Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Формальная логика.doc
Скачиваний:
7
Добавлен:
01.07.2025
Размер:
6 Мб
Скачать
☆

§ 42. Вероятностные методы в логике

Вероятностные методы исследования введены в формальную логику сравнительно недавно. Вероятностная логика возникла как непосредственное продолжение индуктивной. Выше сказано, что неполная индукция не дает достоверного вывода. Она дает только вероятный вывод. В этой связи является вполне естест­венной потребность количественно оценить вероятность того или иного вывода по индукции. Эта потребность могла быть удов­летворена только путем введения в логику точных вероятностных методов, уже разработанных в математике.

Известно также, какое большое значение придается совре­менной наукой гипотетико-дедуктивному методу исследования. Преследуя те же цели, что чисто индуктивные умозаключения, гипотетико-дедуктивные выводы позволяют, однако, получать гораздо более общие результаты. В эмпирических науках гипо-тетико-дедуктивный метод используется для построения самой теории этих наук. В современных развитых естественных нау­ках, таких, как физика, химия, астрономия и др., он играет доминирующую роль. В известном смысле он поглощает, асси­милирует чисто индуктивные методы. Отдельные изолированные индуктивные обобщения характерны только для наук, не достиг­ших теоретической зрелости. Однако гипотетико-дедуктивные выводы так же недостоверны, как и чисто индуктивные. Они тоже носят вероятностный характер. Поэтому необходимость применения в логике вероятностных методов сохраняется и даже делается более настоятельной. Здесь она выступает в форме потребности оценить степень подтверждения той или иной ги­потезы эмпирическими данными.

62 Л е н и н в. И. Поли. Собр. Соч., т. 1, с. 136.

В математической теории вероятностей понятие вероятности есть характеристика случайных событий, таких, как, например, выпадение герба или решетки при подбрасывании монеты. Опыт показывает, что случайные события обычно обладают устойчи­вой частотой появления. При достаточно большом числе испыта­ний отношение числа появлений испытуемого события к числу всех испытаний сохраняется, как правило, постоянным. Так, при достаточно большом числе подбрасываний монеты число выпа­дений герба (как и решетки) будет относиться к числу всех подбрасываний как один к двум. Иначе говоря: относительная частота выпадений герба (решетки) будет в нашем примере равна V2-

Описанное свойство случайных событий позволило матема­тикам определить вероятность некоторого случайного события как относительную частоту его появлений при достаточно боль­шом числе испытаний. Так, определенная вероятность Р(А) событие А всегда выражается какой-нибудь дробью в интервале

от нуля до единицы: Р(А)= —. Здесь m — число появлений

события А; п — общее число испытаний. Более строго: Р(А) =

,. т = am —; п -*- со.

Такая концепция вероятности получила название частотной или статистической. Еще Джордж Буль предложил ее логиче­скую интерпретацию. Буль предложил рассматривать вместо вероятности самих событий вероятность суждений о событиях. Например, вместо того чтобы говорить о том, что вероятность выпадения герба (решетки) равна одной второй, можно сказать, что вероятность суждения «Выпадает герб (решетка)» равна половине. Логическая интерпретация вероятности оказывается семантической интерпретацией суждений, не являющихся истин­ными, но и ие ложных. Вероятность некоторого события высту­пает здесь как особого рода истинностное значение выражающе­го его суждения. Большая или меньшая вероятность суждения означает большую или меньшую степень его истинности, его больший или меньший «вес». Чем «весомее» суждение, тем ближе оно к истине. Мы упоминали выше, что вероятность варьируется в интервале от нуля до единицы. В логической интерпретации единица обозначает истину, а нуль — ложь. Суж­дения, имеющие вероятность, равную единице, — истинны; суж­дения, имеющие вероятность, равную нулю, — ложны. Разные величины вероятности, располагающиеся между единицей и нулем, выражают промежуточные истинностные значения.

Имеющая описанную семантику вероятностная логика напо­минает многозначную. Разница состоит в том, что многозначная логика оперирует множеством дискретных значений истинности, в то время как вероятностная имеет дело с непрерывной шкалой истинностных значений. Статистическая концепция вероятности может быть использована не только в индуктивной логике, но и в модальной с целью вероятностного истолкования модаль­ности суждений.

Помимо статистической концепции вероятности существует еще концепция вероятности как степени подтверждения гипотез. Эта концепция впервые была предложена английским логиком

Д.-М. Кейнсом и с самого начала была задумана как логиче-' екая, точнее, логико-индуктивная, концепция. Вероятность здесь рассматривается как логическое отношение между суждениями. Одно из этих суждений — всегда некоторая гипотеза, а другое (или другие) выражает результаты тех или иных наблюдений, экспериментов. То отношение, в котором находится та или иная гипотеза к экспериментальным данным, является чисто логиче­ским в том смысле, что установление его не требует дальнейшего обращения к фактам и производится исключительно с помощью логико-математических методов. Гипотеза может подтверждать­ся экспериментом, может им опровергаться, может не подтверж­даться и не опровергаться. Установление отношения между гипотезой и экспериментом имеет первостепенное значение для данной гипотезы с точки зрения степени ее приемлемости в науке. Чем в большей степени гипотеза подтверждается экспери­ментом, т. е. чем более она вероятна, тем более она приемлема для науки. Если обозначить гипотезу через h, а эмпирические данные, на которых она основывается, — через е, то вероятность гипотезы можно выразить формулой: c(h/e) = p, где с — степень подтверждения, ар — число в интервале от нуля до единицы.

Ясно, что с изменением подтверждающих данных е (с полу­чением какой-либо новой информации, например) меняется и вероятность гипотезы h. Но при предположении, что данные е заданы, вероятность гипотезы h определяется исключительно с помощью логйко-матемэтических методов. В современной ло­гике здесь имеют место два подхода: 1) аксиоматический, или синтаксический; 2) семантический. Первый из них состоит в за­дании определенной системы аксиом, которая описывает фор­мальные свойства вероятности. Второй — наиболее популярный и влиятельный — основывается на вероятностном анализе зна­чений суждений.

Само понятие подтверждения понимается в логике двояко. Если опытные данные позволяют говорить лишь о большей или меньшей степени подтверждения гипотез, то такое подтвержде­ние является сравнительным. Если же степень подтверждения может быть выражена определенным числом, то такое подтвер­ждение называется количественным или метрическим. Построе­ние логических систем, описывающих вероятность, понимаемую в сравнительном смысле, легче, чем построение систем, где вероятности можно приписать конкретные числовые значения. Сторонники семантического подхода ставят своей целью созда­ние метрических вероятностных систем, однако более или менее удовлетворительных логик такого рода пока еще не построено.

Следует отметить то обстоятельство, что опытные данные ни­когда не могут полностью подтвердить гипотезу, из чего следует, что с {hie) никогда не равно единице.

Концепцию вероятности как степени подтверждения гипотез можно применить и к чисто индуктивным умозаключениям, если

истолковать их в соответствующих терминах. Те единичные суждения, которые являются посылками умозаключения по неполной индукции, можно считать эмпирическими данными е, а заключение умозаключения — гипотезой п. Тогда все сказанное выше окажется применимым и к чистой индукции.

Статистическая концепция вероятности и концепция вероят­ности как степени подтверждения гипотез существуют в совре­менной логике параллельно. Частично они конкурируют между собой, частично же совместимы, поскольку одни логические проблемы решаются при помощи одной из них, а другие — при помощи другой.