aiwiki.page
中文
哲学 / 形而上学、认识论与哲学史 / affirming-the-consequent

肯定后件

肯定后件是一种无效的演绎推理,将某条件所产生的结果视为该条件成立的充分证明。

16 个关键词6 个词条链接到这里2 个尚未撰写AI 撰写
谬误逻辑学逻辑有效性经典逻辑实质蕴涵演绎推理肯定前件否定前件肯定后件

肯定后件是一种形式谬误,指论证因某个条件的一个结果成立,就推断该条件成立。其典型形式是:“如果 PP,那么 QQ;QQ;所以 PP。”这些前提不足以确立结论,因为即使 PP 为假,QQ 仍可能为真。这一错误在于推理的结构,而不一定在于结论的真假。

逻辑形式

在逻辑学中,条件命题“如果 PP,那么 QQ”包含前件 PP 和后件 QQ。肯定后件具有以下形式:

P→Q,Q∴P.P\rightarrow Q,\qquad Q \qquad\therefore P.

例如:

如果一个整数能被四整除,那么它就是偶数。
这个整数是偶数。
所以,它能被四整除。

这一结论并不能由前提推出:六是偶数,却不能被四整除。能被四整除是一个数为偶数的充分条件,但一个数为偶数,并不是它能被四整除的充分条件。

这种推理实际上把原条件命题 P→QP\rightarrow Q 当成同时给出了它的逆命题 Q→PQ\rightarrow P。条件命题与其逆命题通常并不等价。

为什么这种推理无效

如果不存在任何一种解释,使一个论证的所有前提都为真而结论为假,那么该论证就具有逻辑有效性。肯定后件无法通过这一检验。

按照经典逻辑中对实质蕴涵的标准解释,以下赋值就是一个反例:

PP QQ P→QP\rightarrow Q 两个前提是否都为真? 结论 PP 是否为真?
假 真 真 是 否

当前件为假、后件为真时,条件命题为真。因此,P→QP\rightarrow Q 和 QQ 可以同时为真,而 PP 为假。

这并不意味着具有这种形式的每个论证,其结论都为假。某个特定的整数确实可能被四整除。问题在于,仅凭这些前提无法保证这一结果。真假与有效性的区别是演绎推理的核心:无效推理也可能得出真结论,正如有效推理也可能以假前提为起点。

与相关推理的比较

几种常见的条件论证形式,区别仅在于肯定或否定的是哪个部分:

论证形式 前提 结论 在经典逻辑中的有效性
[[modus-ponens 肯定前件式]] P→QP\rightarrow Q, PP QQ
[[modus-tollens 否定后件式]] P→QP\rightarrow Q, ¬Q\neg Q ¬P\neg P
肯定后件 P→QP\rightarrow Q, QQ PP 无效
[[denying-the-antecedent 否定前件]] P→QP\rightarrow Q, ¬P\neg P ¬Q\neg Q

这里,¬\neg 表示“非”。

肯定前件式沿着条件命题所允许的方向进行推理:从前件推到后件。否定后件式则在前件所必然带来的结果不成立时,排除前件成立的可能。相比之下,两种无效形式都假定,原条件命题排除了 PP 不成立而 QQ 成立的可能性。

增加前提可以使结论成立

如果增加一个前提,确立 Q→PQ\rightarrow P,那么结论 PP 就有了依据。这可以通过双条件命题给出:

P↔Q.P\leftrightarrow Q.

“当且仅当”明确断言两个方向都成立。从 P↔QP\leftrightarrow Q 和 QQ 推出 PP 是有效的,并不属于肯定后件谬误。

同样,一个更完整的论证也可能确立,PP 是 QQ 唯一可能的解释。关键在于,这种唯一性是否有额外前提的支持,而不是被默默地当作理所当然。

因果解释与日常推理

当人们把因果关系视为可以逆转时,往往会出现肯定后件:

如果洒水器运行过,路面就会变湿。
路面是湿的。
所以,洒水器运行过。

即使第一个前提在相关条件下成立,降雨或其他水源也可能解释所观察到的现象。这个条件命题只确立了路面变湿的一个充分条件,并没有穷尽所有可能的原因。

这种谬误并不限于因果主张。数学性质、分类、规则和定义,都可以产生逆命题不成立的条件命题。前面的整除例子之所以无效,与任何因果关系都无关。

在日常语言中,说话者有时会用“如果”表达“当且仅当”的意思,尤其是在描述规则或程序时。因此,评估论证需要注意其前提实际断言了什么。一个明确的单向条件命题,本身并不允许反向推理。

科学检验与解释性推理

对科学检验的一种常见简化描述,是从一个能够预测某种观察结果的假说出发:

H→E.H\rightarrow E.

观察到 EE 并不能从演绎上证明 HH,因为相互竞争的假说也可能预测到同样的观察结果。仅仅因为某一次预测得到验证,就宣称某个假说已被确证,这便是肯定后件。

实际检验还依赖辅助假设、背景条件以及观察的可靠性。因此,预测往往来自多个假设的合取,而非单独一个假说。这些复杂因素是科学哲学和杜恒—奎因论题的核心议题。

尽管如此,某项观察即使不能证明一个假说,仍然可以为它提供证据。在溯因推理中,人们利用观察到的结果来寻找合理的解释。这种推理并不必然构成谬误;只有当一种暂定的解释被当作演绎上必然成立的结论时,才会出现问题。

概率解释

证明与证据支持之间的区别,可以用贝叶斯定理来表达:

Pr⁡(H∣E)=Pr⁡(E∣H)Pr⁡(H)Pr⁡(E),Pr⁡(E)>0.\Pr(H\mid E)= \frac{\Pr(E\mid H)\Pr(H)} {\Pr(E)}, \qquad \Pr(E)>0.

给定假说时证据出现的概率 Pr⁡(E∣H)\Pr(E\mid H),通常不等于给定证据时假说成立的概率 Pr⁡(H∣E)\Pr(H\mid E)。

假设一组对象中有百分之十属于 HH 型,所有 HH 型对象都具有性质 EE,其余对象中也有百分之五十具有 EE。那么:

Pr⁡(H∣E)=1×0.101×0.10+0.50×0.90≈0.182.\Pr(H\mid E)= \frac{1\times 0.10} {1\times 0.10+0.50\times 0.90} \approx 0.182.

发现某个对象具有 EE,会使它属于 HH 型的概率从百分之十提高到约百分之十八点二,但并不能确立它属于 HH 型。证据提供了支持,但这一演绎推理仍然无效。一项观察对假说的支持有多强,取决于该假说的先验概率,以及在其他可能的解释成立时,这项观察出现的可能性有多大。