归纳推理和归纳方法

《归纳推理和归纳方法》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第九章归纳推理和归纳方法第一节归纳的本质一、归纳的实质和特征传统逻辑认为，归纳方法指的是从个别的、特殊的知识概括出一般性原理的方法。归纳推理泛指以个别性知识为前提推出一般性知识为结论的推理。现代逻辑认为，归纳推理指的是前提和结论之间仅具有或然联系的推理，其前提仅仅是结论的必要条件；而演绎推理指的是前提和结论之间具有必然联系的推理，其前提是结论的充分条件。第一节归纳的本质二、归纳与演绎的联系和区别￭区别1.思维进程：从个别到一般Vs从一般到个别2.前提和结论的逻辑关系：或然的Vs必然的3.前提和结论断定的知识范围：结论超出前提Vs结论没有超出前提4.前提和结论在真实性上的关系：前提真而结论

2、假有可能Vs前提真而结论假不可能第一节归纳的本质￭联系“归纳和演绎，正如分析和综合一样，是必然相互联系着的。不应当牺牲一个而把另一个捧到天上去，应当把每一个都用到该用的地方，而要做到这一点，就只有注意它们的相互联系，它们的相互补充。”（恩格斯）——反对演绎万能论和归纳万能论第二节完全归纳推理和不完全归纳推理一、完全归纳推理▪完全归纳推理——根据某类对象的每一个个别对象具有（或不具有）某种属性，从而断定该类对象的全体都具有（或不具有）该属性的推理。第二节完全归纳推理和不完全归纳推理1.北京的人口超过700万，上海的人口超过700万，天津的人口超过700万，重庆的人口超过700万，所以，我国

3、的直辖市都是人口超过700万的城市。第二节完全归纳推理和不完全归纳推理▪完全归纳推理的结构S1——PS2——PS3——P……Sn——P（S1、S2、S3……Sn是S类的全部对象）S——P第二节完全归纳推理和不完全归纳推理▪完全归纳推理的特点——前提考察了某类对象的每一个个别对象。——结论知识实质上没有超出前提知识的范围，其实质是一种必然性推理。▪为保证完全归纳推理结论的真实，必须满足的条件——必须确切知道所研究对象的全部个别对象的数量（必须是有限的），且具备对其加以逐一考察的可行性。——必须确切知道每一个前提都是真实的。第二节完全归纳推理和不完全归纳推理二、不完全归纳推理1.简单枚举归纳

4、推理▪简单枚举归纳推理——根据某类对象的部分个别对象具有（或不具有）某种属性，并且没有发现相反的情况，从而推出该类对象的全体都具有（或不具有）该种属性的推理。第二节完全归纳推理和不完全归纳推理2.树木有年轮，从它的年轮可以知道树木生长的年数。动物也有年轮，易于引人注意的是乌龟的年轮，从龟甲上的环数的多少，就可以知道它的年龄。牛马也有年轮，它们的年轮在牙齿上，从它们的牙齿就可以知道牛马的年龄。最近，日本科学家发现人的年轮在脑中。这些事实表明，所有生物都有记录自己寿命长短的年轮。第二节完全归纳推理和不完全归纳推理▪简单枚举归纳推理的结构S1——PS2——PS3——P……Sn——P（S1、S2

5、、S3……Sn是S类的部分对象，且未发现反例）S——P第二节完全归纳推理和不完全归纳推理▪提高简单枚举归纳推理结论可靠性程度的途径——没有发现与结论相关的反例。——前提所考察的个别对象越多，即样本越大，结论的可靠性就越大。——样本之间的个体差异越大，结论的可靠性就越大。第二节完全归纳推理和不完全归纳推理▪轻率概括——违背有关提高归纳推理结论可靠性程度的基本原则所犯的诸种错误的统称，其共同特征是以不具有代表性的样本为根据，推断一类对象的总体都具有或不具有某种属性。——这类谬误的实质是严重忽视了与样本相反的事例的存在，识别此类谬误的主要标准是导致样本不具有代表性的各不相同的原因。第二节完全归

6、纳推理和不完全归纳推理2.科学归纳推理▪科学归纳推理——在经验观察的基础上，通过分析所考察的某类对象的部分个别对象之所以具有（或不具有）某种属性的原因，进而推断该类对象的全体都具有（或不具有）该属性的推理。第二节完全归纳推理和不完全归纳推理3.意大利那不勒斯城附近有个石灰岩洞，人们带牛马等高大牲畜通过岩洞从未发生问题，但狗、猫、鼠等小动物走进洞里就例地死亡。人们通过进一步的研究得知：小动物之所以死亡，是因为头部靠近地面；头部靠近地面之所以会死，是因为地面附近沉积大量二氧化碳，缺乏氧气。这样，人们就懂得了石灰岩洞缺氧的地面会造成头部离地面较近的小动物死亡。第二节完全归纳推理和不完全归纳推理

7、▪科学归纳推理的结构S1——PS2——PS3——P……Sn——P（S1、S2、S3……Sn是S类的部分对象且未发现反例，同时S1、S2、S3……Sn之所以具有或不具有P是有某种原因）S——P第二节完全归纳推理和不完全归纳推理▪科学归纳推理和简单枚举归纳推理的区别第一，根据不同经验观察＋科学分析Vs经验观察第二，前提事实数量的多少对推出结论的意义不同前提的典型性重于数量多少Vs前提数量越多结论越可靠最后，两者结论的可靠性程度也有所不同