- “你讲话要有逻辑！”
- “你这逻辑不对！”
- “你的底层逻辑是什么？”
- “说说你的逻辑思维能力体现在哪儿？”
见字如面, 我是Payne。在日常交流中，我们会频繁的使用“逻辑”这个词。但能够清晰的说出逻辑的定义（逻辑是什么）却少之又少，能够正确的掌握逻辑推理的人就更少了。
对于大部分人来说，逻辑更像是一个“熟悉的陌生人”。
不得不说，逻辑学是一门非常复杂的学科，光《逻辑学导论》就有近千页，系统的介绍逻辑学并不是本次的目的，本次的主要目的是逻辑知识科普，旨在唤起大家的理性意识，
能够掌握一些逻辑学的基本知识，具备一些逻辑思维能力。
- 在面对“杠精”的时候，能发现对方的逻辑谬误
- 在思考问题的时候，能尽量做到逻辑完整
- 在沟通表达的时候，能尽量做到逻辑清晰
- 在获取信息的时候，能尽量做到去伪存真
逻辑的定义
逻辑（logic），源自古典希腊语逻各斯（logos），最初的意思是“词语”或“言语”，（引申出意思“思维”或“推理”）。逻各斯，是古希腊哲学家赫拉克利特最早引入的
哲学概念，古希腊哲学从探求世界本原问题开始，从泰勒斯的水本原（具象），认为水是万物之源，到赫拉克利特的逻各斯（抽象），再到柏拉图的理念论，完成了自然哲学到形而上学的发展。
简而言之，逻各斯是指可理解的一切规律，逻辑是指思维的规律和规则。
逻辑除了指思维规律，狭义上，也有逻辑学的含义，按照《逻辑学导论》中的定义，逻辑学是研究用于区分正确推理（inference）与不正确推理的方法和原理的学问。
相比较上面的教科书定义，我觉得芝本秀德在《深度思考法》中对逻辑的定义要更容易理解，书中这样写道“逻辑就是关系”。
我们说某人逻辑性太差，其实正是因为他们没有在想表达东西之间建立关系
。例如，对方说“今天的天气真不错。”我们认为，诸如“是啊，天气太好了”或者“天气让人心情都变好了”这样的回答是有逻辑性的。
可是如果回答是“我肚子好饿啊”，那么这种答非所问，就完全不符合逻辑。
所以说无逻辑就是没有建立起事物之间的正确关系，换句话说有逻辑就是能建立事物之间的正确关系。
这个表述有一定的道理，因为逻辑学就是研究多个语句（sentence）之间推理是否正确的学问，所以从这个意义上来说，逻辑学就是研究语句之间关系的学问。不过，
这个“关系”并不是都像“天气好”和“心情好”这样的显而易见，有些关系很复杂，有些关系很隐蔽，这就要借助更多逻辑学的知识来分析他们的有效性了。
不管怎样，从理解的角度来说，记住“逻辑就是关系”还是很有用的。
古典逻辑
古典逻辑（亚里斯多德逻辑）主要处理的是不同对象的类之间关系的论证。类是指共有某种特定属性的对象的汇集。 类与类之间的三种关联方式：
- 全包含（wholly included）例如狗的类和哺乳动物的类。
- 部分包含（partially included）例如运动员的类和女人的类。
- 互斥（exclude），例如三角形的类和圆形的类。
基于类和类之间的关系，有四种直言命题：
- 全称肯定命题。所有S是P。例如所有政客都是说谎者。也叫A命题。
- 全称否定命题。没有S是P。例如没有政客是说谎者。叫E命题。
- 特称肯定命题。有S是P。例如有政客是说谎者。叫I命题。
- 特称否定命题。有S不是P。例如有政客不是说谎者。叫O命题。
基于这些命题和谓项，组成了很多形式。古典逻辑学家很细致的研究了这些形式，总结出15个有效的三段论形式。
例如下面的论证：
1 | 没有富人是游民，（E命题） |
因为这个论证形式是EAE-1，而EAE-1是15个有效论证形式之一，所以是一个有效论证。又因为其前提是真的，所以结论也是真的。
符号逻辑
符号逻辑就是利用符号来表示逻辑中的各种概念与关系。1847年，英国数学家布尔发表了《逻辑的数学分析》，建立了“布尔代数”，并创造一套符号系统。布尔建立了
一系列的运算法则，利用代数的方法研究逻辑问题，初步奠定了数理逻辑的基础。
目前，符号逻辑已经超出逻辑学的范畴，成为数学的一个分支，同时也是计算机科学的基础。
逻辑代数也叫做开关代数，它的基本运算是逻辑加、逻辑乘和逻辑非，也就是命题演算中的“或”、“与”、“非”，运算对象只有两个数 0和
1，相当于命题演算中的“真”和“假”。逻辑代数的运算特点如同电路分析中的开和关、高电位和低电位、导电和截止等现象完全一样，都只有两种不同的状态，因此，它在电路分析中得到广泛的应用。
通过符号化和公式化，我们就可以对逻辑命题进行数学演算，比如符号~代表否定，因此 p=q 和 p=~~q
是等价的，即双重否定等于肯定。同样，我们在计算机中的逻辑运算（与、或、非）也是完全符合符号逻辑的。
逻辑思维
逻辑思维包含基础三要素：
- 概念
- 判断（在逻辑学中，也叫命题，英文是proposition）
- 推理（在逻辑学中，也叫论证，英文是argument）
概念是思维的基本单位；通过概念对事物是否具有某种属性进行肯定或否定的回答，这就是判断；由一个或几个判断推出另一判断的思维形式，就是推理。
实际上一本书的逻辑也是包含这三个要素，如果你看过《如何阅读一本书》，里面提到的分析阅读，说的就是如何通过提炼一本书的关键字词（概念），关键句子（判断），
以及关键论述（推理）来分析一本书的主旨。
所以逻辑思维的要义，就在于正确运用概念、判断、推理的思维形式。想要正确掌握逻辑思维，就必须从这三方面学起。
概念
概念是思维的基本单位，是反映事物本质属性或特有属性的思维形式。
这个世界有很多事物，都是通过我们的思维去赋予它们意思或意义的，然后通过语言符号呈现出来。所以说，*
这些意思或意义，就是概念的思维内显形式。语言是概念的外显形式*。
明晰概念可以说是我们了解事物的第一步。是我们学习、研究和讨论的基础。可以说认知水平越高的人，越能认识到概念的重要性。
在《批判性思维》中作者说学习一门课程应该从理解课程的最基本概念开始。
比如在经济学中，“稀缺”是经济学中的基本概念，其它经济学概念都与这一中心概念有关：稀缺意味着我们任何一个人都不可能拥有所有想要的资源（稀缺的事实），我们
想要得到一些东西必须先放弃另一些东西。
同样，在2016年11月9日下午，在北京举办的“朗润·格政”国家发展研究院论坛上，两位著名经济学家林毅夫和张维迎在北京大学朗润园进行了一场可以写入历史的辩论。
他们辩论的主题是“产业政策”。在辩论的开始很有意味，林毅夫首先开讲，在说完客套话后接着说：
“在准备这个报告的时候，他们给我一个任务，**你在讲你的看法之前先定义一下什么是产业政策，我想定义是非常重要的，不然会各说各话，谈论过程当中就没有激情
**”
所以，提高我们的逻辑思维能力，要从懂清楚每一个概念所表达的具体内容（内涵和外延）开始。
判断
判断（也叫命题）是推理的建筑基块，一个判断就是一个断言（Assert），它断定了一个事情是这样或者不是这样。因此，每一个判断都是或真或假的。
一个问题没有断言任何东西，就不是判断。“你知道下象棋吗？”这的确是一个句子，但没有做出关于这个世界的断定。一个命令（“快点！”）或者感叹（“我的天哪！”）也
不是判断。 因为这些问题、命令和感叹都是非真且非假的。
判断一般都是用陈述句作为表达的，如“世界上的所有人都是善良的”。这是一句肯定判定。只要该判断符合对象的实际情况，这就是真的，反之就是假的。
判断是概念的展开，没有判断，就不能揭示和说明概念。同时，判断也是推理的前提，是正确运用各种推理的必要条件。
试想一下，“世界上的所有人都是善良的”这个判断，我们都知道是假的，否则这个世界就没有违法犯罪的人了。
由此，我们可以得出判断的两个重要特征：
- 判断有肯定或者否定之分，可以有肯定判断和否定判断；
- 判断有真假之分，一个判断要么真要么假，不能非真非假；
准确的运用判断，我们才能够进行正确的思考。而思考的形式，就是推理了。
逻辑推理
逻辑就是关系。所谓的推理，就是研究语句、判断、命题之间相互关系的学问
逻辑推理方法
逻辑推理方式多种多样，但也万变不离。简单可以分为演绎推理、归纳推理、溯因推理、类比推理、统计推理、因果推理、模拟推理等，这些推理方法各有特点，适用于不同的情境。
演绎推理
演绎推理旨在阐明前提和结论之间的关系，为评估演绎论证是否有效提供方法。 演绎推理是从一般原则出发，推导出特殊结论的过程。
例如三段论、数学归纳法、反证法等。演绎推理属于必然性推理，即前提真且推理形式正确，则结论必然真。
例如，根据三段论，我们可以得出以下推理：所有人都会死亡（前提一），苏格拉底是人（前提二），因此苏格拉底会死亡（结论）。这个推理过程就是演绎推理。
演绎推理局限性
演绎推理的局限性在于它所依赖的前提必须是真实的。演绎推理是从一般原则出发，推导出特殊结论的过程。**如果前提是真实的，且推理形式正确，则结论必然真
**。但是，如果前提不真实，那么演绎推理所得出的结论就可能不正确。
例如，根据三段论，我们可以得出以下推理：所有人都会死亡（前提一），苏格拉底是人（前提二），因此苏格拉底会死亡（结论）。这个推理过程是正确的，因为它
所依赖的前提都是真实的。但是，如果我们改变前提一为“所有人都不会正常死亡”，那么演绎推理所得出的结论就不正确了。
因此，演绎推理所得出的结论的正确性取决于它所依赖的前提是否真实。
提高演绎推理可靠性
要提高演绎推理的可靠性，首先需要确保演绎推理所依赖的前提是真实的。可以通过观察、实验、查阅资料等方式来验证前提的真实性。
其次，需要确保推理形式正确。可以使用逻辑学中的推理规则来检查推理形式是否正确。如果不确定推理形式是否正确，可以寻求专业人士的帮助。
此外，可以多做练习来提高演绎推理能力。通过不断练习，可以更好地掌握演绎推理的方法和技巧，从而提高演绎推理的可靠性。
总之，要提高演绎推理的可靠性，需要确保前提真实、推理形式正确，并且不断练习。
演绎推理适用场景
演绎推理适用于从一般原则推导出特殊结论的场景。它常用于数学、逻辑学、哲学等领域，也可以用于日常生活中的推理。
例如，在数学中，我们可以使用演绎推理来证明定理。我们先假设定理的前提成立，然后根据已知的公理和定理，通过演绎推理推导出定理的结论。
在日常生活中，我们也可以使用演绎推理来解决问题。例如，如果我们知道所有的苹果都是水果（前提一），并且红富士是一种苹果（前提二），那么我们就可以通过演绎推理得出结论：红富士是一种水果。
总之，演绎推理适用于从一般原则推导出特殊结论的场景，可以帮助我们更好地理解和解决问题。
归纳推理
归纳推理是从特殊事实出发，总结出一般原则的过程。归纳是从特殊到一般的过程，属于合情推理。例如经验公式、物理学原理等。归纳推理属于或然性推理，即
前提真且推理形式正确，但结论未必真。
例如，如果我们观察到许多只乌鸦都是黑色的，我们就可以通过归纳推理得出结论：所有的乌鸦都是黑色的。但是这个结论并不一定正确，因为我们并没有观察到所有的乌鸦，也许存在一只不是黑色的乌鸦。
归纳推理的局限性
归纳推理的局限性在于它所得出的结论并不一定正确。归纳推理是从特殊事实出发，总结出一般原则的过程。但是，由于我们无法观察到所有的特殊事实，所以归纳推理所得出的结论并不一定正确。
例如，如果我们观察到许多只乌鸦都是黑色的，我们就可以通过归纳推理得出结论：所有的乌鸦都是黑色的。但是这个结论并不一定正确，因为我们并没有观察到所有的乌鸦，也许存在一只不是黑色的乌鸦。
因此，归纳推理所得出的结论只能作为一个假设，需要进一步验证。归纳推理属于或然性推理，即前提真且推理形式正确，但结论未必真。
提高归纳推理的可靠性
要提高归纳推理的可靠性，可以采取以下几种方法：
- 增加观察样本数量：归纳推理是从特殊事实出发，总结出一般原则的过程。因此，观察样本数量越多，归纳推理所得出的结论就越可靠。
- 确保观察样本具有代表性：观察样本应该具有代表性，能够反映整体情况。如果观察样本不具有代表性，那么归纳推理所得出的结论就可能不正确。
- 排除干扰因素：在进行归纳推理时，应该排除干扰因素的影响。如果存在干扰因素，那么归纳推理所得出的结论就可能不正确。
- 多角度观察：可以从多个角度进行观察，以获得更全面、更准确的信息。这样可以提高归纳推理的可靠性。
总之，要提高归纳推理的可靠性，需要增加观察样本数量、确保观察样本具有代表性、排除干扰因素并且多角度观察。
归纳推理适用场景
归纳推理适用于从特殊事实总结出一般原则的场景。它常用于科学研究、统计分析、市场调查等领域，也可以用于日常生活中的推理。
例如，在科学研究中，我们可以通过观察大量的实验数据，使用归纳推理来总结出一般性规律。在统计分析中，我们可以通过分析大量的数据，使用归纳推理来总结出统计规律。
在日常生活中，我们也可以使用归纳推理来解决问题。例如，如果我们观察到许多只乌鸦都是黑色的，我们就可以通过归纳推理得出结论：所有的乌鸦都是黑色的。
总之，归纳推理适用于从特殊事实总结出一般原则的场景，可以帮助我们更好地理解和解决问题。
溯因推理
溯因推理是一种推理，涉及形成假设或解释来解释一组观察结果或事实。 它是为一组给定的数据生成可能的最佳解释的过程，即使该解释不一定被证明是正确的。
与从一般原理或理论开始并从中得出特定结论的演绎和从特定观察开始并从中得出一般原理或理论的归纳相反，溯因推理从不完整或模棱两可的数据开始并试图填补空白
通过构建一个合理的解释。
溯因推理常用于科学研究和调查，它可以帮助科学家根据有限或不完整的数据产生新的假设和理论。
它还用于执法等领域，在这些领域中，调查人员可以根据现有证据使用绑架来生成有关犯罪的理论。
总的来说，溯因推理在帮助我们理解世界方面发挥着重要作用，它使我们能够对我们遇到的观察结果和事实做出合理的解释。
例如，当你早晨起来发现马路变湿了，你就会去寻找马路湿的原因。可能是昨晚下雨了，也可能是被洒水车淋湿的，这就是溯因推理。然后你会想到如果是下雨，那么房
顶也会湿，然后观察房顶果然湿了，所以认为是下雨导致马路湿了。
溯因推理是一种从事实推理到最佳解释的过程，可以帮助我们更好地理解和解决问题。
溯因推理局限性
溯因推理的局限性在于它所得出的结论并不一定正确。溯因推理是从事实推理到最佳解释的过程，但是这个最佳解释并不一定是正确的。因为可能存在多种解释，而我们
只能根据现有的信息选择最合适的解释。
例如，当你早晨起来发现马路变湿了，你就会去寻找马路湿的原因。可能是昨晚下雨了，也可能是被洒水车淋湿的，这就是溯因推理。然后你会想到如果是下雨，那么房
顶也会湿，然后观察房顶果然湿了，所以认为是下雨导致马路湿了。但是这个结论并不一定正确，因为也许房顶湿是由于其他原因造成的。
因此，溯因推理所得出的结论只能作为一个假设，需要进一步验证。溯因推理属于或然性推理，即前提真且推理形式正确，但结论未必真。
溯因推理适用场景
溯因推理适用于从事实推理到最佳解释的场景。它常用于科学研究、医学诊断、刑侦推理等领域，也可以用于日常生活中的推理。
例如，在科学研究中，我们可以通过观察实验现象，使用溯因推理来推导出最佳解释。在医学诊断中，医生可以根据病人的症状，使用溯因推理来推断病因。
在日常生活中，我们也可以使用溯因推理来解决问题。例如，当你早晨起来发现马路变湿了，你就会去寻找马路湿的原因。可能是昨晚下雨了，也可能是被洒水车淋湿的，这就是溯因推理。
总之，溯因推理适用于从事实推理到最佳解释的场景，可以帮助我们更好地理解和解决问题。
提高溯因推理的可靠性
提高溯因推理的可靠性，可以采取以下措施：
- 确保所分析的事件之间确实存在因果关系。
- 确保分析过程严谨，遵循逻辑规则。
- 检查推断出的原因是否与已知事实相符。
演绎推理与归纳推理的区别与联系
归纳推理和演绎推理是两种不同的推理方法，它们之间既有区别又有联系。
- 归纳推理是从特殊事实出发，总结出一般原则的过程。它属于或然性推理，即前提真且推理形式正确，但结论未必真。归纳推理常用于科学研究、统计分析、市场调查等领域。
- 演绎推理是从一般原则出发，推导出特殊结论的过程。它属于必然性推理，即前提真且推理形式正确，则结论必然真。演绎推理常用于数学、逻辑学、哲学等领域。
归纳推理和演绎推理之间既有区别又有联系。它们都是推理方法，都可以帮助我们更好地理解和解决问题。但是它们的推理过程不同，适用于不同的情境。在实际应用中，归纳推理和演绎推理往往相辅相成，共同帮助我们更好地解决问题。
总结
无论是演绎推理还是归纳推理,亦或者溯因分析。将其放在结构化思维中体现形式无非是自顶向下亦或者自顶向上。从简至繁，由繁入简。
非常感谢你的阅读，更多精彩内容，欢迎我的公众号「积跬Coder」与我一起成长。