文档介绍：归纳与演绎
演绎
归纳
前提结论关系
必然
或然
前提结论间联系根据不同
前提蕴涵结论
前提不蕴涵结论
与结论相矛盾的判断与前提
矛盾
可以同真
违背演绎推理规则的谬误
形式
非形式
第七讲归纳逻辑
古典(传统)归纳逻辑
完全归纳推理
不完全归纳推理
现代归纳逻辑
概率归纳推理
统计归纳推理
归纳方法
完全归纳法、不完全归纳法传
求因果五法统
求概率方法
统计方法现
收集和整理经验材料代
完全归纳推理
第一,前提中每一个经验命题都必须是真实可靠的。
第二,前提中必须完全考察一类事物的全部对象。
不完全归纳推理
简单枚举归纳推理
科学归纳推理
简单枚举归纳推理
第一,前提中被考察的事物对象数量越多,范围越广,结论的可靠性程度就越大。
第二,注意收集可能出现的反面事例。
科学归纳推理与前者的区别
第一,二者的推理根据不同。
第二,二者结论的可靠性程度不同。
第三,二者前提的数量多少对于结论的意义不同。
求概率法
先验概率:P(A)=m/n
频率概率: P(A)=m/n
主观概率: P(A)=a/(a+b)
概率演算基本规则
规则1:0≤P(p) ≤1
规则2:P(p∨﹁p)=1
规则3:P(p∧﹁p)=0
规则4:P(p)=P(﹁﹁p)
规则5(特殊析取):P(p∨q)=P(p)+P(q)
导出规则
规则6(普遍合取):
P(p∧q)=P(p) ×P(q/p)=P(q) ×P(p/q)
规则7(特殊合取): P(p∧q)=P(p) ×P(q)
规则8(贝叶斯定理的简单形式):
P(q/p)=[P(q) ×P(p/q)]/P(p)
规则9(普遍析取):
P(p\/q)=P(p)+P(q)-P(p/\q)
P(p/\q)=P(p)+P(q)-P(p\/q)