- •Моррис Коэн, Эрнест Нагель Введение в логику и научный метод Уважаемый читатель!
- •Об авторах Моррис Рафаэль коэн
- •Эрнест Нагель
- •Предисловие переводчика Общая характеристика книги
- •Специфика книги как учебника по логике
- •Особенности книги как произведения по философии науки
- •Специфическая природа научной теории
- •Научный реализм и критика псевдонаучной методологии
- •Издержки времени
- •Некоторые сложности перевода
- •Предисловие
- •Глава I. Предмет логики § 1. Логика и совокупность оснований
- •§ 2. Окончательное основание, или доказательство
- •§ 3. Природа логической импликации
- •Логическая импликация не зависит от истинности наших посылок
- •Логическая импликация является формальной
- •Логическая импликация как детерминация
- •§ 4. Частичное основание, или правдоподобное умозаключение
- •Обобщение, или индукция
- •Презумпция факта
- •§ 5. С чем имеет дело логика: словами, мыслями или объектами? Логика и лингвистика
- •Логика и психология
- •Логика и физика
- •Логика и метафизика знания
- •§ 6. Применение логики
- •Книга I. Формальная логика Глава II. Анализ суждений § 1. Что такое суждение?
- •§ 2. Традиционный анализ суждений Термины. Их содержание и объем
- •Форма категорических суждений
- •Количество
- •Качество
- •Исключительные и исключающие суждения
- •Распределенность терминов
- •Изображение в схемах
- •Экзистенциальная нагруженность категорических суждений
- •§ 3. Сложные, простые и родовые общие суждения
- •Сложные суждения
- •Простые суждения
- •Родовые общие суждения
- •Глава III. Отношения между суждениями § 1. Возможные логические отношения между суждениями
- •§ 2. Независимые суждения
- •§ 3. Эквивалентные суждения
- •Обращение (конверсия)
- •Превращение (обверсия)
- •Противопоставление предикату (контрапозиция)
- •Превращенное конверсное суждение
- •Инверсия
- •Умозаключение посредством обратного отношения
- •§ 4. Традиционный квадрат противопоставлений
- •§ 5. Противопоставление различных видов суждений
- •Контрадикторное противопоставление сложных суждений
- •Контрарное противопоставление
- •Субконтрарное противопоставление
- •Суперимпликация
- •Отношение субъимпликации, или конверсного подчиненного суждения
- •Глава IV. Категорический силлогизм § 1. Определение категорического силлогизма
- •§ 2. Энтимема
- •§ 3. Правила, или аксиомы, обоснованности
- •Аксиомы количества
- •Аксиомы качества
- •§ 4. Общие теоремы силлогизма
- •§ 5. Фигуры и модусы силлогизма
- •§ 6. Специальные теоремы и правильные модусы первой фигуры
- •§ 7. Специальные теоремы и правильные модусы второй фигуры
- •§ 8. Специальные теоремы и правильные модусы третьей фигуры
- •§ 9. Специальные теоремы и правильные модусы для четвертой фигуры
- •§ 10. Сведение силлогизмов
- •Опосредованное сведение
- •§ 11. Антилогизм, или несовместимая триада
- •Структура антилогизма
- •§ 12. Сорит
- •Глава V. Условные, разделительные и строго разделительные силлогизмы § 1. Условный силлогизм
- •§ 2. Разделительный силлогизм
- •§ 3. Строго разделительный силлогизм
- •§ 4. Сведение смешанных силлогизмов
- •§ 5. Чистый условный и разделительный силлогизмы
- •§ 6. Дилемма
- •Как не попасть на «рога» дилеммы
- •Как взять дилемму за «рога»
- •Опровержение дилеммы
- •Глава VI. Обобщенная, или математическая, логика § 1. Логика как наука о типах порядка
- •§ 2. Формальные свойства отношений
- •Симметрия
- •Транзитивность
- •Соотношение
- •Связность
- •§ 3. Логические свойства отношений в умозаключениях
- •§ 4. Символы: их функция и ценность
- •Лингвистические изменения
- •Ценность специальных символов
- •§ 5. Исчисление классов
- •Операции и отношения
- •§ 6. Исчисление суждений
- •Глава VII. Природа логической, или математической, системы § 1. Функция аксиом
- •§ 2. Чистая математика. Иллюстрация
- •§ 3. Структурная тождественность, или изоморфизм
- •§ 4. Эквивалентность наборов аксиом
- •§ 5. Независимость и непротиворечивость аксиом
- •§ 6. Математическая индукция
- •§ 7. Роль обобщения в математике
- •Глава VIII. Вероятностный вывод § 1. Природа вероятностного вывода
- •§ 2. Математика, или исчисление, вероятности
- •Вероятность совместного появления событий
- •Вероятность одного из взаимоисключающих событий
- •§ 3. Интерпретация вероятности
- •Вероятность как мера верования
- •Вероятность как относительная частота
- •Вероятность как частота истинности типов аргументов
- •Глава IX. Некоторые проблемы логики § 1. Парадокс умозаключения
- •§ 2. Представляет ли силлогизм petitio principii? [51]
- •§ 3. Законы мышления
- •Критика трех «законов»
- •§ 4. Базис логических принципов в природе вещей
- •Книга II. Прикладная логика и научный метод Глава X. Логика и метод науки
- •Метод упорства
- •Метод авторитета
- •Метод интуиции
- •Метод науки, или критического исследования
- •Глава XI. Гипотезы и научный метод
- •§ 1. Причины и функции исследования
- •§ 2. Формулировка релевантной гипотезы
- •§ 3. Дедуктивное развитие гипотез
- •§ 4. Формальные условия для гипотез
- •§ 5. Факты, гипотезы и решающие эксперименты Наблюдение
- •Решающие эксперименты
- •§ 6. Роль аналогии в формировании гипотез
- •Глава XII. Классификация и определение § 1. Значимость классификации
- •§ 2. Цель и природа определения
- •Определение по объему
- •Психологические мотивы для определений
- •Логическая цель определений
- •§ 3. Предикабилии
- •Определение
- •Видовое отличие
- •Привходящее
- •§ 4. Правила для определений
- •§ 5. Деление и классификация
- •Глава XIII. Методы экспериментального исследования § 1. Типы неизменных отношений
- •§ 2. Общее рассмотрение экспериментальных методов
- •§ 3. Метод единственного сходства Метод единственного сходства как принцип научного открытия
- •Метод единственного сходства как принцип доказательства
- •Ценность метода единственного сходства
- •§ 4. Метод единственного различия Метод единственного различия как принцип научного открытия
- •Метод единственного различия как принцип доказательства
- •Ценность метода единственного различия
- •§ 5. Соединенный метод единственного сходства и единственного различия
- •§ 6. Метод сопутствующего изменения
- •Принцип сопутствующего изменения как метод открытия
- •Метод сопутствующего изменения как принцип доказательства
- •Ценность метода сопутствующего изменения
- •§ 7. Метод остатков
- •§ 8. Обобщающее изложение ценности экспериментальных методов
- •§ 9. Учение об единообразии природы
- •§ 10. Множественность причин
- •Глава XIV. Вероятность и индукция § 1. Что такое индуктивное рассуждение?
- •§ 2. Роль подходящих образцов в индукции
- •§ 3. Механизм отбора подходящих образцов
- •§ 4. Рассуждение по аналогии
- •Глава XV. Измерение § 1. Цель измерения
- •§ 2. Природа счета
- •§ 3. Измерение интенсивных качеств
- •§ 4. Измерение экстенсивных качеств
- •§ 5. Формальные условия измерения
- •§ 6. Количественные законы и производное измерение
- •Глава XVI. Статистические методы § 1. Потребность в статистических методах
- •§ 2. Статистическое среднее
- •Среднее арифметическое
- •Среднее взвешенное
- •Медиана
- •§ 3. Виды измерения дисперсии
- •Среднее отклонение
- •Стандартное отклонение
- •§ 4. Измерение корреляции
- •§ 5. Опасности и ошибки при использовании статистических методов
- •Глава XVII. Вероятностный вывод в истории и смежных исследованиях § 1. Используется ли научный метод в истории?
- •§ 2. Аутентичность исторических данных
- •§ 3. Установление значения исторических данных
- •§ 4. Установление доказательной ценности исторических свидетельств
- •§ 5. Систематические теории, или объяснения, в истории
- •§ 6. Компаративный метод
- •§ 7. Взвешивание оснований в суде
- •Глава XVIII. Логика и критическая оценка § 1. Находятся ли оценки за пределами логики?
- •§ 2. Моральные суждения в истории
- •§ 3. Логика критических суждений об искусстве
- •§ 4. Логика моральных и практических суждений
- •Экзистенциальный элемент в моральной оценке.
- •Функция логической формы при критической оценке
- •§ 5. Логика вымысла
- •Глава XIX. Ошибки § 1. Логические ошибки
- •A. Формальные ошибки
- •B. Полулогические, или вербальные, ошибки
- •С. Материальные ошибки
- •§ 2. Софистические опровержения
- •§ 3. Злоупотребления научным методом
- •Ошибки редукции
- •Ошибка упрощения, или псевдо-упрощенность
- •Генетическая ошибка
- •Глава XX. Заключение § 1. Что такое научный метод?
- •Факты и научный метод
- •Гипотезы и научный метод
- •Основания и научный метод
- •Система в идеале науки
- •Самокорректирующая природа научного метода
- •Абстрактная природа научных теорий
- •Типы научных теорий
- •§ 2. Пределы и ценность научного метода
- •Приложение [120] Примеры доказательства § 1. Что устанавливает доказательство?
- •§ 2. Некоторые ошибочные доказательства
- •Упражнения Глава I. Предмет логики
- •Глава II. Анализ суждений
- •Глава III. Отношения между суждениями
- •Глава IV. Категорический силлогизм
- •26. Докажите специальные правила приведенных соритов:
- •Глава V. Условные, разделительные и строго разделительные силлогизмы
- •Глава VI. Обобщенная или математическая логика
- •Глава VII. Природа логической или математической системы
- •11. Докажите с помощью математической индукции:
- •Глава VIII. Вероятностный вывод
- •Глава IX. Некоторые проблемы логики
- •Глава X. Логика и метод науки
- •Глава XI. Гипотезы и научный метод
- •Глава XII. Классификация и определение
- •Глава XIII. Методы экспериментального исследования
- •Глава XIV. Вероятность и индукция
- •Глава XV. Измерение
- •2. Если изменять давление, температуру и объем для «идеальных» газов, то нижеприведенное отношение будет сохраняться:
- •Глава XVI. Статистические методы
- •6. Ниже приведены данные о смертности от туберкулеза в Ричмонде, штат Виргиния, и в городе Нью-Йорке за 1910 год:
- •Глава XVII. Вероятностный вывод в истории и смежных исследованиях
- •2. «Французские буквы, подобно еврейскому число‑изображению, по которому первыми десятью буквами означаются единицы, а прочими десятки, имеют следующее значение:
- •Глава XVIII. Логика и критическая оценка
- •Глава XIX. Ошибки
- •Глава XX. Заключение
- •Указатель
- •Книги издательства «Социум»
- •Примечания
§ 3. Механизм отбора подходящих образцов
Мы указали на центральную роль, которую играют подходящие образцы в установлении обобщений. Теперь следует вкратце рассмотреть способы получения подходящих образцов.
Начнем с искусственной иллюстрации. Представим урну, содержащую 6 шаров: 2 белых и 4 черных. Нам нужно извлечь 3 шара за один раз, запомнить их цвет, заменить их и продолжить процесс изъятия, хорошо перемешивая содержимое урны после каждого извлечения. Обозначим белые шары как w1, w2, а черные как Ь1, b2, Ь3, Ь4. Нам надлежит установить состав содержимого урны на основе анализа примеров так, чтобы при извлечении примера (w1w2b1) мы говорили: «Две трети шаров в урне – белые» и т. д.
Теоретически все двадцать приведенных ниже примеров возможны:
(w1w2b1), (w1w2b2), (w1w2b3)/ (w1w2b4) – 4 примера, в которых 2/з шаров являются белыми.
(w1b1b2), (w1b1b3), (w1b1b4), (w1b2b3), (w1b2b4), (w1b3b4), (w2b1b2), (w2b1b3), (w2b1b4), (w2b2b3), (w2b2b4), (w2b3b4) – 12 примеров, в которых 1/3 шаров – белые.
(b1b2b3), (b1b2b4), (b2b3b4), (b1b3b4) – 4 примера, в которых ни один из шаров не является белым.
Если каждый из этих примеров имеет ту же вероятность извлечения, что и все остальные, и если извлечения являются независимыми, то в случае очень большого количества извлечений 1/5 раз мы будем делать вывод о том, что две третьих шаров в урне являются белыми; 1/5 раз мы сделаем вывод о том, что все шары в урне являются черными; и 1/5 раз мы заключим, что одна треть шаров в урне – белые. Иными словами, мы придем к правильному заключению 3/5 раз, т. е. мы будем приходить к истинному суждению о количестве белых и черных шаров чаще, чем к ложному. Следовательно, если бы мы не знали состава содержимого урны и решили вывести его из примеров, то из приведенной иллюстрации видно, что, применяя указанную процедуру, при заданных условиях мы будем наталкиваться на истину чаще, чем на ложь.
Эффективность данного метода зависит от двух вещей.
1. Содержимое урны должно обладать некоторой определенной природой. Так, в урне должны содержаться шары различимых цветов, и соотношение белых цветов к черным также должно быть определенным.
2. Примеры должны выбираться произвольно, чтобы в долгосрочной перспективе можно было извлекать каждый из возможных примеров с одной и той же относительной частотой. Если выполняются данные условия, то указанный метод способен помочь нам установить приблизительный состав содержимого урны, поскольку этот метод является по своей сути самокорректирующим. Если бы мы выбрали пример, в результате которого заключили бы, что содержимое урны состоит только из черных шаров, то сам этот метод исправил бы наше суждение. Можно доказать, что если мы будем продолжать извлекать по три шара и число этих извлечений будет очень большим, то число примеров, указывающих на правильный состав содержимого урны, будет намного большим, чем число остальных примеров.
Этот тривиальный пример может послужить в качестве модели для общего процесса отбора подходящих образцов для широкого спектра случаев исследования природы. Сам процесс, разумеется, является гораздо более сложным и требует выполнения большого количества специальных условий (которые исследуются в прогрессивных исследованиях в области статистики). Отбор примеров заключается в вынесении суждения о том, что природа исследуемой совокупности такая же, как и природа рассматриваемого примера. Каждый проводимый нами эксперимент относительно связи свойств является одним примером из неисчерпаемого множества возможных экспериментов, которыми может исследоваться природа.
Следует, однако, отметить, что примеры, выбираемые из широкого класса явлений (large-scale samplings), позволяют получить лишь приблизительные заключения. Так, если большая совокупность объектов М (например, отдельных людей) обладает в пропорции r некоторым свойством q (например, умопомешательством), то тогда, в случае если нам бы понадобилось выбрать из нее сравнительно небольшое число объектов Р , эти объекты могли бы обладать свойством q в пропорции r ′. К ак правило, r ′ не будет равно r . Н о по мере того как мы будем извлекать примеры Р , число примеров, обладающих свойством q в пропорции, похожей на пропорцию исходной совокупности, будет расти. Следовательно, мы можем умозаключить:
Определенная пропорция ( r ′ процентов) примеров Р обладает свойством q .
Примеры Р представляют подходящий образец большой совокупности М .
∴ Вероятно, что приблизительно та же пропорция ( r ′ процентов) примеров совокупности М обладает свойством q .
Заключение является вероятностным относительно посылок, поскольку способ, по которому отбираются Р, в долгосрочной перспективе приведет к тому, что они станут репрезентативными примерами, даже несмотря на то, что любой отдельный пример будет совершенно нетипичным.
