UNIVERSIDAD SIMN BOLVAR FILOSOFA DE LA CIENCIA ENERO-MARZO 2013 INTEGRANTES: Carlos Cruz 10-10168 Jos Montenegro 10-10469 Mara

Lourdes Garcia Florez 10-10264 Manuel Alejandro Pacheco 10-10524

RESUMEN LEYES CIENTFICAS

Todas las leyes tienen cumple con dos caractersticas: Aseverativas: esto quiere decir que las leyes aseguran la ocurrencia de algo. Es decir las leyes dicen que Si A, entonces B Regulares: esto es que una ley no habla sobre un caso nico, sino que siempre generaliza, es decir siempre dicen : Para todo A, se cumple que B. Sin embargo podemos ver que no toda proposicin que cumpla con esas dos caractersticas. Por ello es necesario clasificar las regularidades. Esta clasificacin se basa principalmente en la definicin que da cada una a la necesidad. Una proposicin es necesaria cuando su negacin es inconsistente con el sistema en el que se trabaja.

Tipos de regularidades: Conceptuales: las regularidades conceptuales son aquellas en las que, negar la proposicin es inconsistente con el len guaje. Por ejemplo: Todos los hermanos tienen los mismos padres. Nmicas: son aquellas que no slo dan importancia al lenguaje sino que tambin a las leyes naturales. Por lo tanto la negacin de una proposicin nmicamente necesaria sera inconsistente con el lenguaje o con las leyes de la naturaleza. Las leyes cientficas son regularizaciones nmicas. Por ejemplo: Los hombres no quedan embarazados. Fcticas: las regularidades fcticas son aquellas que, si bien no es lo normal que ocurran, no hay ninguna ley natural que prohba su ocurrencia Por ejemplo: Todas las esferas de oro tienen un kilmetro de radio. Epistmicas: son aquellas que estn regidas por las convenciones de las personas, pero sin embargo no hay una ley que asegure o no la ocurrencia de eso. Por ejemplo: Todos los cuervos son negros.

Tipos de leyes: Leyes temporales: si vemos un sistema como un conjunto de estados, tenemos dos tipos de leyes temporales: Coexistentes: son aquellas que relacionan dos estados simultneos. Por ejemplo la ley de Boyle. Sucesin: son aquellas que convierten un estado en otro. Es decir que relacionan un estado con el siguiente Leyes probabilsticas: una ley puede ser probabilstica o no, de acuerdo a si en su enunciado se incluyen trminos de probabilidades. Por ejemplo: Ley de Mendel. Leyes Estrictas: una ley es estricta si el cumplimiento del antecedente fuerza el cumplimiento del consecuente. Si no, se considera una ley no estricta. Por ejemplo: En condiciones normales, las piezas de fsforo se inflaman tras la friccin sobre superficies rugosas. Leyes causales: son aquellas en la que el antecedente y el consecuente tienen una relacin directa de causa y efecto. Por ejemplo: Fumar causa cncer de pulmn. Acaecimientos y relaciones causales Acaecimientos: Sucesos particulares que ocurren en cierto lugar durante cierto tiempo Ejemplo: Los acaecimientos se dividen en proceso (Variable) y estado (Constante). La diferencia es vaga. Tambin se les define a los Acaecimientos y Objetos sus propiedades (Ser de un color, ser mencionado, estar aqu, etc.) Relaciones Causales: Relaciones entre eventos particulares. No necesariamente son de causa. Por ejemplo Ao nuevo 2013 ocurri antes del comienzo del trimestre (Tienen relacin de anterioridad). El enfoque aqu, sin embargo, es en la relacin causal de causa: Acaecimiento A causa B. Dados A y B Acaecimientos, Se dice que A es una causa o factor causal de B si la no ocurrencia de A, con todo otro acaecimiento dejado igual, implica que B no ocurre. Una causa es siempre una explicacin de un acaecimiento, pero el reciproco es falso. La causa total es la unin de todas las causas. [Un acaecimiento es causa en virtud de una de sus propiedades, no de todas. Leyes Causales: Las leyes causales expresan la relacin causal entre propiedades, en el sentido de que sucesos de cierto tipo causan sucesos de otro.

Es por esto que las leyes causales estrictas deben contener en su antecedente a la causa total del precedente. Esto es increblemente complicado de contabilizar para sucesos con muchos tipos de acaecimientos causales, como la esquizofrenia. Es por esto que definir leyes causales estrictas es ms fcil y evidente con ciencias bsicas como la fsica Leyes no Estrictas: Muchas leyes son interferibles, es decir que Dado A, ocurre B si ciertas condiciones no son inhibidas. A las leyes interferibles se les llama leyes no estrictas. Anlisis: Se pueden analizar estas leyes de tres maneras: a) En trminos de Leyes Estrictas: Se ve a las leyes no estrictas como leyes estrictas incompletamente formuladas, es decir que no incluyen todos los tipos de acaecimientos causales. La dificultad est en definir estos tipos faltantes, pues usualmente son ocurrencias negativas, es decir la no instanciacin de un tipo de acaecimiento. b) Tener las estrictas como caso especial de las no estrictas: Se supone que para toda ley que dice que dado A entonces B hay un I que interfiere. Para las leyes estrictas, se dice que conseguir I es imposible. c) Definir las leyes en trminos probabilsticos.

Leyes no Estrictas y ciencias especiales: Uno de los temas ms discutidos de leyes no estrictas es el de su relacin con las ciencias especiales. La gran mayora de las leyes de las ciencias especiales no son estrictas, pues contienen tipos de sucesos interferentes provenientes de ciencias ms bsicas fuera del dominio de la misma. Es por esto que los cientficos especiales refutan la primera forma de analizar las leyes no estrictas, pues si estas son estrictas incompletamente formuladas, entonces, deben ser formuladas con sus tipos de acaecimientos bsicos, haciendo a la ley una ley estricta de la ciencia bsica en lugar de una ley no estricta de la ciencia especial. Leyes no Estrictas y ciencias bsicas: El hecho de que existan leyes no estrictas en las ciencias bsicas puede sonar contradictorio, pues no hay ciencias ms bsicas de donde sacar efectos interferentes. Sin embargo, este fenmeno ocurre porque al momento de formular estas leyes se hacen idealizaciones. Probabilidad y Leyes Probabilistas

Leyes Probabilistas: son aquellas regularidades nmicas cuya formulacin contiene esencialmente expresiones probabilsticas o estadsticas, como por ejemplo El consumo continuado de tabaco aumenta las probabilidades de desarrollar cncer de pulmn A las regularidades estadstico-probabilistas se aplica tambin la distribucin entre nmicas y accidentales. Nmicas son, por ejemplo, la recin mencionada, mientras que la siguiente regularidad estadstica (supongamos verdadera) es claramente accidental: El 80% de las monedas del bolsillo izquierdo de los pantalones de Quine en el Ao Nuevo de 1990 son doradas Que el porcentaje de monedas del bolsillo izquierdo sean doradas es tan accidental como que todas las del derecho lo sean. Las regularidades accidentales de esta clase se suelen formular en trminos estadsticos, no en trminos probabilistas. Entre las leyes probabilistas tambin se pueden distinguir las estrictas de las no estrictas. Si bien tanto en las leyes probabilistas como en las no estrictas ocurre que, aunque la regularidad nmica sea verdadera, puede satisfacerse las condiciones antecedentes y no las consecuentes, en carcter probabilistas o no es en principio independiente del carcter estricto o no. Al igual que hay leyes no probabilistas estrictas y no estrictas, tambin las leyes probabilistas pueden ser estrictas o no estrictas. La interferibilidad consiste en que, al aadir nuevos factores (interferidores) al antecedente, puede alterarse la probabilidad aseverada. La diferencia entre leyes probabilistas estrictas y no estrictas tiene pues que ver con la relevancia estadsticas de las nuevas condiciones que se pueden aadir al antecedente: si tales nuevas condiciones son estadsticamente relevantes para la ocurrencia del consecuente, entonces la probabilidad vara y la ley resulta interferida. Las leyes probabilistas estrictas se caracterizan por la homogeneidad de la propiedad o clase de referencia antecedente. Las leyes probabilistas se suelen denominar tambin indeterministas. Hay tres interpretaciones posibles de ley determinista: a) ley estricta no probabilista, b) ley no probabilista (estricta o no) y c) ley estricta (probabilista o no). Probabilidad Lgica, Probabilidad Subjetiva y Probabilidad Objetiva Se puede distinguir en general tres familias de concepciones sobre la probabilidad: la lgica, la subjetivista y la objetivista.

Probabilidad Lgica: la interpretacin lgica de la probabilidad es iniciada con Keynes (1921), Ramsey (1926) y Reichembach (1935) y es desarrollada por Jeffreys (1957) y, sobre todo, Carnap (cf. Especialmente 1950), cuyos trabajos continan Hintikka (1966). En esta interpretacin, las afirmaciones de probabilidad condicionada (al menos en una de las nociones de probabilidad) expresa relaciones de inferencia lgica, no deductiva sino inductiva; las afirmaciones probabilistas son por tanto, como todas las afirmaciones lgicas, a priori. Probabilidad Subjetiva: Para las interpretaciones subjetivas, la probabilidad no se refiere al mundo sino a nuestro conocimiento . El lema de estas concepciones es: la probabilidad es una medida de nuestra ignorancia. La diferencia entre una afirmacin probabilista y una no probabilista no tiene que ver con el mundo objetivo sino con el estado de conocimiento o ignorancia del sujeto. La idea es que, cuando el sujeto no tiene toda la evidencia relevante para , le asigna un valor entre 0 y 1 (y distinto de ambos) que expresa la intensidad de su creencia en dada la evidencia de que dispone. La probabilidad, as entendida, es grado de creencia (o confianza) racional (la existencia de racionalidad es esencial para que esta probabilidad satisfaga los principios de la teora matemtica). Entre los defensores de esta nocin, en algunas de sus diversas versiones, se cuentan Bernoulli (1713), Bayes (1763), Laplace (1795), Ramsey (1928), Finetti (1937) y Savage (1954). La diferencia entre las nociones lgica y subjetiva es sutil y se puede prestar a confusin. Lo que puede motivar su confusin es que en ambos casos se caracteriza la probabilidad como un grado de apoyo que una informacin proporciona a cierta proposicin. Lo esencial para mantener la diferencia es que dicho grado de apoyo es objetivo en el primer caso y subjetivo en el segundo. Probabilidad Objetiva: La opcin ms inmediata para caracterizar las probabilidades empricas objetivas es identificarlas con, o a partir de, frecuencias relativas. Las frecuencias relativas de As que son Bs es un hecho objetivo del mundo (A es la clase o propiedad de referencia), y en relacin a l se pueden caracterizar las probabilidades. Algunos defensores de esta interpretacin frecuencialista de la probabilidad objetiva son, en diferentes versiones, Venn (1886), Peirce (1931-1958), Russell (1948), Reichenbach (1949), Braithwaite (1953) y von Mises (1957). La idea es analizar la nocin de probabilidad objetiva en trminos de la de frecuencia. Este anlisis se encuentra con diversas dificultades que originan diferentes versiones del mismo hasta conducir a la teora de las propensiones, que supone abandonar de hecho la posibilidad de tal anlisis y aceptar las probabilidades objetivas como conceptualmente primitivas. La naturaleza de las Leyes

Todo anlisis de leyes deterministas debe satisfacer dos requisitos: debe demostrar cmo las leyes implican regularidades factuales, y simultneamente demostrar cmo se diferencian de ser meras regularidades factuales. Es decir demostrar que no toda regularidad es una ley, pero toda ley es una regularidad. Existen tres tipos de anlisis deterministas y se diferencian en su manera de describir las diferencias entre las regularidades nmicas y las factuales. Regularitivismo Realista: Un sistema puede ser interpretado de diferentes maneras dependiendo del lenguaje con el cual se percibe, causando inconsistencias. Para evitar esto se deben aceptar constricciones externas al conocimiento] y ver que los sistemas se comparan relativamente al lenguaje donde cada uno de sus predicados es natural, siendo el concepto de "natural" algo que no conocemos. Necesitativismo: concluiremos este repaso con otra forma de realismo nmico, aparentemente ms fuerte, el necesitativismo. Esta concepcin comparte con el regularitivismo realista su antihumeanismo: la necesidad de nmica descansa en algn tipo de distincin objetiva que no es proyectada, que est en la naturaleza. Pero se diferencia de l por rechazar la idea de que las leyes son generalizaciones, las leyes no son generalizaciones, las leyes consisten en relaciones singulares entre universales o propiedades naturales. Defensores de alguna versin de esta concepcin son, por ejemplo, Dretske (1977), Armstrong (1983) y Tooley (1977).