分享

深度学习逻辑思维—归纳推理(1),提升思考能力,轻松当学霸

 东东Wr 2019-06-02

原创不易,请随手关注一下吧

归纳推理是逻辑思维的基本内容,归纳推理可以分为两类,分别是传统归纳推理和现代归纳推理。传统归纳推理,主要是指完全归纳推理和不完全归纳推理,但不包括类比推理。现代归纳推理,主要是指概率推理、统计推理。在初中和高中时代,主要运用传统归纳推理。

完全归纳推理

完全归纳推理的特点是考察所有的对象,无一遗漏。比如,一个村子有几百人,考察所有人的体重,发现每个人的体重都不超过200公斤,那么就可以下结论:这个村子所有人的体重都不超过200公斤。

深度学习逻辑思维—归纳推理(1),提升思考能力,轻松当学霸

完全归纳推理得到的结论是必然正确的,缺点是不能用于事物数目较多的领域。比如,用完全归纳推理去考察全世界70亿人的体重,是不可能完成的。这时候,需要用到不完全归纳法。

​不完全归纳法

不完全归纳法的特点是考察一类事物的部分个体,把得到的结论应用于事物的全体对象。不完全归纳法有两类:枚举归纳推理和科学归纳推理。

枚举归纳推理属于最简单、最基本的逻辑推理,但是这并不影响它的科学性。比如:

麻雀是卵生的;

燕子是卵生的;

老鹰是卵生的;

大雁是卵生的;

麻雀,燕子,老鹰,大雁都是鸟,

所以,所有的鸟都是卵生的。

这就是一个枚举归纳推理。它考察了鸟类中的部分对象有卵生的属性,推出“所有的鸟都是卵生的”一般结论。

深度学习逻辑思维—归纳推理(1),提升思考能力,轻松当学霸

任何枚举归纳推理,得到的结论都不能保证100%是正确的。那么,如何提高枚举归纳推理结论的可靠程度呢?

第一,枚举的数量越多,考察的范围越广泛,枚举归纳推理结论的可靠程度就越高。反之,可靠程度就越低,就会犯“以偏概全”的错误。比如,大家都知道“守株待兔”的故事,那个种田人犯的错误就是“以偏概全”,一只兔子撞死了,不代表大部分兔子都会撞死。

深度学习逻辑思维—归纳推理(1),提升思考能力,轻松当学霸

第二,注意寻找反例。只要发现一个反例,就能推翻结论。所以,越找不到反例,结论的可靠程度越高。比如,万有引力是牛顿通过研究地月引力得到的结论,在宏观领域到目前为止仍然没有发现反例,我们仍然认为在宏观领域万有引力是正确的。但是在微观领域,发现了大量的反例,这推翻了万有引力在微观领域的可靠性,从而促使人们继续寻找新的理论,最终导致了量子力学的建立。

枚举归纳推理,在科学研究中是十分重要的,许多发明创造,就是通过大量的观察,取得个别经验材料,然后进行初步概括得到的。如果遇到反例,反而能促进科学研究进一步深入。

科学归纳推理

科学归纳推理是指通过对某类事物的部分对象进行考察,对其具有的某种属性和因果联系进行科学分析,从而得出该事物全体都具有该属性。比如:

铁遇冷时体积缩小;

铜遇冷时体积缩小;

银遇冷时体积缩小;

金遇冷时体积缩小;

铁、铜、银、金是金属的部分对象,他们遇冷时体积都缩小,是因为他们遇冷时会引起分子引力的增强,使分子间的空隙缩小。

所以,所有的金属遇冷时体积都会缩小。

深度学习逻辑思维—归纳推理(1),提升思考能力,轻松当学霸

科学归纳推理得到的结论,可靠程度比枚举归纳推理更高。这是因为科学归纳推理,不停留在事例简单罗列和重复上,还对被考察对象与其属性之间的因果联系进行科学分析。

枚举归纳推理结论的可靠程度,取决于列举数量;

科学归纳推理结论的可靠程度,取决于考察对象与其属性之间的因果联系分析。

下一节,我们重点讨论因果联系分析的方法:穆勒五法

喜欢本文的朋友可以点个赞,更多逻辑思维、数理化和高考内容,请关注我的动态。关于逻辑思维,你有什么看法呢?欢迎大家留言讨论~。

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多