Логика для юристов: Учебник.

Ивлев Юрий Васильевич

2. Подтверждает ли высказывание “Иванов знал брата потерпевшего” высказывание “Иванов является участником данного преступления” при условии: “Если Иванов является участником этого преступления, то он знает, где находятся похищенные деньги. Он не знает, где находятся похищенные деньги, но знает, где находятся похищенные вещи.”

§ 2. ОБОБЩАЮЩАЯ ИНДУКЦИЯ

Обобщающая индукция — это умозаключение, в котором осуществляется переход от знания об отдельных предметах класса или о подклассе класса к знанию о всех предметах

класса или о классе в целом.

Различают полную и неполную обобщающую индукцию. Полная обобщающая индукция — это умозаключение от знания об отдельных предметах класса к знанию о всех предметах класса, предполагающее исследование каждого предмета этого класса. Умозаключение от знания лишь о некоторых предметах класса к знанию о всех предметах класса называют (нестатистической) неполной индукцией.

Схема, общая для полной и неполной индукции:

Предмет S₁ обладает свойством Р.

Предмет S₂ обладает свойством Р.

.

.

.

Предмет S_n обладает свойством Р.

Предметы S₁, S₂, …. , S_n — элементы класса К.

________________________________________

Все предметы класса обладают свойством Р.

Если {S₁, S₂, …. , S_n}=K (множества {S₁, S₂, …. , S_n} и K равны), т.е. если известно, что исследован каждый предмет класса К, то рассуждение по соответствующей схеме является полной индукцией. Фактически это

дедуктивное умозаключение [18] . Если же {S₁, S₂, …. , S_n} включается в класс K и в К есть элементы, которые не входят в {S₁, S₂, …. , S_n}, то имеет место неполная индукция.

18

Заметим, что Д.С.Милль, называя индукцию наведением, не относил умозаключения “от знания о каждом предмете

класса к знанию о всех предметах этого же класса” к наведению. Он писал: “Если, заключая, что все животные обладают нервной системой, мы разумеем то же, как если бы сказали “все известные животные, и не более этого”, то предложение не есть общее, и процесс, приводящий к нему, не есть наведение. Но если мы разумеем, что наблюдения над различными видами животных открыли нам закон животной природы и что мы вправе утверждать присутствие нервной системы даже в животных, еще не открытых, то такой процесс, действительно, наведение”. (Милль Д.С. Система логики. СПб.. 1865. Т. 1. С. 336-337)

Статистическая неполная индукция заключается в переносе относительной частоты появления признака с некоторого класса на более широкий класс.

В случае статистической индукции исследуются случайные массовые явления. Эти явления состоят из событий. Появление конкретного события не предсказуемо, но предсказуема частота появления событий того или иного типа, то есть, как говорят, предсказуемы некоторые числовые пропорции целого.

Приведем примеры случайных массовых явлений.

Д о ж д ь. Дождь можно рассматривать как явление, состоящее из большого числа событий — выпадения дождевых капель. В поведении отдельных дождевых капель есть нечто случайное, а именно непредсказуемость. В то же время поведение дождя в целом в определенном смысле предсказуемо. Представим себе такую ситуацию. Начинается дождь. Мы смотрим на два камня одинаковой площади — левый и правый. В последовательности выпадения дождевых капель нет никакой закономерности, но при длительном наблюдении все же можно установить, что на оба камня выпадает одинаковое число капель. Таким образом, дождь — случайное массовое явление, которое предсказуемо в числовых пропорциях целого, но непредсказуемо в отдельных событиях.

Р о ж д е н и е м а л ь ч и к о в. Пусть в каком-то городе дети регистрируются в том порядке, в каком они рождаются: МДДМММДМДДМ... В течение месяца родилось 806 мальчиков, а всего детей родилось 1602. 806 — частота рождения мальчиков, а 806_

1602 — относительная частота рождения мальчиков. В общем случае, если событие произошло в т случаях из n, то т — частота, события, а m

n — относительная частота события, относительная частота события А обозначается f (А).

При большом числе наблюдений относительная частота во многих случаях оказывается неизменяемым числом. Тогда она называется устойчивой относительной частотой, или вероятностью события. Вероятность события А обозначается так: Р(А).

Нередко относительная частота появления некоторого события устанавливается путем исследования всех событий, составляющих изучаемое явление. Например, относительная частота рождения мальчиков в некотором городе за один год может быть равной 2602 .

5244

Большинство людей, работающих в статистических учреждениях, занимаются “сплошными” исследованиями конечных классов событий. Иногда “сплошное” исследование является единственным методом, обеспечивающим получение достоверного знания о социальном явлении. Однако такой метод исследования имеет и недостатки: (1) на его основе можно исследовать только конечные классы событий; (2) исследование этим методом больших конечных классов часто требует значительных материальных затрат, а иногда практически невозможно.