资源描述：
《浅谈现代归纳逻辑哲学意义论文指导》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、浅谈现代归纳逻辑哲学意义论文指导19世纪中叶以前,帕斯卡概率系统与培根归纳逻辑系统是分别进行研究的。19世纪中叶以后,帕斯卡概率越来越为人们所理解,而培根归纳法的逻辑结构仍未形式化,于是,用概率论的定量分析和公理化、形式化的方法使归纳法向演绎方向发展,探索有限的经验事实对一定范围的普遍命题的支持和证实程度的构想随之变得越来越具有吸引力。根据确定初始概率值的方法不同,主要出现了如下的概率解释:逻辑解释、主观解释、频率解释、性向解释以及主体交互解释。 一、帕斯卡概率解释的发展 20世纪20年代,英国着名经济学家
2、凯恩斯出版了《论概率》一书,对帕斯卡概率进行了逻辑解释,把概率理论与归纳逻辑有机结合起来,建立了第一个概率逻辑系统,这标志着现代归纳逻辑的产生。 凯恩斯概率方法论的出发点是:即使证据(几千只乌鸦已被观察过,并且它们都是黑的)不能衍推假说h(所有的乌鸦都是黑的)或者预测(下一只被观察到的乌鸦是黑的),但是由于e肯定为这些结论提供了一些支持,即部分地衍推或。因此,在凯恩斯看来,概率是部分衍推的程度,而且是两命题或命题集合之间的一种逻辑关系。 后来,凯恩斯又作出了这样的假定:如果h以α的程度部分地衍推a,那么给定
3、h,以α的程度相信a是合理的。因此,概率关系就是关于合理信念的程度。凯恩斯关于部分衍推的程度和合理信念的程度这两个概念实际上是一致的。凯恩斯试图使用无差别原则来解决逻辑概率的测度和比较问题,并认为无差别原则是唯一可接受的度量概率的方法。凯恩斯的做法对后来逻辑贝叶斯派的代表人物产生了很大影响,卡尔纳普、欣迪卡等人在确定初始概率值时都使用了无差别原则。 人们所能观察到的只是无穷序列中非常有限的一段,因此,冯?米瑟斯根据统计频率稳定性定律得出收敛公理:令A是聚合C的任一属性,那么存在Limn→∞m(A)/n.冯?米
4、瑟斯把A在C中的概率[Pr(A│C)]定义为Limn→∞m(A)/n,也就是说,对于不同的n,相对频率Fn(A,C)可能具有不同的值。但随n趋于无穷大,相对频率Fn(A,C)趋于p,那么,就说p是相对频率Fn(A,C)的极限,记作Limn→∞m(A)/n=p.这就是着名的概率极限频率定义。 莱欣巴哈则主张通过渐近认定的简单枚举法来确定极限频率即基本概率。他认为,使用渐近认定的简单枚举法是合理的,因为如果极限频率不存在,那么用什么方法都不能找到概率;如果极限频率存在,那么用这种方法一定能找到概率[5]。莱欣巴哈
5、后来发现,能够借助于观察频率而不断接近极限频率的方法并非只有简单枚举法,而是有无数种。他把这一大类推论方法统称为“渐近规则”。概率的性向解释是波普尔在其论文《概率演算与量子论的性向解释》中提出来的,波普尔关于提出概率性向解释的建议已经得到了相当多科学哲学家的支持。 波普尔认为“性向”这个术语指的是某种类型的习性解释,简单地说,经验世界中的概率本身就是事件的一种性质、趋势或物理性向。目前,性向解释被人们主要发展为两种类型:长趋势性向解释和单个事例性向解释。长趋势性向解释把性向与具有独立结果的可重复条件相联系,并
6、且在关于这些条件的重复的长序列中,性向被看作是产生近似地等于概率的频率性向。这种性向解释主要由吉利斯发展。单个事例性向解释把性向看作是在一个具体场合中产生一个特定结果的性向。波普尔最初的性向解释在某种意义上既是长趋势的又是单个事例的。他对性向的刻画符合长趋势性向,然而,他希望这些性向也适用于单个事例。这种立场陷入了与参照类问题相联系的困难,因而人们趋向于把波普尔的解释分为两部分,从而产生两种不同类型的性向解释。 在主观解释中,用打赌的方法去测量个体的信念度时只涉及两个主体,然而现实生活中往往有很多主体参与打赌
7、,为此,吉利斯尝试发展了一种关于把主观解释从个体扩展到社会群体的主体交互解释。在吉利斯看来,主体交互解释是关于一个社会群体的共同信念度,而不是关于一个特定个体的信念度。吉利斯认为,一个社会群体形成主体交互概率必须具备两个条件:一是具有共同的旨趣(-monInterest);二是保持信息流的传递(Floation)[6]。这两个条件是不可或缺的。因为只有在一个具有共同旨趣的群体内,各个不同的主体才会具有利害相关关系,所以,为了保护群体的共同利益,这样的群体应该建立交流并进行信息流的传递,使得通过讨论他们能够形成一
8、致意见或主体交互概率。只有通过这种方式,整个群体才能保护自己不输给狡猾的对手。 二、帕斯卡概率解释的恰当性分析 在逻辑解释中,为了获得数字概率,不得不判断许多事件是等可能的,因而需要使用无差别原则。但无差别原则有一个致命的缺点,即纵容主观随意性。由于无差别原则是基于“不充分”理由的,而完全无知是不充分理由的典型情形,因此,对两个事件相等的无知可以成为赋予它们相等概率的依据。使用这样
