▲点击上方“蓝字”关注我

今天是我日更的第202/300天

要想理解概率归纳推理，就要先知道概率的定义。

如果我们做一个试验，并且这个试验满足这两个条件：（1）只有有限个基本结果；（2）每个基本结果出现的可能性是一样的。那么这样的试验就是概率的古典试验。

如果我们用P表示概率，用A表示试验中的事件，用m表示事件A包含的试验基本结果数，用n表示该试验中所有可能出现的基本结果的总数目，那么P（A）=m/n。这就是概率的古典定义。

但在实际情况中，不可能所有情况出现的机率都是相同的，所以，概率的古典试验有局限性。

在一定条件下，重复做n次试验，nA为n次试验中事件A发生的次数，如果随着n逐渐增大，频率nA/n逐渐稳定在某一数值p附近，则数值p称为事件A在该条件下发生的概率，记做P（A）=p。

这个定义称为概率的统计定义（或频率定义）。

也就是说，任一事件A出现的概率等于它在试验中出现的次数与试验总次数的比率。

概率归纳推理

就是由某一事件中个别对象出现的概率推出该类事件中全部对象出现的概率的推理。

S1是P，

S2是P，

S3不是P，

……

Sn是P，

S1、S2、S3……Sn是S类的部分对象，

并且n个S中有m个是P，

所以，在S中，S是P的概率为ｍ／ｎ（即所有的S都有m/n的可能性是P）。

概率归纳推理的特征：

第一，它从某一事件中个别对象的概率推出该事件中全部对象的概率，因此概率归纳推理也是由个别到一般、由特殊到普遍的推理；

第二，概率归纳推理是或然性推理，其结论断定的范围超出了前提断定的范围；

第三，即使推理前提都真，也不能推出必然真的结论；

第四，即使出现反例，概率归纳推理也不影响人们对考察对象的大致了解。这也是它与简单枚举归纳推理的不同之处。

自学逻辑，欢迎交流探讨。

我是郑懿，陪你一起持续进步。

部分内容引自《图解逻辑学》明道（著），中国华侨出版社，2018年3月出版