Обобщающая индукция и ее виды

Довольно часто в логике применяются способы умозаключения, приводящие к получению принципиально новой информации. При этом мы используем имеющиеся в посылках сведения как «подсказку», «намек», наводящий на мысль о возможности принятия некоторого умозаключения. Высказывание в этом случае строится следующим образом: если информация, содержащаяся в посылках A1, …, An верна, то правдоподобно было бы считать, что верно и В.

A1, …, An ú»В

Такие умозаключения получили название индуктивных (от лат. «inductio» – «наведение»), или правдоподобных.

К числу правдоподобных умозаключений относятся собственно обобщающая индукция, методы установления причинных зависимостей (исключающая индукция) и аналогия.

Под обобщающей индукцией понимаются такие умозаключения, в которых переходят от знания об определенных предметах некоторого класса к знанию обо всех предметах этого класса, то есть от единичных или частных утверждений к общим. Различают полную и неполную индукцию.

Полная обобщающая индукция – это умозаключение от знания об отдельных предметах некоторого класса, при условии исследования каждого предмета, входящего в этот класс, к знанию обо всех предметах этого класса. Полная индукция, по методу обоснования вывода, делится на: математическую и эмпирическую.

Математическая индукция – способ рассуждения, который часто используется в дедуктивных науках (логике и математике). Он применяется в тех случаях, когда исследуемый класс S задан индуктивным определением. Как вы помните, индуктивное определение состоит в том, что первоначально некоторые объекты прямо объявляются принадлежащими данному классу S. Все же остальные объекты порождаются из исходных с помощью каких-либо процедур f1…fn. Чтобы доказать наличие у всех предметов класса S свойства Р, применяют следующую схему рассуждения:

1. х1 есть P базис индукции

2. S = {х1, f11), …, fn1)} индуктивное определение класса S

3. "х"fj (х есть P) É (fj(х) есть Р) индуктивный шаг

SaP индуктивное обобщение

Допустим, нам надо доказать, что все четные числа делятся на два. Воспользуемся индуктивным определением класса четных чисел: (1) 2 есть четное число, (2) все остальные четные числа получаются с помощью применения к двойке операций «f1(x) = х+2» или «f2(x) = х–2» n-го числа раз. Базис индукции очевиден: 2 делится на два. Индуктивный шаг состоит в том, что если некое число х делится на два, то х+2 и х–2 тоже делятся на два. Вывод: все четные числа делятся на два.

Математическая индукция дает достоверное знание. Всеобщность вывода определяется здесь знанием законов порождения исследуемого класса объектов.

Полная эмпирическая индукция достигает всеобщности вывода другим путем – сплошной эмпирической (опытной) проверкой исследуемого класса. Логическая схема этого способа рассуждения такова:

1. x1 есть P

2. x2 есть P

. эмпирические факты о классе М ={x1, …, xn}

.

.

n. xn есть P

n+1. M = S

SaР индуктивное обобщение

Достоверность заключения по полной обобщающей эмпирической индукции определяется тем, что условная вероятность вывода при данных посылках равна 1. Ведь множество исследованных предметов М совпадает с классом S, о котором идет речь в заключении, а при m = s величина 1/2s-mравняется единице.

Полная эмпирическая индукция является ограниченным познавательным приемом. Во-первых, она может применяться лишь в тех случаях, когда класс S конечен и легко обозрим. Чтобы доказать полной индукцией, что все рыбы дышат жабрами, пришлось бы выловить всех рыб, а это в принципе невозможно.

Во-вторых, даже если класс S конечен, сплошная его проверка иногда требует таких огромных затрат, на которые общество не может пойти. Например, для установления того, что все граждане страны испытывают единодушное согласие по поводу какого-то важного государственного вопроса, можно провести поголовное голосование – референдум. Однако эта процедура требует больших затрат времени, материальных и людских ресурсов.

Как в теории, так и на практике возникают различные причины, по которым сплошная проверка бывает невозможной. В таких случаях применяется процедура неполной обобщающей индукции. Обобщающая индукция называется неполной, если в ней осуществляется частичная проверка предметов исследуемого класса.

Неполная обобщающая индукция делится на: популярную и научную. Схема популярной индукции имеет следующий вид:

1. x1 есть P

2. x2 есть P

. эмпирические факты о классе М ={x1, …, xn}

.

.

n. xn есть P

n+1. MÌ S

SaР индуктивное обобщение

Отличие популярной индукции от полной состоит в n+1-ой посылке. При полной индукции класс М в точности совпадает с классом S. При индукции популярной он составляет лишь часть этого класса. Ясно, что истинность заключения в данном случае является проблематичной. Ведь среди непроверенных предметов из S могут быть и такие, которые свойством Р не обладают.

Пример ложного заключения, полученного посредством популярной индукции, – предложение «Все волки серы».

Рассматриваемое рассуждение называется популярной (народной) индукцией в силу своей наивной простотой. Эта простота проявляется прежде всего в том, что на наличие свойства Р проверяются первые попавшиеся объекты. После чего проводится поспешное обобщение – типичная ошибка индуктивного рассуждения. Однако вывод по неполной индукции можно существенно усовершенствовать и добиться повышения степени правдоподобности получаемых результатов.

Научная индукция проверяет на наличие свойства Р не первые попавшиеся предметы класса S, а те из них, которые специально отобраны для этой цели. При этом весь исследуемый класс S называют генеральной совокупностью, а множество отобранных из него образцов – выборкой. Выборка подвергается сплошной проверке, а затем полученный результат переносится на всю генеральную совокупность.

Для надежного обоснованиятакого переноса требуется, чтобы выборка была репрезентативной. Это означает, что выборка должна достаточно точно передавать структуру класса S, разнообразие его состава, и в частности, те его особенности, которые могут влиять на отсутствие свойства Р. В таких случаях условимся говорить, что М репрезентирует S, сокращенно M @ S. Схема научной индукции такова:

1. x1 есть P

2. x2 есть P

. эмпирические факты о классе М ={x1, …, xn}

.

.

n. xn есть P

МaР полная индукция

n+1. M @ S утверждение о репрезентативности выборки

SaР индуктивное обобщение

Добиться репрезентативности выборки можно двумя различными способами. Первый способ основан на выдвижении некоторых гипотез о том, в силу каких причин у предметов исследуемого класса может отсутствовать свойство Р. Например, если проверяется доброкачественность партии молочных продуктов, то отсутствие этого свойства (недоброкачественность) может зависеть от срока хранения продукта, от условий его хранения, от того, какое предприятие выпустило продукцию, и других параметров. Именно такие «подозрительные» образцы включаются в выборку и подвергаются проверке. Если гипотезы точно фиксируют все случаи, в силу которых продукция может оказаться недоброкачественной, и если в генеральной совокупности S таковая имеется, то в выборку обязательно попадет какое-то ее количество.

У данного метода два недостатка. Первый связан с тем, что у нас могут отсутствовать хоть какие-то разумные гипотезы для объяснения свойства Р. Второй же состоит в том, что мы можем по тем или иным причинам упустить какой-то важный параметр, от которого зависит отсутствие свойства Р. Тем самым будет делаться определенная систематическая ошибка, которая и приведет к неверным результатам.

Чтобы исключить эти недостатки, применяют второй способ формирования выборки, порождая ее чисто случайным образом. Для этого используют специальные таблицы случайных чисел. Но чтобы такая случайная выборка оказалась репрезентативной, она должна быть достаточно объемной. Согласно закону больших чисел, закономерности, которым подчиняются массовые явления, обнаруживаются лишь при достаточно большом числе наблюдений.

Наши рекомендации