miércoles, 6 de junio de 2012

FILOSOFÍA I: Aplicación de la Moral


FILOSOFIA I- APLICACIÓN DE LA MORAL
·         Principios Morales
·         Papel de la Moral

Moral: viene del origen latino que proviene de término moris “costumbre” es decir orienta acerca de acciones correctas o incorrectas.

LA MORAL SE APLICA A LA SOCIEDAD de ahí las normas morales.

PRINCIPIOS MORALES
Viene de la religión, el ser humano no es “bueno” y solidario por naturaleza, si no por decreto. Los principios morales varían al igual que una gama cromática dentro del espectro del color.
[ La moral juega en la sociedad en lo que describe reglas a seguir y para obedecerlas.]





PROBLEMAS MORALES ESPECÍFICOS
-Basándose en el método científico y tecnológico-

INTRODUCCION: 
Los problemas específicos para el desarrollo científico y tecnológico son basados en el avance que ha tenido la ciencia en los últimos años.
FILOSOFÍA I - El Problema del Origen de la Moral

¿Como surge la moral?-Tesis Naturalista-
La moral se semeja a impulsos instintivos de los animales, la actividad humana se caracteriza por perseguir una finalidad consciente, las reacciones sostienen que la moral tiene un origen animal o natural.

LAS TESIS QUE HAN SIDO DESARROLLADAS PARA SABER EL ORIGEN DE LA MORA ES DARWIN Y KAUTSKY

Los instintos básicos que los individuos deben tener son:
·         ALTRUISMO           FIDELIDAD                 SINCERIDAD
·         VALENTIA               DISCIPLINA               AMOR PROPIO


Origen de lo Bueno y lo Malo

¿Es bueno o malo el hombre por naturaleza?

PESIMISMO: considera que el hombre es malo por naturaleza.
Uno de los autores más importantes es Schopenhauer.

¿En que consiste la voluntad en los seres?

MELLORISMO: entre el optimismo y el pesimismo esta la intermedia, que afirma que el hombre no es así ni absolutamente bueno ni malo por naturaleza, la sociedad seria la encargada de difundir lo bueno y lo malo.

martes, 5 de junio de 2012

Filosofía II: Probabilidad

Filosofía II: Probabilidad

                                La probabilidad es una medición numérica que va de 0 a 1 de la posibilidad de que un evento ocurra. Si da cerca de 0 es improbable que ocurra el evento y si da cerca de uno es casi seguro que ocurra.
P (a): nº de resultados en que ocurra a
Nº de resultados posibles

Tipos de sucesos
  • Exhaustivo: se dice que dos o más sucesos son exhaustivos si se consideran todos los posibles resultados.
Simbólicamente: p (A o B o...) = 1
  • No exhaustivos: se dice que dos o más sucesos son exhaustivos si no cubren todos los posibles resultados.
  • Mutuamente excluyentes: sucesos que no pueden ocurrir en forma simultánea:
P(A y B) = 0 y p(A o B) = p(A) + p (B)
Ejemplo: hombres, mujeres
  • No mutuamente excluyentes: sucesos que pueden ocurrir en forma simultánea:
P (A o B) = p (A) + p (B) ? p (A y B)
Ejemplo: hombres, ojos cafés
  • Independientes: Sucesos cuya probabilidad no se ve afectada por la ocurrencia o no ocurrencia del otro :
P ( AI B ) = P ( A ); P ( BIA ) = P (B) Y P (A Y B) = P(A) P(B)
Ejemplo: sexo y color de ojos
  • Dependientes: sucesos cuya probabilidad cambia dependiendo de la ocurrencia o no ocurrencia del otro:
P ( AI B ) difiere de p (A); P ( BIA ) difiere de P(B);
Y P (A Y B)= P ( A ) P ( BIA )= P (B) P ( AI B )
Ejemplo: raza y color de ojos

Distribución maestral
El diagrama de árbol es muy útil para visualizar las probabilidades condicional y conjunta y en particular para el análisis de decisiones administrativas que involucran varias etapas.
EJEMPLO: una bolsa contiene 7 fichas rojas (R) y 5 azules (B), se escogen 2 fichas, una después de la otra sin reemplazo. Construya el diagrama de árbol con esta información.


Distribuciones de probabilidad:
Variables aleatorias: es la descripción numérica del resultado de un experimento. Puede ser:
  1. Variable aleatoria discreta: puede tomar una secuencia de valores finita o infinita.
  2. Variable aleatoria continua: puede tomar cualquier valor en un intervalo o en una colección de intervalos. Ejemplo, peso, tiempo, temperatura.
  1. Variables aleatorias discretas:
Indicadores:
  • Valor esperado , esperanza matemática o media: es un promedio ponderado de los valores posibles de la variable aleatoria. Para esto debemos multiplicar cada uno de los valores de la variable aleatoria por su probabilidad y luego sumar los resultados.
E (x) : µ : ∑ xf (x)
  • Varianza: nos da una medida de la dispersión o de la variabilidad de la variable aleatoria con respecto al media. Se trata de un promedio ponderado de las desviaciones cuadráticas de la media µ
σ 2 : ∑ ( x - µ) 2 f (x)
  • Desvió estándar: es la raíz cuadrada de la varianza
σ 2
Cuando mayor es la desviación estándar mayor es la dispersión de datos alrededor de la media.
Ejemplo integrador
Numero de llamadas (x)Probabilidad f (x)Esperanza µ o mediaVarianza σ 2
(x1 - µ) 2 * f (x)
Desvió estándar
σ 2
00.100.60
10.150.150.31
20.30.60.060
30.20.60.060
40.150.60.36
50.100.50.65
µ2.452.04 σ 21.42
Distribución binomial: se utiliza para calcular la probabilidad de x éxitos en n intentos.
Características:
  • ensayos idénticos. (N ensayos de bernoulli idénticos)
  • En cada ensayo hay dos resultados. Acierto o fracaso.
  • Las probabilidades de los dos resultados no se modifican de un ensayo a otro. Y es constante de prueba a prueba
  • Los ensayos son independientes, es decir que el resultado de un ensayo no afecta el resultado del siguiente.
En un lenguaje más formal, el símbolo p representa la probabilidad de un éxito y el símbolo q ( 1- p ) representa la probabilidad de un fracaso. Para representar cierto número de éxitos, utilizaremos el símbolo r y para simbolizar el número total de ensayos emplearemos el símbolo n.
n: numero de intentos
p: probabilidad de acierto
X: numero de aciertos en n intentos f x: probabilidad de x aciertos en n intentos.
Varianza:
σ 2 : n * p (1 ? p)
Distribución hipergeométrica:
la probabilidad de aciertos difiere de acuerdo a las sacadas de una bolsa. ( dif con la distribución anterior)
Distribución de Poisson: se utiliza para calcular la p de x ocurrencias en un intervalo específico de tiempo, espacio o volumen.
  • La p de ocurrencia de un evento es la misma para cualquiera de 2 intervalos de igual valor.
  • La ocurrencia o no ocurrencia del evento en cualquier intervalo es independiente.
Función de probabilidad de Poisson:
λ : es el número de ocurrencias en un intervalo o valor esperado.
E: 2.71828
X: nº de ocurrencias dentro de un intervalo
Fx: probabilidad de x ocurrencia.
Variables aleatorias continuas.
Distribución normal: tiene forma de campana y esta determinada por la media y la desviación estándar.
La distribución normal estándar tiene una media igual a cero y un desvió estándar igual a uno
Características de la distribución normal de la probabilidad.
1. La curva tiene un solo pico, por consiguiente es uní modal. Presenta una forma de campana.
2. La media de una población distribuida normalmente se encuentra en el centro de su curva normal.
3. A causa de la simetría de la distribución normal de probabilidad, la mediana y la moda de la distribución también se hallan en el centro, por tanto en una curva normal, la media, la mediana y la moda poseen el mismo valor.
4. Las dos colas (extremos) de una distribución normal de probabilidad se extienden de manera indefinida y nunca tocan el eje horizontal.
Áreas bajo la curva normal.
El área total bajo la curva normal será de 1.00 por lo cual podemos considerar que las áreas bajo la curva son probabilidades.
El valor de Z.
Z= Número de desviaciones estándar de x respecto a la media de esta distribución.
Z: x - µ
σ
X=valor de la variable aleatoria que nos interesa.
 = media de la distribución de esta variable aleatoria.
 = desviación estándar de esta distribución.
Las variables aleatorias distribuidas en forma normal asumen muchas unidades diferentes de medición, por lo que hablaremos de forma estándar y les daremos el símbolo de Z.
Distribución exponencial: es útil para describir el tiempo para determinar una tarea o el tiempo entre ocurrencias de un evento.
F(x): 1 e ?x/ µ
µ


FILOSOFÍA I: Deber Y Responsabilidad

DEBER

Se define como la acción conforme a una orden racional o a una norma. La doctrina del deber está ligada a un orden racional o a una norma o normas que dirijan el comportamiento humano. Algunos autores dividen los deberes en secundarios y absolutos; los primeros tienen menor importancia, dependen de la voluntad del individuo; los absolutos surgen de la exigencia de la naturaleza humana. el deber tiene su fundamento en la razón y la libertad y es guiada por el valor del deber mismo y está iluminada por el principio ético "hacer el bien y evitar el mal" no existe un verdadero deber cuando éste se hace por presiones sociales, por temos, por coacción o porque se puede recibir un premio si dicho deber se lleva a cabo.



RESPONSABILIDAD

El término responsabilidad es la calidad de responsable, y este proviene del vocablo latino respondere, que significa responder, y se dice de una persona que está obligada a responder de una cosa, persona o acción.

La persona que responde de sus actos, acepta racional y libremente ser el autor de tales acciones, y así asume las consecuencias buenas o malas.

Filosofía II: Reglas de Inferencia

Filosofía II: Reglas de Inferencia


                                    En lógica, especialmente en lógica matemática, una regla de inferencia es un esquema para construir inferencias válidas. Estos esquemas establecen relaciones sintácticas entre un conjunto de fórmulas llamados premisas y una aserción llamada conclusión.
Estas relaciones sintácticas son usadas en el proceso de inferencia, por el que se llega a nuevas aserciones verdaderas a partir de otras ya conocidas. Las reglas también se aplican a la lógica informal y a las discusiones, pero la formulación es mucho más difícil y polémica.
Como se mencionó, la aplicación de una regla de inferencia es un procedimiento puramente sintáctico. Sin embargo, debe también ser el válido, o mejor dicho, preservar la validez. Para que el requisito de preservación de la validez tenga sentido, es necesaria una cierta forma semántica para las aserciones de las reglas de inferencia y las reglas de inferencia en sí mismas.

Reglas de inferencia clásicas

Algunas de las reglas de inferencia más conocidas son:
En la lógica proposicional:
  • Modus ponendo ponems
 Generalmente abreviado MPP o MP, es una regla de inferencia que tiene la siguiente forma:
Si A, entonces B
A
Por lo tanto, B
Por ejemplo, un razonamiento que sigue la forma del modus ponens podría ser:
Si está soleado, entonces es de día.
Está soleado.
Por lo tanto, es de día.
Otra manera de presentar el modus ponens con el condicional es:

   \begin{array}{r}
      A \to B \\
      A  \\
      \hline
      B
   \end{array}
Y aún otra manera es a través de la notación del cálculo de secuentes: Con condicional:

   (A \to B), A \vdash B

  • Modus ponendo tollens
Es una forma válida de argumento que dice:
O bien A, o bien B
A
Por lo tanto, no B
Por ejemplo, un razonamiento que sigue la forma del modus ponendo tollens podría ser:
O bien es de día, o bien es de noche.
Es de día.
Por lo tanto, no es de noche.
Otra manera de presentar el modus ponendo tollens es:

   \begin{array}{r}
      A \nleftrightarrow B \\
      A  \\
      \hline
      \neg B
   \end{array}
Y aún otra manera es a través de la notación del cálculo de secuentes:

   (A \nleftrightarrow B), A \vdash \neg B
  • Modus tollendo ponems
MTP, es una forma válida de argumento:
es el caso que A, o es el caso que B
No A
Por lo tanto, B
o exclusivo:
O es el caso que A, o es el caso que B
No A
Por lo tanto, B
Por ejemplo, un razonamiento que sigue la forma del silogismo disyuntivo exclusivo podría ser:
O es de día o es de noche.
No es de día.
Por lo tanto, es de noche.
Otra manera de presentar el silogismo disyuntivo es:

   \begin{array}{r}
      A \or B \\
      \neg A  \\
      \hline
      B
   \end{array}
o exclusivo

   \begin{array}{r}
      A \nleftrightarrow B \\
      \neg A  \\
      \hline
      B
   \end{array}
Y aún otra manera es a través de la notación del cálculo de secuentes:
(A \or B), \neg A \vdash B
o exclusivo
(A \nleftrightarrow B), \neg A \vdash B
En lógica proposicional su representación sería la siguiente : [(p\or q)\wedge \neg p]\supset q
y exclusivo: [(p\nleftrightarrow q)\wedge \neg p]\supset q
  • Modus tollendo tollens
MTT o MT, es una regla de inferencia que tiene la siguiente forma:
si A entonces B
No B
Por lo tanto, no A
Por ejemplo, un razonamiento que sigue la forma del modus tollens podría ser:
Si llovió, entonces el suelo está mojado.
El suelo no está mojado.
Por lo tanto, no llovió.
Es importante evitar caer en el razonamiento incorrecto de:
Sólo si es mayor de edad entonces tiene permiso de conducir
No tiene permiso de conducir
Por lo tanto, no es mayor de edad.
Es incorrecto puesto que podría ser mayor de edad y no tener permiso de conducir, de ahí la importancia de no confundir la implicación (si p, entonces q) con el condicional (p si y solo si q), es decir, p es condición para que se pueda dar q, pero p no implica necesariamente q (ser mayor de edad es condición necesaria, pero no suficiente para tener permiso de conducir).
Otra manera de presentar el modus tollens es:

   \begin{array}{r}
      A \rightarrow B \\
      \neg B  \\
      \hline
      \neg A
   \end{array}
Y aún otra manera es a través de la notación del cálculo de secuentes:
(A \rightarrow B), \neg B \vdash \neg A
En lógica proposicional su representación sería la siguiente : [(p\rightarrow q)\wedge \neg q]\rightarrow \neg p

En la lógica de primer orden:
  • Regla de Generalización universal
En la lógica modal:
  • Regla de Necesitación

Filosofía II: Tablas de Verdad

Filosofía II: Tablas de Verdad

                         Una tabla de verdad, es una tabla que muestra el valor de verdad de una proposición compuesta, para cada combinación de valores de verdad que se pueda asignar a sus componentes.

Para establecer un Sistema formal se establecen las definiciones de los operadores. Las definiciones se harán en función del fin que se pretenda al construir el sistema que haga posible la formalización de argumentos:
  • Como razonamiento deductivo lógico-linguistico
  • Como construcción de un sistema matemático puro
  • Como una aplicación lógica en un Circuito de conmutación.
 Verdadero
TE Conex 12.svgTE Interu 05.svgTE Conex 12.svg
El valor verdadero se representa con la letra V, si se emplea notación numérica se expresa con un uno: 1, en un circuito eléctrico, el circuito esta cerrado.
Falso
TE Conex 12.svgTE Interu 06.svgTE Conex 12.svg
El valor falso se representa con la letra F, si se emplea notación numérica se expresa con un cero: 0, en un circuito eléctrico, el circuito esta abierto.
Variable
TE Conex 12.svgTE Interu 1A.svgTE Conex 12.svg
Para una variable lógica A, B, C, ... que pueden ser verdaderas V, o falsas F, los operadores fundamentales se definen así:

   \begin{array}{|c||c|}
      A &  A \\
      \hline
      V & V \\
      F & F \\
      \hline
   \end{array}

Negación
TE Conex 12.svgTE Interu 3A.svgTE Conex 12.svg
La negación es un operador que se ejecuta, sobre un único valor de verdad, devolviendo el valor contradictorio de la proposición considerada.

   \begin{array}{|c||c|}
      A & \neg A \\
      \hline
      V & F \\
      F & V \\
      \hline
   \end{array}

Conjunción
TE Conex 12.svgTE Interu 1A.svgTE Interu 1B.svgTE Conex 12.svg
La conjunción es un operador que opera sobre dos valores de verdad, típicamente los valores de verdad de dos proposiciones, devolviendo el valor de verdad verdadero cuando ambas proposiciones son verdaderas, y falso en cualquier otro caso. Es decir es verdadera cuando ambas son verdaderas
La tabla de verdad de la conjunción es la siguiente:
\begin{array}{|c|c||c|}
           A & B & A \and B \\
      \hline
      V & V & V \\
      V & F & F \\
      F & V & F \\
      F & F & F \\
      \hline
   \end{array}
Que se corresponde con la columna 8 del algoritmo fundamental.

Disyunción
TE Conex 05.svgTE Interu 1A.svgTE Conex 12.svgTE Conex 09.svg
TE Conex 14.svgTE Conex 12.svgTE Interu 1B.svgTE Conex 14.svg
La disyunción es un operador que opera sobre dos valores de verdad, típicamente los valores de verdad de dos proposiciones, devolviendo el valor de verdad verdadero cuando una de las proposiciones es verdadera, o cuando ambas lo son, y falso cuando ambas son falsas.
La tabla de verdad de la disyunción es la siguiente:
\begin{array}{|c|c||c|}
      A & B & A \or B \\
      \hline
      V & V & V \\
      V & F & V \\
      F & V & V \\
      F & F & F \\
      \hline
   \end{array}
Que se corresponde con la columna 2 del algoritmo fundamental.

Implicación o Condicional
TE Conex 05.svgTE Interu 2A.svgTE Interu 1B.svgTE Conex 09.svg
TE Conex 14.svgTE Interu 08.svgTE Conex 12.svgTE Conex 14.svg
El condicional material es un operador que opera sobre dos valores de verdad, típicamente los valores de verdad de dos proposiciones, devolviendo el valor de verdad falso sólo cuando la primera proposición es verdadera y la segunda falsa, y verdadero en cualquier otro caso.
La tabla de verdad del condicional material es la siguiente:
\begin{array}{|c|c||c|}
      A & B & A \to B \\
      \hline
      V & V & V \\
      V & F & F \\
      F & V & V \\
      F & F & V \\
      \hline
   \end{array}
Que se corresponde con la columna 5 del algoritmo fundamental.

Bicondicional
TE Conex 05.svgTE Interu 2A.svgTE Interu 2B.svgTE Conex 09.svg
TE Conex 14.svgTE Interu 08.svgTE Interu 08.svgTE Conex 14.svg
El bicondicional o doble implicación es un operador que funciona sobre dos valores de verdad, típicamente los valores de verdad de dos proposiciones, devolviendo el valor de verdad verdadero cuando ambas proposiciones tienen el mismo valor de verdad, y falso cuando sus valores de verdad difieren.
La tabla de verdad del bicondicional es la siguiente:

   \begin{array}{|c|c||c|}
      A & B & A \leftrightarrow B \\
      \hline
      V & V & V \\
      V & F & F \\
      F & V & F \\
      F & F & V \\
      \hline
   \end{array}

Que se corresponde con la columna 7 del algoritmo fundamental.

Número de combinaciones

Partiendo de un número n de variables, cada una de las cuales puede tomar el valor verdadero: V, o falso: F, por Combinatoria, podemos saber que el número total de combinaciones: Nc, que se pueden presentar es:

   Nc =
   2^n
el número de combinaciones que se pueden dar con n variable, cada una de las cuales puede tomar uno entre dos valores lógicos es de dos elevado a n, esto es, el número de combinaciones: Nc, tiene crecimiento exponencial respecto al número de variable n:

   \begin{array}{r|r}
      n & Nc \\
      \hline
      0 & 1  \\
      1 & 2  \\
      2 & 4  \\
      3 & 8  \\
      4 & 16 \\
      5 & 32 \\
     \ldots & \ldots \\
     n & 2^n
   \end{array}
Si consideramos que un sistema combinacional de n variables binarias, puede presentar un resultado verdadero: V, o falso: F, para cada una de las posibles combinaciones de entrada tenemos que se pueden construir Cp circuitos posibles con n variables de entrada, donde:

   Cp =
   2^{2^{n}}
Que da como resultado la siguiente tabla:

   \begin{array}{r|r}
      n & Cp\\
      \hline
      0 &             2 \\
      1 &             4 \\
      2 &            16 \\
      3 &           256 \\
      4 &       65_.536 \\
      5 &  33_.554_.432 \\
     \ldots & \ldots \\
     n & 2^{2^{n}}
   \end{array}
Para componer una tabla de verdad, pondremos las n variables en una línea horizontal, debajo de estas variables desarrollamos las distintas combinaciones que se pueden formar con V y F, dando lugar a la distintas Nc, número de combinaciones. Normalmente solo se representa la función para la que se confecciona la tabla de verdad, y en todo caso funciones parciales que ayuden en su cálculo, en la figura, se pueden ver todas las combinaciones posibles Cp, que pueden darse para el número de variables dado.
Tabla de verdad.svg
Así podemos ver que para dos variables binarias: A y B, n= 2 , que pueden tomar los valores V y F, se pueden desarrollar cuatro combinaciones: Nc= 4, con estos valores se pueden definir dieciséis resultados distintos, Cp= 16, cada una de las cuales seria una función de dos variables binarias. Para otro número de variables se obtendrán los resultados correspondientes, dado el crecimiento exponencial de Nc, cuando n toma valores mayores de cuatro o cinco, la representación en un cuadro resulta compleja, y si se quiere representar las combinaciones posibles Cp, resulta ya complejo para n= 3.

Para cero variables

TE Conex 12.svgTE Interu 05.svgTE Conex 12.svg
TE Conex 12.svgTE Interu 06.svgTE Conex 12.svg
Un circuito sin variables, puede presentar una combinación posible: Nc=1, con dos circuitos posibles: Cp=2. Que serían el circuito cerrado permanentemente, y el circuito abierto permanentemente.
12
VF
En este caso se puede ver que no interviene ninguna variable.
Cada uno de estos circuitos admite una única posición y hay dos circuitos posibles.

Para una variable

El caso de una variable binaria, que puede presentar dos combinaciones posibles: Nc=2, con 4 circuitos posibles: Cp=4.
1234
A·A·A·A·A
VVVFF
FVFVF
Los casos 1 y 4 coinciden con los de cero variables, el caso 2 la salida es la de la variable y el caso 3 la negación de la variable.

Para dos variables

Considérese dos variables proposicionales A y B. Cada una puede tomar uno de dos valores de valores de verdad: o V (verdadero), o F (falso). Por lo tanto, los valores de verdad de A y de B pueden combinarse de cuatro maneras distintas: o ambas son verdaderas; o A es verdadera y B falsa, o A es falsa y B verdadera, o ambas son falsas. Esto puede expresarse con una tabla simple:

   \begin{array}{|c|c|}
      \hline
      A & B \\
      \hline
      V & V \\
      V & F \\
      F & V \\
      F & F \\
      \hline
   \end{array}
Considérese además a "·" como una operación o funcion logica que realiza una función de verdad al tomar los valores de verdad de A y de B, y devolver un único valor de verdad. Entonces, existen 16 funciones distintas posibles, y es fácil construir una tabla que muestre qué devuelve cada función frente a las distintas combinaciones de valores de verdad de A y de B.
12345678910111213141516
ABA·BA·BA·BA·BA·BA·BA·BA·BA·BA·BA·BA·BA·BA·BA·BA·B
VVVVVVVVVVFFFFFFFF
VFVVVVFFFFVVVVFFFF
FVVVFFVVFFVVFFVVFF
FFVFVFVFVFVFVFVFVF
Las dos primeras columnas de la tabla muestran las cuatro combinaciones posibles de valores de verdad de A y de B. Hay por lo tanto 4 líneas, y las 16 columnas despliegan todos los posibles valores que puede devolver una función "·".
De esta forma podemos conocer mecánicamente, mediante algoritmo, los posibles valores de verdad de cualquier conexión lógica interpretada como función, siempre y cuando definamos los valores que devuelva la función.
Se hace necesario, pues, definir las funciones que se utilizan en la confección de un sistema lógico.
De especial relevancia se consideran las definiciones para el Calculo de deducción natural y las puertas lógicas en los circuitos electrónicos.
Tablas de verdad
Las tablas nos manifiestan los posibles valores de verdad de cualquier proposición molecular, así como el análisis de la misma en función de las proposicíones que la integran, encontrándonos con los siguientes casos:

Verdad Indeterminada o Contingencia


   \begin{array}{|c|c|c||c||c|}
      \hline
      1 & 2 & 3 & 4 & 5 \\
      \hline
      A & B & C & B \lor C &  A \land (B \lor C) \\
      \hline
      V & V & V & V & V \\
      V & V & F & V & V \\
      V & F & V & V & V \\
      V & F & F & F & F \\
      F & V & V & V & F \\
      F & V & F & V & F \\
      F & F & V & V & F \\
      F & F & F & F & F \\
      \hline
   \end{array}
Se entiende por verdad contingente, o verdad de hecho, aquella proposición que puede ser verdadera o falsa, según los valores de las proposiciones que la integran. Sea el caso:  A \land (B \lor C) .
Su tabla de verdad se construye de la siguiente manera:
Ocho filas que responden a los casos posibles que pueden darse según el valor V o F de cada una de las proposiciones A, B, C. (Columnas 1, 2, 3)
Una columna (Columna 4) en la que se establecen los valores de  B \lor C aplicando la definición del disyuntor a los valores de B y de C en cada una de las filas.(Columnas 2,3 → 4)
Una columna (columna 5) en la que se establecen los valores resultantes de aplicar la definición de la conjunción entre los valores de A (columna 1) y valores de la columna  B \lor C , (columna 4) que representarán los valores de la proposición completa  A \land (B \lor C) , cuyo valor de verdad es V o F según la fila de los valores de A, B, y C que consideremos. (Columnas 1,4 → 5)
Donde podemos comprobar cuándo y por qué la proposición  A \land (B \lor C) es V y cuándo es F.
TE Conex 00.svgTE Conex 00.svgTE Conex 05.svgTE Interu 1B.svgTE Conex 12.svgTE Conex 09.svgTE Conex 00.svg
TE Conex 12.svgTE Interu 1A.svgTE Conex 14.svgTE Conex 12.svgTE Interu 1C.svgTE Conex 14.svgTE Conex 12.svg

Contradicción

TE Conex 12.svgTE Interu 2A.svgTE Conex 09.svg
TE Conex 12.svgTE Interu 08.svgTE Conex 10.svg

   \begin{array}{|c|c||c|}
      \hline
      A & \neg A & A \land \neg A  \\
      \hline
      V & F & F \\
      F & V & F \\
      \hline
   \end{array}
Se entiende por proposición contradictoria, o contradicción, aquella proposición que en todos los casos posibles de su tabla de verdad su valor siempre es F. Dicho de otra forma, su valor F no depende de los valores de verdad de las proposiciones que la forman, sino de la forma en que están establecidas las relaciones sintácticas de unas con otras. Sea el caso:

   A \land \neg A
Procederemos de manera similar al caso anterior. Partiendo de la variable A y su contradicción, la conjunción de ambos siempre es falso, dado que si A es verdad su contradicción es falsa, y si A es falsa su contradicción es verdad, la conjunción de ambas da falso en todos los casos.

Tautologías

TE Conex 05.svgTE Interu 2A.svgTE Conex 09.svg
TE Conex 14.svgTE Interu 08.svgTE Conex 14.svg

   \begin{array}{|c|c||c|}
      \hline
      A & \neg A & A \or \neg A  \\
      \hline
      V & F & V \\
      F & V & V \\
      \hline
   \end{array}
Se entiende por proposición tautológica, o tautología, aquella proposición que en todos los casos posibles de su tabla de verdad su valor siempre es V. Dicho de otra forma, su valor V no depende de los valores de verdad de las proposiciones que la forman, sino de la forma en que están establecidas las relaciones sintácticas de unas con otras. Sea el caso:

   A \or \neg A
Siguiendo la mecánica algorítmica de la tabla anterior construiremos su tabla de verdad, tenemos la variable A en disyunción con su contradicción, si A es verdad, su negación es falsa y si A es falsa su negación es verdad, en cualquier caso una de las dos alternativas es cierta, y su disyunción es cierta en todos los casos.