Una estrategia más sencilla es la siguiente:
elija un modelo (es decir, una evaluación) antes de iniciar el juego, y simple-
mente evalúe cada una de las proposiciones, aceptándola cuando es verdadera
en el modelo y rechazándola en caso contrario.
¿Cómo se relacionan los sistemas lógicos con lo que realizamos en la práctica todos los
dı́as? Una conexión con esta realidad se ha presentado ya en varias ocasiones:
Lógica y Lingüı́stica En el lenguaje natural las frases tiene un significado más rico que el
que les asignamos en la Lógica Proposicional. Por ejemplo, la expresión “y” tiene también
significados no booleanos: “Juan y Marı́a se pelearon” puede significar simplemente “Juan
se peleó y Marı́a se peleó”, pero también “Juan y Marı́a se pelearon entre ellos”. También
2-34 CAPÍTULO 2. LÓGICA PROPOSICIONAL
hemos mencionado cómo las expresiones condicionales tales como “si . . . entonces” no
corresponden exactamente a la tabla de verdad de la condicional “→”: por ejemplo, el no
ser millonario no implica que si fuera millonario serı́a generoso.
Pero esto no significa que los métodos lógicos no son útiles. De hecho, la diferencia se ha
vuelto una ventaja creativa. La riqueza del lenguaje natural ha sido una fuente inagotable
de nuevas teorı́as lógicas: por ejemplo, la Lógica Proposicional se ha generalizado para
trabajar con más de dos valores de verdad a fin de modelar vaguedad e indeterminación,
y el estudio de distintos tipos de condicionales se ha vuelto una subdisciplina floreciente
en la cual trabajan juntos lógicos y lingüistas.
Se tiene cuatro cartas, cada una de las cuales tiene un número en un lado y una
letra en el otro. Las cartas son puestas sobre la mesa de forma que las caras
visibles muestran “A”, “K”, “2” y “7”. ¿Qué carta o cartas se deben voltear
a fin de verificar que si una carta tiene un número par de un lado, tiene una
vocal del otro?
la mayorı́a de la gente elige (a) voltear tan sólo la carta que muestra “2”, o (b)
voltear las cartas que muestran “2” y “A”.
2.12. UN PANORAMA — LÓGICA Y COGNICIÓN 2-35
Los psicólogos han propuesto varias explicaciones, algunas sugiriendo que los seres
humanos tenemos una tendencia a comprobar y no a refutar. Estos resultados parecen
sugerir que el razonamiento normal es muy diferente a lo que la Lógica nos indica.
Sin embargo, si en el experimento cambiamos números y letras por tareas más familiares,
los resultados se acercan más a lo que indica la Lógica. Por ejemplo, si la regla a verificar
es “si bebes alcohol, debes tener mas de 18 años” y las cartas tienen una bebida y la
edad, por ejemplo “22”, “cerveza”, “17” y “Coca Cola”, la mayorı́a de la gente elige
las cartas correctas (“cerveza” y “17”). Algunos psicólogos han utilizado esto como un
argumento contra la Lógica: los dos experimentos tienen la misma forma lógica y, sin
embargo, los resultados son diferentes dependiendo del efecto de familiaridad. (Se puede
encontrar mas información sobre este experimento en http://en.wikipedia.org/wiki/
Wason_selection_task.)
Esta polémica no es tan importante. Ciertamente los seres humanos no somos irracionales:
si ignoráramos la Lógica y tan sólo extrajéramos información incorrecta a partir de los
datos a nuestra disposición, serı́a difı́cil entender la supervivencia de la especie. Al pare-
cer el problema tiene que ver con la representación de las tareas de razonamiento, y otros
principios pudieran ser importantes aquı́. Y todavı́a hay más: la diferencia en los resul-
tados concuerda con una tendencia en la Lógica moderna que sugiere que las formas
de inferencia utilizadas dependen de la tarea que se lleve a cabo. Esto nos darı́a reglas
que pueden ser diferentes a las estudiadas en este capı́tulo, incluyendo ciertas formas
de ‘inferencias por defecto’ que no son válidas pero que pueden ser utilizadas hasta que
surge algún problema que nos obliga a revisar lo que se ha concluido hasta ahora.
Pero demos la última palabra a George Boole, frecuentemente considerado como el padre
del estudio puramente matemático de la Lógica (Proposicional). Podrı́a parecer que el
tı́tulo de su obra, “The Laws of Thought” (Las Leyes del Pensamiento) imponen una pers-
pectiva matemática normativa e intransigente. Cerca del final del libro, Boole confirma
que considera el tı́tulo de manera seria: las leyes de la Lógica Proposicional describen una
parte esencial del razonamiento humano. Sin embargo, también reconoce que frecuente-
mente el razonamiento humano no sigue estos cánones. Lo que esto significa, dice él, es
que hay más reglas del pensamiento humano que aún deben de ser descubiertas. Eso es
precisamente de lo que trata la conexión entre la Lógica y las Ciencias Cognitivas.
Ejercicios extra
Ejercicio 2.28 Demuestre que todos los conectivos proposicionales pueden ser definidos con la
barra de Sheffer
ϕ | ψ,
definido como ¬ϕ ∨ ¬ψ.
Ejercicio 2.29 ¿De cuántas maneras se puede ganar el siguiente juego de Obligatio?
(1) (p → q) ∨ (r → q), (2) ¬((p ∧ r) → q), (3) q.
Los sı́mbolos lógicos de la fórmula son todos los que aparecen en ella con excepción de los
paréntesis y las proposiciones básicas. La fórmula tiene entonces 11 sı́mbolos lógicos. Responda a
lo siguiente:
1. ¿Cuántas celdas tiene la tabla de verdad de la fórmula dada? ¿Cuál es la relación de este
número con la cantidad de sı́mbolos lógicos?
2. La tabla de verdad de una fórmula ϕ con 3 proposiciones básicas tiene 23 = 8 renglones.
¿Cuántas celdas se deben calcular en la tabla de verdad de ϕ (en el peor de los casos) para
decidir si la fórmula es válida o no, suponiendo que tiene n sı́mbolos lógicos?
Resumen En este capı́tulo hemos presentado nuestro primer sistema lógico, y ahora sabemos
cómo razonar de una manera matemática formal acerca de proposiciones. En particular, hemos
aprendido a
Por último, hemos hecho una primera exploración a las conexiones que existen entre la Lógica
Proposicional y la demostración matemática, la Computación, la complejidad y algunos temas
cognitivos tales como el lenguaje natural y los experimentos psicológicos.