RAGIONAMENTO E ANALISI FILOSOFICA A.A Corso di laurea triennale in Filosofia

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "RAGIONAMENTO E ANALISI FILOSOFICA A.A Corso di laurea triennale in Filosofia"

Transcript

1 1 RAGIONAMENTO E ANALISI FILOSOFICA A.A Corso di laurea triennale in Filosofia

2 2 Mart , aula 6; Merc , aula 6 Testi: A. Coliva e E. Lalumera: Pensare. Leggi ed errori del ragionamento, Carocci Editore M. Frixione: Come ragioniamo, Editori Laterza N. Warburton: Il primo libro di filosofia, Einaudi (parti?) altro? Controllare sito (+sito C.d.L.?) matteo.morganti@uniroma3.it Ricevimento: martedì15-17

3 3 Obiettivo del corso: Introdurre alle forme del ragionamento e all analisi filosofica di argomenti Due parti: Parte introduttiva : ragionamento, argomento, inferenza; deduzione, induzione e abduzione Seconda parte: analisi di argomenti su temi specifici di varia natura

4 4 Pensare e argomentare attraverso il linguaggio sembrano attività ovvie e facili da gestire In realtà non è così, ci sono leggi che rendono l argomentazione corretta o meno Distinzione fra retorica, psicologia e logica La filosofia deve partire dalla logica, quindi dallo studio delle forme di ragionamento Quindi, da ciò che rende un argomento corretto a prescindere dal suo contenuto

5 5 Il ragionamento e l argomentazione si sviluppano attraverso inferenze Una inferenza è una struttura linguistica (in senso lato) con precise caratteristiche Un insieme di enunciati/proposizioni, in cui l ultimo (conclusione) è ottenuto dagli altri (premesse) Aspetto sintattico e semantico Linguaggio naturale e linguaggio formalizzato

6 6 L elemento sintattico è prioritario Spesso le inferenze vanno ricostruite e rese esplicite: Quali sono le premesse? Quale la conclusione? Quali sono i nessi logici? C è qualcosa che è lasciato implicito e non detto? Successivamente, si considera il problema della verità della conclusione (e delle premesse) Distinzione fondamentale: validità/verità (e correttezza)

7 7 Incipit: (breve) storia della logica Aristotele (IV sec. a.c.) come primo logico Distinzione fra inferenze dialettiche e apodittiche Principi auto-evidenti Legge di identità (per qualunque a, a=a) Non contraddizione (è impossibile che a e che non-a allo stesso tempo - ogni enunciato del tipo a e non-a è falso) Terzo escluso (o a o non-a) Bivalenza (ogni enunciato è o vero o falso)

8 8 Sillogismi Aristotele esamina ragionamenti in cui ogni premessa ha un termine in comune con la conclusione, e un altro termine in comune con l altra premessa Nei sillogismi categorici vengono fatte affermazioni universali o particolari, e affermative o negative Esempio classico: Tutti gli uomini sono mortali, Socrate è un uomo, quindi Socrate è mortale

9 Sono possibili 256 sillogismi, ma ce ne sono alcuni, (detti perfetti ), dai quali si possono derivare tutti gli altri 9 Prima premessa Universale affermativa Universale negativa Universale affermativa Universale negativa Seconda premessa Universale affermativa Universale affermativa Particolare affermativa Particolare affermativa Conclusione Universale affermativa Universale negativa Particolare affermativa Particolare negativa

10 Nel III sec. a.c. la scuola Stoica sviluppa una logica di tipo proposizionale 10 Confronta: Se tutti gli A sono B e tutti i B sono C, allora tutti gli A sono C (termini) Se A allora B, A, quindi B (proposizioni/enunciati dichiarativi) Elaborazioni ulteriori in epoca medievale Boezio (V-VI sec.), Abelardo (XI-XII sec.), Ockham (XIII-XIV sec.), Buridano (XIV sec.)

11 11 Il quadrato aristotelico

12 12 Diagrammi di Venn

13 La sillogistica aristotelica rimane centrale fino al Rinascimento e all epoca moderna. Poi: 13 Filosofi come Francis Bacon (XVI-XVII sec.) approfondiscono lo studio della conoscenza empirica e dell induzione Altri come Locke (XVII sec.), istituiscono un collegamento logica-psicologia Descartes (XVII sec.) propone di sostituire alla sillogistica lo studio di regole del metodo per trarre conclusioni certe da premesse intuitive Logica di Port-Royal Tentativo di Leibniz di definire la logica come characteristica universalis

14 George Boole ( ) 14 Continuità con la tradizione aristotelica Analisi del pensiero e delle leggi del ragionamento in termini simbolici Formulazione matematica della logica Composizione logica di enunciati come operazione algebrica Definizione dell universo di discorso, cioè del dominio rilevante

15 Gottlob Frege ( ) Introduzione nella logica del concetto matematico di funzione Esempio: Socrate è ateniese esprime un concetto inserendo il nome Socrate nella funzione --- è ateniese (il risultato è un valore di verità) Introduzione dei quantificatori Presentazione non-psicologistica, formale e assiomatica della logica Sviluppi successivi 15 (Russell, Whitehead, Gödel, Tarski, Hilbert, Brouwer, Gentzen )

16 16 Il ragionamento: Deduzione e Induzione Due tipi fondamentali di inferenze (ragionamenti, argomenti ) Inferenze deduttive Inferenze induttive Struttura logica? Differenze?

17 Attenzione alla definizione tradizionale «la deduzione va dall universale al particolare, l induzione va dal particolare all universale» 17 Controesempi: Tutti i cigni che ho visto sono bianchi, domani vedrò un cigno Domani vedrò un cigno bianco (induttivo) Il pianeta x ha 2 satelliti, x è l unico pianeta esistente Tutti i pianeti esistenti hanno 2 satelliti (deduttivo) Piuttosto, in una inferenza deduttiva valida, se le premesse sono vere, allora necessariamente anche la conclusione è vera

18 18 Inoltre, l inferenza deduttiva non è ampliativa (quella induttiva sì) Niente di nuovo alla fine del ragionamento Se il ragionamento è valido, la verità è trasmessa dalle premesse alla conclusione Ma in un certo senso è già contenuta nelle premesse Esempio: 2+2=4 x=2 y=2 Quindi, x+y=4

19 19 Gli argomenti validi possono solo avere conclusioni vere se le premesse sono vere Tutti i numeri sono o pari o dispari 7 è un numero Quindi, 7 è o pari o dispari Tutti i numeri sono pari 7 è un numero Quindi, 7 è pari

20 20 In tali argomenti, invece, se le premesse sono false, la conclusione può essere sia vera sia falsa Tutte le creature con (almeno) dieci zampe hanno le ali Tutti i ragni hanno dieci zampe Quindi, tutti i ragni hanno le ali Tutti i pesci sono mammiferi Tutte le balene sono pesci Quindi, tutte le balene sono mammiferi

21 21 Per gli argomenti non validi, qualsiasi combinazione di premesse e conclusioni è possibile Invalido V-V: Se possedessi tutto l oro della Banca d Italia sarei ricco Non possiedo tutto l oro della Banca d Italia Quindi non sono ricco (Perché non è un argomento valido?)

22 22 Per gli argomenti non validi, qualsiasi combinazione di premesse e conclusioni è possibile Invalido V-F: Se qualcuno possedesse tutto l oro della Banca d Italia sarebbe ricco Berlusconi non possiede tutto l oro della Banca d Italia Quindi Berlusconi non è ricco

23 23 Per gli argomenti non validi, qualsiasi combinazione di premesse e conclusioni è possibile Invalido F-V: Tutti i mammiferi hanno le ali Tutte le balene hanno le ali Quindi, tutte le balene sono mammiferi (Perché non è valido? Può essere utile usare dei diagrammi )

24 24 Per gli argomenti non validi, qualsiasi combinazione di premesse e conclusioni è possibile Invalido F-F: Tutti i mammiferi hanno le ali Tutte le balene hanno le ali Quindi, tutti i mammiferi sono balene

25 25 Approccio formalizzato Tutto quello che abbiamo detto si può tradurre in un linguaggio preciso, con simboli specifici: Congiunzione e : Disgiunzione o : Implicazione se allora : (oppure ) Negazione non : (oppure ) Doppia implicazione se e solo se : Quantificatore universale ogni : Quantificatore esistenziale esiste un :

26 Questo fornisce un linguaggio condiviso ed elimina le ambiguità Specialmente nel caso dei quantificatori! Esempi (Coliva/Lalumera pp ): 1) Come intendere «Ogni uomo ama una donna»? y(uy x(dx Ayx)) x(dx y(uy Ayx)) 2) Come intendere «La moglie di Trump è spesso in TV»? x(mx Tx) x(mx y(my x=y) Tx) Ma Ta (a è una costante) 26

27 27 Per ogni enunciato ben formato, espresso o meno tramite simboli, si definiscono valori di verità possibili Tavole di verità A B A A B A B A B A B V V F V V V V V F F F V F F F V V F V V F F F V F F V V A è uguale a A L implicazione ( condizionale materiale ) esprime le condizioni necessarie e sufficienti

28 Per ogni enunciato ben formato, espresso o meno tramite simboli, si definiscono valori di verità possibili Tavole di verità A B A A B A B A B A B 28 V V F V V V V V F F F V F F F V V F V V F F F V F F V V x(px) vero se ogni elemento del dominio è P x(px) vero se almeno un elemento del dominio è P x= x ; x= x

29 29 Tautologie e contraddizioni Tautologie importanti: Non contraddizione; legge di Scoto e leggi di De Morgan A B (A A) (A A) B (A B) ( A B) (A B) ( A B) V V V V V V V F V V V V F V V V V V F F V V V V

30 30 Le regole principali dell inferenza deduttiva A questo punto possiamo identificare alcune regole fondamentali per la valutazione degli argomenti deduttivi MODUS PONENS: A B A B MODUS TOLLENS: A B B A

31 31 SILLOGISMO IPOTETICO: A B B C A C SILLOGISMO DISGIUNTIVO: A B A B ADDIZIONE: A A B

32 32 DILEMMA COSTRUTTIVO: (A B) (C D) A C B D ASSORBIMENTO: A (A B) A A (A B) A SEMPLIFICAZIONE: A B A

33 33 CONGIUNZIONE: A B A B REDUCTIO AD ABSURDUM: Se A (insieme ad altre premesse) implica contraddizione, allora A A parte la reductio, che è una regola più generale, sono tutte forme di argomento valide (Si può verificare attraverso le tavole di verità)

34 34 Da qui, si può passare al concetto di fallacia Una fallacia (deduttiva) è un errore nel ragionamento deduttivo in cui la conclusione potrebbe essere falsa anche se le premesse fossero vere Più in generale, si definisce fallacia un tipo di ragionamento che sembra corretto ma non è tale Per esempio, il ragionamento sembra seguire una delle forme argomentative appena viste, ma in realtà non è così

35 35 Tipi di fallacie: AFFERMAZIONE DEL CONSEGUENTE: Se piove prendo l ombrello Prendo l ombrello Quindi, piove NEGAZIONE DELL ANTECEDENTE: Se piove prendo l ombrello Non piove Quindi, non prendo l ombrello CONCLUSIONE IRRILEVANTE ( Ignoratio elenchi )

36 36 FALLACIA DI RILEVANZA Le premesse non conducono alla conclusione Esempio un discorso di Ronald Reagan I reduci hanno sempre avuto voce in capitolo nel nostro governo Quindi, è arrivato il momento di dar loro il riconoscimento che tanto meritano

37 37 FALLACIA DI RILEVANZA Le premesse non conducono alla conclusione Esempio un discorso di Ronald Reagan I reduci hanno sempre avuto voce in capitolo nel nostro governo Chi ha sempre avuto voce in capitolo nel nostro governo deve ricevere un riconoscimento Il riconoscimento da parte del governo non può tardare più di 10 anni Tutti i reduci hanno atteso quasi 10 anni Quindi, è arrivato il momento di dar loro il riconoscimento che tanto meritano

38 38 In generale, qualsiasi applicazione sbagliata delle regole che abbiamo visto è una fallacia La forma dell argomento viene presentata come ovvia/tautologica ma non lo è In tutti questi casi, l errore non ha a che fare col contenuto degli enunciati Bensì con i nessi logici fra premesse e conclusioni Il ragionamento non è deduttivamente valido

39 39 Altre fallacie coinvolgono la verità/falsità delle premesse: L argomento ad ignorantiam presenta per vero un enunciato sulla base della mancanza di prove della sua falsità L argomento ad verecundiam presenta come vero un enunciato solo sulla base di una presunta autorità L argomento ad hominem attacca una tesi/conclusione aggredendo la persona che la sostiene L argomento ad populum utilizza la popolarità di una opinione o tesi per presentarla come vera Altri argomenti fallaci utilizzano altre emozioni in modo analogo paura, misericordia, altruismo ecc.

40 Altri errori del ragionamento: Uomo di paglia (Frixione, p. 37) banalizzazione della tesi da screditare A vuole ridurre le spese militari; azzerare le spese militari vuol dire rimanere indifesi; Quindi, A vuole farci rimanere indifesi Equivocazione (Frixione, p. 49) utilizzo scorretto di una molteplicità di significati Lo studio della logica è meglio di niente; niente è meglio della salute; (essere meglio di è una relazione transitiva); Quindi, Lo studio della logica è meglio della salute Circolo vizioso (Frixione, p. 63) far dipendere la verità delle premesse da quella della conclusione La Bibbia dice che Dio esiste; La Bibbia non può mentire perché è la parola di Dio; Quindi, Dio Esiste 40

41 Altri errori del ragionamento: Fallacia di composizione attribuire una proprietà al tutto sulla base del fatto che è posseduta dalle parti Gli atomi sono leggerissimi; l elefante è fatto esclusivamente di atomi; Quindi, l elefante è leggerissimo Fallacia di divisione attribuire una proprietà alle parti sulla base del fatto che la possiede il tutto Il computer è veloce; Il computer è composto di pezzi di plastica e metallo; Quindi, i pezzi di plastica e metallo sono veloci Anfibolia ambiguità nei termini 41 Ogni uomo ama una donna (già visto ) Posso sollevare un uomo con una mano sola

42 42 Riassunto: Enunciati e argomenti -Validità e verità Se le premesse sono vere, è necessariamente vera la conclusione Tautologia: enunciato che è vero per qualunque assegnazione di valori di verità ai componenti Regole del ragionamento = forme generali di ragionamento che corrispondono a tautologie Esempio: modus ponens Se A allora B; A; Quindi B ((A B) A) B Fallacie (in senso stretto e in senso lato), logica e retorica

43 Utilità/applicazione del ragionamento deduttivo In generale, il ragionamento deduttivo valido permette di inferire le conseguenze di certe premesse in modo non ambiguo Scienze con oggetti di studio astratti e basate su assiomi, come la matematica e la geometria 43 Discussioni, valutazioni e decisioni quotidiane Esempi in Frixione, pp

44 Discussioni, valutazioni e decisioni quotidiane 44 Quale carta/carte bisogna girare per testare l ipotesi che se una carta ha un numero pari allora è rossa sul dorso? Dato che P R è falso se e solo se P e R sono veri, dovrò controllare se ci sono casi in cui si verificano entrambe le condizioni Quindi P (per controllare R) e R (per controllare P)

45 Discussioni, valutazioni e decisioni quotidiane 45 Di fatto, molte persone non ragionano così Il ragionamento ordinario non si conforma (perfettamente) alla deduzione Il ragionamento ordinario è influenzato dal contenuto Gli errori di questo tipo coinvolgono anche il ragionamento induttivo/probabilistico, e ci torneremo

46 46 Utilizzo in filosofia Formulazione non ambigua di tesi filosofiche Possibilità di valutare tali tesi sulla base della loro forma/struttura, e poi del contenuto delle premesse utilizzate Esempio (più difficile!!) l esistenza di Dio (Cfr. testo di Warburton, pp )

47 47 La prova ontologica dell esistenza di Dio «O Signore, tu non solo sei ciò di cui non si può pensare nulla di più grande [non solum es quo maius cogitari nequit], ma sei più grande di tutto ciò che si possa pensare [quiddam maius quam cogitari possit] [...]. Se tu non fossi tale, si potrebbe pensare qualcosa più grande di te, ma questo è impossibile» Sant Anselmo, Proslogion (ca. 1077)

48 «Ora noi crediamo che tu sia qualche cosa di cui nulla può pensarsi più grande. O forse non esiste una tale natura, poiché lo stolto disse in cuor suo: Dio non esiste (Salmo 13,1, e Salmo 52, 1)? Ma certo quel medesimo stolto, quando ode ciò che dico, e cioè la frase qualcosa di cui nulla può pensarsi più grande, intende quello che ode; e ciò che egli intende è nel suo intelletto, anche se egli non intende che quella cosa esista. Altro infatti è che una cosa sia nell intelletto, altro è intendere che la cosa sia. Infatti, quando il pittore si rappresenta ciò che dovrà dipingere, ha nell intelletto l opera sua, ma non intende ancora che esista quell opera che egli ancora non ha fatto. Quando invece l ha già dipinta, non solo l ha nell intelletto, ma intende pure che l opera fatta esiste.» 48

49 «Anche lo stolto, dunque, deve convincersi che vi è almeno nell intelletto una cosa della quale nulla può pensarsi più grande, poiché egli intende questa frase quando la ode, e tutto ciò che si intende è nell intelletto. Ma certamente ciò di cui non si può pensare il maggiore non può esistere solo nell intelletto. Infatti, se esistesse solo nell intelletto, si potrebbe pensare che esistesse anche nella realtà, e questo sarebbe più grande. Se dunque ciò di cui non si può pensare il maggiore esiste solo nell intelletto, ciò di cui non si può pensare il maggiore è ciò di cui si può pensare il maggiore. Il che è contraddittorio. Esiste dunque senza dubbio qualche cosa di cui non si può pensare il maggiore e nell intelletto e nella realtà.» 49

50 La prova ontologica dell esistenza di Dio 1. Per definizione, Dio è un entità tale che è impossibile immaginarne una più perfetta 2. Un essere che esiste nella realtà è più perfetto di uno che non esiste nella realtà 3. Quindi, se Dio esiste nella mente ma non nella realtà, allora possiamo immaginare qualcosa di più perfetto di Dio (cioè un entità che esiste anche nella realtà) 4. Ma non possiamo immaginare qualcosa di più perfetto di Dio 5. Quindi se Dio esiste nella mente, allora esiste anche nella realtà 6. Dio esiste nella mente (può essere immaginato) 7. Quindi, Dio esiste nella realtà 50

51 La prova ontologica dell esistenza di Dio 1. Per definizione, Dio è un entità tale che è impossibile immaginarne una più perfetta 2. Un essere che esiste nella realtà (necessariamente) è più perfetto di uno che non esiste nella realtà (necessariamente) 3. Quindi, se Dio esiste nella mente ma non (necessariamente) nella realtà, allora possiamo immaginare qualcosa di più perfetto di Dio (cioè un entità che esiste anche nella realtà (necessariamente)) 4. Ma non possiamo immaginare qualcosa di più perfetto di Dio 5. Quindi se Dio esiste nella mente, allora esiste anche nella realtà (necessariamente) 6. Dio esiste nella mente (può essere immaginato) 7. Quindi, Dio esiste nella realtà (necessariamente) 51

52 La prova ontologica dell esistenza di Dio 1. Da (assunzione) 2. Ia (assunzione) 3. ERa (assunzione) 4. x(ix ERx) y(iy ERy) (assunzione) 5. y(iy ERy) (2., 3., e 4.) 6. x(erx y( ERy xpy)) (assunzione) 7. y(iy ypa) (6., 5., e 3.) 8. y(iy ypa) (definizione) 9. Contraddizione (7. e 8.). C. ERa (9. e 3.) 52 D=è Dio; I=è immaginabile/esiste nell immaginazione; ER=esiste nella realtà; P= è più perfetto di

53 La prova ontologica dell esistenza di Dio 1. Da (assunzione) 2. Ia (assunzione) 3. ERa (assunzione) 4. x(ix ERx) y(iy ERy) (assunzione) 5. y(iy ERy) (2., 3., e 4.) 6. x(erx y( ERy xpy)) (assunzione) 7. y(iy ypa) (6., 5., e 3.) 8. y(iy ypa) (definizione) 9. Contraddizione (7. e 8.). C. ERa (9. e 3.) Reductio ad absurdum tenendo ferme tutte le assunzioni tranne una 53

54 La prova ontologica dell esistenza di Dio 1. Da (assunzione) 2. Ia (assunzione) 3. ERa esistenziale questo vuol dire che esiste un tale che (assunzione) diventa l oggetto specifico 4. (Ia ERa) (Ib ERb) (istanziazione) che. Nel caso del 5. (Ib ERb) quantificatore universale, la (2., 3., e 4.) costante indica uno qualunque 6. ERb degli oggetti nel dominio. (5., congiunzione) 7. ERb ( ERa bpa)) (istanziazione) 8. bpa (6., 7., e 3.) 9. (Ib bpa) (definizione) 10. bpa (9., 5., congiunzione) 11. Contraddizione (10. e 8.). C. ERa (11. e 3.) Ora si può discutere la verità/falsità delle premesse 54 Istanziazione: i quantificatori si possono eliminare inserendo costanti (a, b, c, ) al posto delle variabili (x, y, z, ). Nel caso del quantificatore

55 1. Da (assunzione) 2. Ia (assunzione) 3. ERa (assunzione) 4. x(ix ERx) y(iy ERy) (assunzione) 5. y(iy ERy) (2., 3., e 4.) 6. x(erx y( ERy xpy)) (assunzione) 7. y(iy ypa) (6., 5., e 3.) 8. y(iy ypa) (definizione) 9. Contraddizione (7. e 8.). C. ERa (9. e 3.) C è veramente un entità che corrisponde al predicato D? Possiamo immaginare un entità massimamente perfetta? Connessione fra immaginazione ed esistenza? L esistenza è una proprietà? Rende più perfette le cose? Il ragionamento non si applica ugualmente ad entità non divine? 55

56 56 Parte 2: Il ragionamento induttivo La validità deduttiva implica che premesse vere conducono necessariamente a conclusioni vere Nel caso del ragionamento induttivo, le cose non stanno così Anche se si ragiona correttamente, premesse vere non garantiscono la verità della conclusione Forme dell induzione: Caso 1, caso 2, caso n Caso n+1 Caso 1, caso 2, caso n Conclusione generale (Ogni x osservato il prossimo/tutti gli x )

57 In entrambi i casi la conclusione potrebbe essere falsa Eppure non riteniamo di compiere errori di ragionamento Di fatto, spesso ci affidiamo a questa forma di ragionamento e non potremmo fare altrimenti Questo suggerisce che si tratta di una forma di ragionamento diversa L induzione è utile perché è ampliativa C è più informazione nella conclusione che nelle premesse 57

58 L induzione è centrale per le scienze empiriche E per la nostra interazione quotidiana col mondo Ma presenta un problema di giustificazione perchè accettarne le conclusioni? 58 Attenzione! Il problema sembra esserci anche per la deduzione Su che base accettiamo le conclusioni dei ragionamenti deduttivi? Tavole di verità, tautologie e regole, ok, ma

59 59 Cfr. Lewis Carroll (1895) Considerate: 1) Due elementi che sono uguali ad un terzo sono uguali fra loro 2) I due lati di questo triangolo sono uguali al terzo C) I due lati di questo triangolo sono uguali fra loro (modus ponens) Perché?

60 Perché ogni volta che prendo qualcosa come 1) e 2) per vere, devo prendere qualcosa come la conclusione per vero. Ma allora ho: 60 1) Due elementi che sono uguali ad un terzo sono uguali fra loro 2) I due lati di questo triangolo sono uguali al terzo 3) Ogni volta che prendo qualcosa come 1) e 2) per vere, devo prendere qualcosa come C) per vero C) I due lati di questo triangolo sono uguali fra loro Ma perché dovrei accettare questo? Regresso all infinito

61 Nel caso della deduzione, però, siamo tutti d accordo che è razionale accettare la conclusione Non sembrano esserci alternative Le regole sembrano auto-evidenti Le conclusioni che raggiungiamo a partire da premesse vere sembrano sempre vere Cosa si può dire nel caso dell induzione Vale a dire, come valutare la possibilità di sbagliare, il rischio che si corre utilizzando questa forma di ragionamento, anche nel caso in cui sembra di farlo nel modo giusto? 61

62 David Hume ( ) Trattato sulla Natura Umana ( ) Empirismo Definizione di una scienza dell uomo di tipo naturalistico, cioè basata solo su dati di esperienza 62 Non si deve, nè può, cercare di aggiungere altro, andando oltre ciò che percepiamo e le nostre operazioni su tali dati Tutto nasce dall esperienza, cioè da percezioni sensoriali

63 Impressioni e idee sono diverse per quanto riguarda la vivacità della percezione Memoria e Immaginazione Questione fondamentale: Da dove otteniamo l idea di nesso necessario? 63 Relazioni causali Nessi fra premesse sul mondo e conclusioni generali di tipo induttivo La percezione non ci fa accedere ad alcuna connessione necessaria

64 Non possiamo neanche presupporre la uniformità della natura Si tratta proprio di ciò a cui ci conduce l induzione 64 Né è utile considerare connessioni non necessarie ma probabilistiche Qualsiasi presupposizione su ciò che è altamente o poco probabile dipende dall esperienza L esperienza, quindi, non contiene il materiale che renderebbe il ragionamento causale/induttivo un ragionamento necessitante

65 Quindi l idea di connessione necessaria non è un idea della memoria (non nasce da impressioni) Si tratta di un idea dell immaginazione determinata dall abitudine L abitudine emerge dalla ripetizione regolare di eventi simili contigui nello spazio e nel tempo in questo caso, coppie di eventi L abitudine ci fa credere con forza che dato un ennesimo evento di un tipo C se ne darà un altro di un tipo E nel futuro La razionalità della credenza nel ragionamento induttivo ha una base psicologica, non logica 65

66 Induzione: Forma di ragionamento ampliativa, che passa da premesse riguardanti un numero finito di elementi a conclusioni generali/universali Ciò la rende deduttivamente invalida, ma non implica che l induzione non sia usata o non vada usata In effetti, la si usa proprio perché comporta un rischio sotto forma di aumento di informazione da un esperienza (necessariamente) finita a ipotesi universali (leggi) Del resto, il problema della giustificazione in senso stretto si estende anche alla deduzione Hume: se l esperienza contenesse il nesso necessario fra passato e futuro, l induzione sarebbe giustificata (deduttivamente!), ma non è così L uso dell induzione è giustificato dalla nostra struttura psicologica 66

67 67 K.R. Popper ( ): Hume ha ragione nel dire che l induzione non è giustificata razionalmente Ha però torto nel dire che comunque dobbiamo accettarla come inevitabile su basi psicologiche La conoscenza del mondo procede invece deduttivamente Le ipotesi vengono sempre prima!

68 La conoscenza (di senso comune e scientifica) procede deducendo e mettendo alla prova ipotesi 68 Ipotesi/teorie Conseguenze Prove empiriche Falsificazionismo: la conoscenza si basa su tentativi di confutare delle ipotesi N.B.: C è una asimmetria fondamentale fra verifica e falsificazione! Tanto più si tenta invano di falsificare un ipotesi, tanto più questa è corroborata

69 Si può però essere in disaccordo con Popper Da dove vengono le ipotesi? Ereditarietà? Idee innate? Intuizione intellettuale? Perché credere in un ipotesi corroborata? Si può veramente considerare la scienza (o la conoscenza in generale) come una serie di tentativi di falsificare? La relazione fra teoria e esperimento non è così semplice (Rilevanza del ragionamento abduttivo, di cui parleremo) 69

70 70 N. Goodman ( ): Si ritiene spesso che il problema di Hume si possa ignorare, o che sia dissolto anche se non risolto Ma in realtà il problema dell induzione rimane Hume rende conto della sorgente delle predizioni induttive che formuliamo, ma non del perché accettiamo certe ipotesi di natura induttiva e non altre Si può e si deve dire di più su ipotesi e accettabilità

71 1) Innanzitutto, si deve tornare al problema della giustificazione Secondo Goodman, il problema ha una soluzione pragmatica, legata all uso Per giustificare la deduzione non facciamo che mostrare che le inferenze si confanno a regole generali L apparente circolarità è virtuosa, regole e inferenze si supportano a vicenda Anche per l induzione basta mostrare che le inferenze si confanno a regole generali e codificano accuratamente la pratica comune 71

72 72 2) Ma cosa dire a proposito della nostra accettazione di alcune ipotesi induttive e non altre? Esempio: Blerde =Verde se esaminato prima di t 1, altrimenti blu Assumiamo di aver osservato smeraldi fino a t o <t 1 H 1 =tutti gli smeraldi sono verdi H 2 =tutti gli smeraldi sono blerdi H 1 ci sembra confermato dall evidenza, non H 2 Ma perché?

73 73 N.B.: la dipendenza dall istante temporale e la credibilità dei predicati è una questione totalmente relativa dipende da quali ipotesi utilizziamo Si vede a questo punto perché è essenziale passare dalla domanda iniziale (Hume) Perché un istanza positiva di H ci autorizza a predire altre istanze positive? alla domanda Quali ipotesi sono confermate da istanze che giudichiamo positive? ( Cosa è H? ) considerando attentamente i predicati possibili

74 74 Anche a proposito di questo Goodman propone una teoria pragmatica, legata all uso Secondo Goodman, scegliamo i predicati più radicati nel linguaggio Cioè quelli che sono stati usati di più, che hanno guidato più inferenze passate, e si inseriscono meglio nelle strutture linguistiche esistenti Questo permette di determinare le ipotesi accettabili e anche cosa sia una legge Esempio: perché tutte le monete nella mia tasca sono di rame? Cosa dire di una moneta x d argento fuori dalla tasca?

75 Risposta in termini di controfattuali: Se la moneta x fosse stata nella mia tasca sarebbe stata di rame è meno radicato di Se la moneta x fosse stata nella mia tasca non sarebbe diventata di rame Consideriamo una legge che Gli oggetti materiali non cambiano composizione chimica a seconda della loro semplice posizione spazio-temporale Il fatto che le monete nella mia tasca siano tutte di rame è di conseguenza visto come una mera coincidenza (generalizzazione accidentale) 75 Va bene, ma perché? Su cosa si fonda il successo pratico di regole, ipotesi e predicati?

76 Sull idea di conferma Il paradosso di Hempel Considerate l enunciato Tutti i corvi sono neri x(cx Nx) Confermato da (Ca Na) Ma equivalente a livello di valori di verità a x( Nx Cx) (entrambe le espressioni sono false quando?) Tavole di verità Cx vero e Nx falso 76

77 Sull idea di conferma Il paradosso di Hempel Considerate l enunciato Tutti i corvi sono neri x(cx Nx) Confermato da (Ca Na) Ma equivalente a livello di valori di verità a x( Nx Cx) 77 Confermato da ( Na Ca) Ma una sedia marrone (per esempio) non conferma l ipotesi che tutti I corvi sono neri!

78 78 Il paradosso di Hempel ed altre considerazioni simili mostrano che oltre a un problema di giustificazione e di scelta delle ipotesi, l induzione presenta anche un problema relativo a cosa conferma la correttezza delle ipotesi stesse Sono possibili varie elaborazioni filosofiche e formali (tali da accettare il paradosso come solo apparente, o da aggiungere ulteriori paletti alla conferma di ipotesi induttive)

79 Induzione - riassunto: Forma di ragionamento ampliativa, che passa da premesse riguardanti un numero finito di elementi a conclusioni generali/universali Ciò la rende deduttivamente invalida, ma non implica che l induzione non sia usata o non vada usata In effetti, la si usa proprio perché comporta un rischio sotto forma di aumento di informazione da un esperienza (necessariamente) finita a ipotesi universali (leggi) Del resto, il problema della giustificazione in senso stretto si estende anche alla deduzione Nel caso dell induzione, la base razionale (dell uso come pure della scelta delle ipotesi e, in parte, di ciò che conta come conferma) è psicologica/pragmatica 79

80 Mettiamo ora da parte il problema (i problemi) dell induzione E consideriamo invece la distinzione fra: Generalizzazioni induttive (in senso stretto) Generalizzazioni statistiche Le seconde arrivano a conclusioni probabilistiche a partire da premesse statistiche su campioni indicativi Schema generale: Su un campione casuale di m individui P, n% di essi sono Q, quindi circa l n% dei P sono Q 80

81 Differenza sostanziale con l induzione: non tutti i casi osservati sono uguali Stessa connessione con l idea di legge di natura e di spiegazione Generalizzazione induttiva Legge universale Predizione/spiegazione di fenomeni come eventi necessari Esempi: massa dell elettrone, accelerazione di gravità Generalizzazione statistica Legge probabilistica Predizione/spiegazione di fenomeni come eventi probabili Esempi: decadimento dell atomo radioattivo, peso dell elefante, diffusione del raffreddore a gennaio 81

82 82 Nel caso del ragionamento statistico, vero e falso diventano casi-limite e occorre considerare tutti i valori di probabilità possibili fra 0 e 1 Ad ogni evento E si associa una probabilità 0 Pr(E) 1 Le probabilità possono esprimere: credenze soggettive, propensioni di singoli eventi/oggetti, frequenze (reali o ideali), rapporti fra casi rilevanti e casi possibili

83 83 Nel caso del ragionamento statistico, vero e falso diventano casi-limite e occorre considerare tutti i valori di probabilità possibili fra 0 e 1 Ad ogni evento E si associa una probabilità 0 Pr(E) 1 Le probabilità possono esprimere: credenze soggettive, propensioni di singoli eventi/oggetti, frequenze (reali o ideali), rapporti fra casi rilevanti e casi possibili

84 La probabilità classica si calcola a priori Probabilità di ottenere croce? ½ Probabilità di ottenere un 6 con un dado? 1/6 La probabilità come frequenza si basa sull osservazione La frequenza reale è diversa da quella ideale (che coincide con la probabilità classica se disponibile) Probabilità di ottenere croce? Tende a ½ con l aumento dei lanci Probabilità di ottenere un 6 con un dado? Tende a 1/6 con l aumento dei lanci 84

85 Num. osservazioni 85 Distribuzioni possibili osservate (es.: 0 teste/100 croci 100 teste/0 croci) N.B.: La frequenza ideale/probabilità a priori può essere ignota Generalizzazioni statistiche: Su un campione casuale di m individui P, n% di essi sono Q, quindi circa l n% dei P sono Q Logica induttiva: Quanti P sono Q è calcolato sulla base di quantità dei dati, dei casi positivi, delle tendenze etc.

86 86 Come si calcolano le probabilità? Ad ogni evento E si associa una probabilità 0 Pr(E) 1 Se A e B sono reciprocamente esclusivi, Pr(A B)=Pr(A)+Pr(B) Es.: fare 2 o 3 con un dado: Pr(2 3)=Pr(2)+Pr(3)=1/6+1/6=1/3 Se sono esaustivi, il totale è 1 Es.: fare testa o croce con un lancio di una moneta: Pr(C T)=Pr(C)+Pr(T)=1/2+1/2=1

87 Per quanto riguarda Pr(A B) Se A e B sono eventi indipendenti, è uguale a Pr(A)xPr(B) Es.: ottenere due teste lanciando una moneta due volte (?) 87 Se A e B sono dipendenti, occorre calcolare la probabilità condizionale Pr(A B) Se Pr(B)>0, allora Pr(A B)=Pr(A B)/Pr(B) Da cui segue che Pr(A B)=Pr(A B)xPr(B) Es.: la probabilità che il/la nipote di Tizio sia biondo/a, e che lo sia anche suo/a figlio/a (bisnipote di Tizio)

88 88 Punti importanti: Pr(A B) è sempre maggiore di o uguale a Pr(A) e a Pr(B) Es.: ottenere testa al primo lancio o al secondo Pr(A B) è sempre minore di o uguale a Pr(A) e Pr(B) Es.: ottenere testa al primo e al secondo lancio (Quali sono i valori con una moneta regolare? Attenzione al primo caso!) Questo è vero per qualsiasi numero di eventi

89 89 Fallacie del ragionamento induttivo e probabilistico: Come detto, in senso stretto tutti i ragionamenti induttivi sono fallaci In senso lato, invece, non ci sono fallacie induttive nel senso formale Generalizzazione indebita I casi positivi osservati sono troppo pochi Campione non rappresentativo I casi osservati non sono indicativi dell insieme

90 Conclusione non obiettiva 90 I casi positivi osservati non conducono alla conclusione Valutazione erronea delle probabilità Calcolo sbagliato Dipendenza/indipendenza reciproca degli eventi non presa in considerazione Bias della disponibilità sopravvalutazione di eventi con un particolare significato per il soggetto Esempi:

91 91 1) Al casinò, osserviamo 10 giri di roulette A) Quale sequenza è più probabile? Sappiamo anche che la roulette non è truccata B) Se dovessimo osservare la prima sequenza, su cosa dovremmo scommettere all undicesimo giro, e perché? Risposte: R R R R R R R R R R N R R N R N N N R N Chi dice rosso commette la fallacia del giocatore!! A) Sono ugualmente probabili (eventi indipendenti!) B) Non c è differenza fra rosso e nero

92 92 2) Linda Linda ha 62 anni, è single, è estroversa, brillante, ha una laurea in filosofia ed è sempre stata impegnata socialmente, in particolare contro il nucleare e le discriminazioni Cos è più probabile? 1) Linda lavora in banca 2) Linda lavora in banca ed è attiva nel movimento femminista Risposta: 1), dato che è uno dei due congiunti di 2)

93 93 3) Dilemma di Monty Hall In un gioco, dovete scegliere una di tre porte sapendo che: a) Dietro una porta c è una macchina nuova e dietro ciascuna delle altre due una capra b) Vincerete il premio dietro la porta che vi capita alla fine Dopo che avete scelto, il conduttore apre un altra porta e vi fa vedere che c è una capra Dopodiché, vi offre di scambiare la porta che avete scelto con l altra porta rimanente Accettate o no? Perché?

94 94

95 95 Più in dettaglio: Sappiamo che: Pr(A)=Pr(B)=Pr(C)=1/3 Ma se, scelto C, viene aperta B, dobbiamo calcolare Pr(C apre B) che è uguale a Pr(apre B C)xPr(C)/Pr(apre B) che è uguale a (1/2x1/3)/1/2, cioè a 1/3 Teorema di Bayes (deriva dalla probabilità condizionale):

96 Considerando invece Pr(A apre B) vediamo che è uguale a Pr(apre B A)xPr(A)/Pr(apre B) che è uguale a (1x1/3)/1/2, cioè a 2/3 96 Dato che se si è scelto C e il premio è in A, necessariamente sarà aperto B Quindi, è più probabile che il premio sia in A dobbiamo accettare lo scambio!

97 Altre forme di ragionamento non deduttivo Ragionamento per analogia La conclusione si basa su una somiglianza fra casi A e B condividono le proprietà P, Q, R A è T Quindi, B è T Esempio: L argento e l oro conducono bene il calore e l elettricità, sono malleabili e resistono alla trazione e alla compressione L argento è saldabile Quindi, l oro è saldabile 97

98 Inferenza causale La conclusione si basa su una correlazione che è apparsa costante nel passato e appare necessaria A e B sono stati osservati regolarmente insieme Quindi, c è un nesso causale fra A e B Esempio: Si è osservato con regolarità che il consumo di alcool è seguito dal mal di testa Il consumo di alcool causa il mal di testa Il consumo di alcool è una condizione sufficiente In altri casi, possono emergere condizioni necessarie, oppure necessarie e sufficienti (Ricordate A B e A B) 98

99 99 Abduzione e inferenza alla migliore spiegazione Charles S. Peirce ( ): Deduzione Regola Caso Risultato Induzione Caso Risultato Regola Abduzione Risultato Regola Caso

100 100 Esempio: Il formaggio nella dispensa è scomparso La notte scorsa ho sentito rumori raschianti provenienti dalla dispensa Quindi, il formaggio è stato mangiato da un topo L obiettivo è spiegare il fatto nella prima premessa La conclusione è ampliativa, ed esprime l ipotesi che sembra spiegare di più delle altre

101 101 Non deduttivo: Il formaggio nella dispensa è scomparso La notte scorsa ho sentito rumori raschianti provenienti dalla dispensa Quindi, il formaggio è stato mangiato da un topo

102 102 Non deduttivo: Il formaggio nella dispensa è scomparso La notte scorsa ho sentito rumori raschianti provenienti dalla dispensa Tutti i rumori raschianti provenienti dalle dispense sono causati da topi Appena un topo si trova in una dispensa, mangia tutto il formaggio disponibile prima di chiunque altro Quindi, il formaggio è stato mangiato da un topo

103 103 Ma non è neanche un ragionamento basato sulla generalizzazione Nè si basa su similarità o nessi causali necessari Ciò che è fondamentale è il potere esplicativo Si sceglie fra più ipotesi quella che sembra spiegare di più delle altre (anche causalmente) In senso stretto, nel caso dell abduzione si accetta esplicitamente una fallacia logica

104 104 La fallacia dell affermazione del conseguente Se A allora B B Quindi A Il formaggio nella dispensa è scomparso e la notte scorsa ho sentito rumori raschianti provenienti dalla dispensa (B) [Se ci fosse stato un topo, allora il formaggio sarebbe scomparso e avrei sentito rumori raschianti provenienti dalla dispensa] (A B) Quindi, c è stato un topo (e il formaggio è stato mangiato da quel topo) (A)

105 Chiaramente, però, la fallacia non è (ugualmente) problematica In un caso si ragiona in modo erroneo non sapendo di farlo In un altro si cerca di scegliere fra più ipotesi esplicative sottodeterminate dall evidenza, nonostante l inevitabile fallibilità 105 Anche in questo caso, l obiettivo è quello di interagire con successo con la realtà Ok, ma: viene prima l induzione o l inferenza alla spiegazione migliore?

106 106 Peirce, Harman e altri: Prima l inferenza alla spiegazione migliore! Quando generalizziamo induttivamente, non facciamo che affermare ciò che ci sembra costituire la migliore spiegazione dell evidenza Hume : Prima l induzione! È comunque sulla base di induzioni passate che giudichiamo il potere esplicativo

107 Ad ogni modo, l abduzione/inferenza alla migliore spiegazione è una forma di ragionamento fondamentale: Storie di detective Spiegazioni scientifiche 107 Esperienza di senso comune (per esempio, nel caso di esperienza indiretta basata sulla testimonianza) Entrano in gioco questioni complesse, relative a: Natura della spiegazione e relazione con la verità Come e perché identifichiamo alcune ipotesi come più soddisfacenti dal punto di vista della spiegazione Elemento biologico/evolutivo ed elemento culturale

108 1) Una caratteristica importante dell abduzione (condivisa con l induzione ma non con la deduzione) è che essa viola la monotonicità Può darsi il caso che una conclusione segua da un sottoinsieme di premesse ma non dall insieme Cioè, aggiungere premesse può bloccare l inferenza Esempio: 108 Pino e Gino hanno avuto un grosso litigio qualche giorno fa Ieri ho visto Pino e Gino a un bar insieme Quindi, Pino e Gino hanno fatto pace

109 1) Una caratteristica importante dell abduzione (condivisa con l induzione ma non con la deduzione) è che essa viola la monotonicità Può darsi il caso che una conclusione segua da un sottoinsieme di premesse ma non dall insieme Cioè, aggiungere premesse può bloccare l inferenza Esempio: Pino e Gino hanno avuto un grosso litigio qualche giorno fa Ieri ho visto Pino e Gino a un bar insieme Pino e Gino hanno avuto un incidente d auto Al bar, Pino e Gino compilavano dei fogli colorati Quindi, Pino e Gino hanno fatto pace?? 109

110 La non monotonicità corrisponde alla fallibilità del ragionamento e alla possibilità di controesempi Come già detto, questo non implica che l abduzione sia una forma di ragionamento difettosa che dobbiamo cercare di evitare Piuttosto, indica che in alcuni casi abbiamo bisogno di arrivare a conclusioni sulla base di informazioni incomplete 110 Gli studiosi hanno definito strumenti per gestire questo tipo di situazioni, anche a prescindere dal caso specifico dell abduzione

111 111 Circoscrizione di alcuni predicati in modo che si applichino solo in casi eccezionali Assumere che, per default, l informazione che stiamo valutando non contraddica ciò che sappiamo e le conclusioni che siamo portati a trarre Logiche in cui si ammette che, se dalle premesse non segue P, si può assumere P Connessione con i meccanismi della visione e le illusioni percettive (Frixione pp )

112 112

113 2) In generale, l abduzione come paradigmatica del ragionamento reale conduce alla riflessione sul rapporto fra limiti nell informazione e necessità di scelta 113 Connessione con l IA Equilibrio informazione/computazione Modelli del ragionamento reale Teoria dei modelli mentali, logica mentale e errori di ragionamento (Frixione pp , esempi pp )

114 Fallacie degli altri ragionamenti non deduttivi Analogia impropria A e B condividono proprietà, ma c è anche (almeno) una proprietà di B non condivisa da A e che blocca il passaggio analogico da A a B Post hoc ergo propter hoc B segue A ma la precedenza temporale non è accompagnata da relazione causale Scambio di una causa comune con una correlazione causale Si ritiene che A causi B, ma in realtà C causa sia A che B 114

115 Fallacie degli altri ragionamenti non deduttivi Spiegazione circolare A è spiegato sulla base di B, ma B si basa su, o non aggiunge nulla a, A Spiegazione non controllabile A è spiegato sulla base di B, ma non si può verificare se effettivamente B implica A Utilizzo di predicati vaghi con conclusioni assurde Paradosso del sorite Problema filosofico dei termini vaghi e logiche fuzzy (Frixione pp ) 115

116 Ultima parte del corso: argomenti filosofici Warburton - Il primo libro di filosofia Introduzione a temi e dibattiti centrali in filosofia Importante: da studiare soprattutto dal punto di vista della struttura degli argomenti e della base per cui viene sostenuta o criticata una tesi 116 Idealmente, si dovrebbe essere in grado di tradurre gli argomenti nel testo in termini formali, o comunque precisi e rigorosi Non solo cosa si dice, ma come e perché

117 117 Sette macro-argomenti : Dio Giusto e sbagliato Politica Mondo esterno Scienza Mente Arte

118 1. Dio 118 L esistenza e la natura di Dio La giustificazione dell esistenza del male La base della credenza in Dio I miracoli La morte

119 1. Dio 119 L esistenza e la natura di Dio Abbiamo già discusso l argomento di Sant Anselmo (argomento ontologico)

120 120 «Ora noi crediamo che tu sia qualche cosa di cui nulla può pensarsi più grande. O forse non esiste una tale natura, poiché lo stolto disse in cuor suo: Dio non esiste (Salmo 13,1, e Salmo 52, 1)? Ma certo quel medesimo stolto, quando ode ciò che dico, e cioè la frase qualcosa di cui nulla può pensarsi più grande, intende quello che ode; e ciò che egli intende è nel suo intelletto, anche se egli non intende che quella cosa esista. Altro infatti è che una cosa sia nell intelletto, altro è intendere che la cosa sia. Infatti, quando il pittore si rappresenta ciò che dovrà dipingere, ha nell intelletto l opera sua, ma non intende ancora che esista quell opera che egli ancora non ha fatto. Quando invece l ha già dipinta, non solo l ha nell intelletto, ma intende pure che l opera fatta esiste.»

121 121 «Anche lo stolto, dunque, deve convincersi che vi è almeno nell intelletto una cosa della quale nulla può pensarsi più grande, poiché egli intende questa frase quando la ode, e tutto ciò che si intende è nell intelletto. Ma certamente ciò di cui non si può pensare il maggiore non può esistere solo nell intelletto. Infatti, se esistesse solo nell intelletto, si potrebbe pensare che esistesse anche nella realtà, e questo sarebbe più grande. Se dunque ciò di cui non si può pensare il maggiore esiste solo nell intelletto, ciò di cui non si può pensare il maggiore è ciò di cui si può pensare il maggiore. Il che è contraddittorio. Esiste dunque senza dubbio qualche cosa di cui non si può pensare il maggiore e nell intelletto e nella realtà.»

122 122 La prova ontologica dell esistenza di Dio 1. Per definizione, Dio è un entità tale che è impossibile immaginarne una più perfetta 2. Un essere che esiste nella realtà è più perfetto di uno che non esiste nella realtà 3. Quindi, se Dio esiste nella mente ma non nella realtà, allora possiamo immaginare qualcosa di più perfetto di Dio (cioè un entità che esiste anche nella realtà) 4. Ma non possiamo immaginare qualcosa di più perfetto di Dio 5. Quindi se Dio esiste nella mente, allora esiste anche nella realtà 6. Dio esiste nella mente (può essere immaginato) 7. Quindi, Dio esiste nella realtà

123 123 La prova ontologica dell esistenza di Dio 1. Da (assunzione) 2. Ia (assunzione) 3. ERa (assunzione) 4. x(ix ERx) y(iy ERy) (assunzione) 5. y(iy ERy) (2., 3., e 4.) 6. x(erx y( ERy xpy)) (assunzione) 7. y(iy ypa) (6., 5., e 3.) 8. y(iy ypa) (definizione) 9. Contraddizione (7. e 8.). C. ERa (9. e 3.) Reductio ad absurdum tenendo ferme tutte le assunzioni tranne una Appare valida, nel qual caso occorre valutare le premesse

124 1. Dio 124 L esistenza e la natura di Dio Abbiamo già discusso l argomento di Sant Anselmo (argomento ontologico) Altri argomenti: Per analogia Antropico Cosmologico

125 Argomento per analogia 125 La natura è caratterizzata dalla sorprendente complessità, organizzazione e funzionalità delle sue parti: per esempio, l occhio umano L occhio è composto da molte parti perfettamente organizzate e funzionali ad uno scopo Un orologio è composto da molte parti perfettamente organizzate e funzionali ad uno scopo Gli orologi sono prodotti da un artefice intelligente. Quindi, la natura è prodotta da un artefice intelligente Argomento valido? Analogia propria o impropria?

126 Argomento antropico 126 Poniamo U=il fatto che l universo sia adatto alla vita, L=il fatto che l universo sia retto da leggi naturali e C=il fatto che esiste un creatore )=1 Prob(U x L C)<<1 In modo leggermente diverso: Prob(C U)= Prob(C) * Prob(U C)/Prob(U), ma Prob(U C)>>Prob(U) e quindi aumenta molto la probabilità di C Prob(U x L C) 1. Quindi, Prob(C) 1 - la natura è prodotta da un artefice intelligente Uso corretto delle probabilità? Abduzione convincente? Alternative?

127 127 Analogia con qualcosa di già visto: Sappiamo che: Pr(A)=Pr(B)=Pr(C)=1/3 Ma se, scelto C, viene aperta B, dobbiamo calcolare Pr(C apre B) e Pr(A apre B) che sono uguali rispettivamente a 1/3 e 1/2 Teorema di Bayes (deriva dalla probabilità condizionale):

128 Argomento cosmologico 128 Ogni cosa che esiste ha una causa C precedente ad essa Esiste almeno una cosa Quindi, esiste una catena causale Una catena infinita di cause è inaccettabile. Quindi, esiste una cosa non causata che causa l esistenza di tutto il resto Argomento valido? La prima e la quarta premessa sono così ovvie? (Da notare un analogia col fondazionalismo in metafisica ed epistemologia)

129 1. Dio 129 L esistenza e la natura di Dio La giustificazione dell esistenza del male La base della credenza in Dio I miracoli La morte

130 1. Dio 130 L esistenza e la natura di Dio La giustificazione dell esistenza del male La base della credenza in Dio I miracoli La morte

131 L argomento scettico: Il male esiste 2. Se Dio esiste, allora è onnisciente, benevolo e onnipotente 3. Un essere onnisciente può sapere che il male esiste e prevederlo 4. Un essere onnipotente può eliminare il male 5. Un essere benevolo intende eliminare il male 6. Quindi, se Dio esiste, il male non esiste. Quindi, Dio non esiste (modus tollens da 6. e 1.) Argomento valido? Cosa si può dire a proposito dei concetti utilizzati?

132 I filosofi hanno discusso molto le premesse Si può negare l esistenza del male (1) Si può dire che il male è funzionale al bene (5) Si può dire che male e bene hanno senso per esseri liberi di scegliere, e che l imperfezione dell uomo rende il male inevitabile (5) A ciò si può rispondere dicendo i) che il male naturale non è spiegabile in questo modo, e ii) che il libero arbitrio non può limitare la benevolenza divina Infine è possibile (forse necessario) valutare la coerenza interna della caratterizzazione di Dio (2) In particolare per quanto riguarda l onnipotenza (4) 132

133 1. Dio 133 L esistenza e la natura di Dio La giustificazione dell esistenza del male La base della credenza in Dio I miracoli La morte

134 1. Dio 134 L esistenza e la natura di Dio La giustificazione dell esistenza del male La base della credenza in Dio I miracoli La morte

135 Pascal su probabilità e fede: Applicazione del calcolo delle probabilità alla disputa fra atei e credenti Idea di scommessa e perdita/vincita finita o infinita Scommettere sull opzione vita da credente (in un contesto cristiano) è la scelta dominante, in quanto assicura un utile maggiore La vincita può nel caso migliore essere infinitamente più grande della non vincita Forza dell argomento? Validità del calcolo?

136 Hume sui miracoli: Principio di evidenza: il grado di credenza è proporzionale all evidenza Le leggi di natura ci appaiono supportate da evidenza diretta e indiretta priva di eccezioni I miracoli sono violazioni delle leggi di natura Quindi, una testimonianza che riporta un miracolo è intrinsecamente meno probabile della sua falsità Quindi, non dobbiamo credere mai ai miracoli Convincente? Definizioni inattaccabili? Alternative?

Tautologie e contraddizioni

Tautologie e contraddizioni Tautologie e contraddizioni 1 Tautologie importanti: Non contraddizione; legge di Scoto e leggi di De Morgan A B (A A) (A A) B (A B) ( A B) (A B) ( A B) V V V V V V V F V V V V F V V V V V F F V V V V

Dettagli

RAGIONAMENTO E ANALISI FILOSOFICA A.A Corso di laurea triennale in Filosofia

RAGIONAMENTO E ANALISI FILOSOFICA A.A Corso di laurea triennale in Filosofia 1 RAGIONAMENTO E ANALISI FILOSOFICA A.A. 2016-2017 Corso di laurea triennale in Filosofia 2 Giov. 14-15, aula 6; Ven. 12-14, aula 16 Testi: A. Coliva e E. Lalumera: Pensare. Leggi ed errori del ragionamento,

Dettagli

RAGIONAMENTO E ANALISI FILOSOFICA A.A Corso di laurea triennale in Filosofia

RAGIONAMENTO E ANALISI FILOSOFICA A.A Corso di laurea triennale in Filosofia 1 RAGIONAMENTO E ANALISI FILOSOFICA A.A. 2017-2018 Corso di laurea triennale in Filosofia 2 Mart. 13-14, aula 6; Merc. 10-12, aula 6 Testi: A. Coliva e E. Lalumera: Pensare. Leggi ed errori del ragionamento,

Dettagli

Ragionamenti e metodi di dimostrazione. Liceo Scientifico Statale S. Cannizzaro Prof.re E. Modica

Ragionamenti e metodi di dimostrazione. Liceo Scientifico Statale S. Cannizzaro Prof.re E. Modica Ragionamenti e metodi di dimostrazione Liceo Scientifico Statale S. Cannizzaro Prof.re E. Modica Proposizioni Si definisce proposizione una frase alla quale è possibile attribuire uno e un solo valore

Dettagli

Prefazione 13. Capitolo ii

Prefazione 13. Capitolo ii Prefazione 13 Capitolo i Introduzione alla logica 1 Definizioni della logica....................... 20 1.1 Logica naturale e logica scientifica.............. 21 1.2 L oggetto della logica.....................

Dettagli

Deduzione Distinguere VALIDITA dell argomentazione (o inferenza, o ragionamento) dalla VERITA di premesse e conclusione Un ragionamento valido può ave

Deduzione Distinguere VALIDITA dell argomentazione (o inferenza, o ragionamento) dalla VERITA di premesse e conclusione Un ragionamento valido può ave Deduzione Distinguere VALIDITA dell argomentazione (o inferenza, o ragionamento) dalla VERITA di premesse e conclusione Un ragionamento valido può avere una conclusione falsa se almeno una delle sue premesse

Dettagli

Progetto Competenze del XXI secolo Pensiero logico. e competenze argomentative. Prof. Alessandro Montrasio 04 aprile 2018 LINKYOU WEBINAR

Progetto Competenze del XXI secolo Pensiero logico. e competenze argomentative. Prof. Alessandro Montrasio 04 aprile 2018 LINKYOU WEBINAR Progetto Competenze del XXI secolo Pensiero logico e competenze argomentative LINKYOU WEBINAR Prof. Alessandro Montrasio 04 aprile 2018 La logica come analisi dell argomentazione Intendiamo la logica come

Dettagli

LOGICA E FILOSOFIA DELLA SCIENZA

LOGICA E FILOSOFIA DELLA SCIENZA LOGICA E FILOSOFIA DELLA SCIENZA Claudia Casadio PRIMA LEZIONE Logica, Linguistica e Scienza Cognitiva Tre ambiti scientifici Logica Studia i processi in base a cui traiamo inferenze a partire dalle nostre

Dettagli

Luca Costabile Esercizi di Logica Matematica Dispensa Calcolo Proposizionale 1

Luca Costabile Esercizi di Logica Matematica Dispensa Calcolo Proposizionale 1 Luca Costabile Esercizi di Logica Matematica Dispensa Calcolo Proposizionale 1 Esercizio 1.12 Per dimostrare che per ogni funzione esiste una formula in cui compaiono le variabili tale che la corrispondente

Dettagli

BREVE CENNO DI LOGICA CLASSICA La logica può essere definita come la scienza che studia le condizioni in base alle quali un ragionamento risulta

BREVE CENNO DI LOGICA CLASSICA La logica può essere definita come la scienza che studia le condizioni in base alle quali un ragionamento risulta BREVE CENNO DI LOGICA CLASSICA La logica può essere definita come la scienza che studia le condizioni in base alle quali un ragionamento risulta corretto e vero. Un ragionamento è corretto se segue uno

Dettagli

sempre vere sempre false

sempre vere sempre false Logica: elementi I principi della logica sono innanzitutto i seguenti: Identità: a=a (ogni cosa è cioè identica a se stessa) Non contraddizione: non (a e non a). E impossibile che la stessa cosa sia e

Dettagli

Sistemi Deduttivi. Marco Piastra. Intelligenza Artificiale I. Intelligenza Artificiale I - A.A Sistemi Deduttivi[1]

Sistemi Deduttivi. Marco Piastra. Intelligenza Artificiale I. Intelligenza Artificiale I - A.A Sistemi Deduttivi[1] Intelligenza Artificiale I Sistemi Deduttivi Marco Piastra Intelligenza Artificiale I - A.A. 2010- Sistemi Deduttivi[1] Calcolo simbolico? Una fbf è conseguenza logica di un insieme di fbf sse qualsiasi

Dettagli

Proposizioni e verità

Proposizioni e verità Proposizioni e verità Claudia Casadio Logica e Psicologia del Pensiero Laurea Triennale - Parte Istituzionale A.A. 2007-08 Contents 1 Proposizione.......................................... 3 2 Verità...............................................

Dettagli

Es. quadrilatero: specie di poligono, genere di quadrato. La specie ha più caratteristiche, il genere è riferito a più elementi.

Es. quadrilatero: specie di poligono, genere di quadrato. La specie ha più caratteristiche, il genere è riferito a più elementi. La logica di Aristotele La logica non si trova tra le scienze dell enciclopedia aristotelica, poiché essa ha per oggetto la forma comune a tutte le scienze, cioè il procedimento dimostrativo, o le varie

Dettagli

ISTITUTO TECNICO STATALE COMMERCIALE E PER GEOMETRI A. MARTINI Castelfranco Veneto (TV) Elementi di Logica

ISTITUTO TECNICO STATALE COMMERCIALE E PER GEOMETRI A. MARTINI Castelfranco Veneto (TV) Elementi di Logica settembre 008 Elementi di Logica 1. Nozioni preliminari La logica studia come funziona il pensiero e il ragionamento espresso attraverso degli enunciati Il ragionamento è un sistema di enunciati che permette

Dettagli

Sesto modulo: Logica Obiettivi 1. individuare dei "calcoli logici" che consentano di meccanizzare l attività deduttiva

Sesto modulo: Logica Obiettivi 1. individuare dei calcoli logici che consentano di meccanizzare l attività deduttiva Sesto modulo: Logica Obiettivi 1. individuare dei "calcoli logici" che consentano di meccanizzare l attività deduttiva 2. stabilire quali ragionamenti sono corretti e quali no 3. distinguere tra condizione

Dettagli

Logica Matematica. Introduzione. prof. Gianluca Amato. Corso di Laurea in Economia e Informatica per l Impresa. 1 ottobre 2018

Logica Matematica. Introduzione. prof. Gianluca Amato. Corso di Laurea in Economia e Informatica per l Impresa. 1 ottobre 2018 Logica Matematica Introduzione prof. Gianluca Amato Corso di Laurea in Economia e Informatica per l Impresa 1 ottobre 2018 Gianluca Amato (CLEII) Logica Matematica 1 ottobre 2018 1 / 25 Cos è la logica

Dettagli

Logica proposizionale

Logica proposizionale Fondamenti di Informatica per la Sicurezza a.a. 2008/09 Logica proposizionale Stefano Ferrari UNIVERSITÀ DEGLI STUDI DI MILANO DIPARTIMENTO DI TECNOLOGIE DELL INFORMAZIONE Stefano Ferrari Università degli

Dettagli

Logica Matematica. Introduzione. prof. Gianluca Amato. Corso di Laurea in Economia e Informatica per l Impresa. 14 settembre 2017

Logica Matematica. Introduzione. prof. Gianluca Amato. Corso di Laurea in Economia e Informatica per l Impresa. 14 settembre 2017 Logica Matematica Introduzione prof. Gianluca Amato Corso di Laurea in Economia e Informatica per l Impresa 14 settembre 2017 Gianluca Amato (CLEII) Logica Matematica 14 settembre 2017 1 / 25 Presentazione

Dettagli

Logica degli enunciati; Operazioni con le proposizioni; Proprietà delle operazioni logiche; Tautologie; Regole di deduzione; Logica dei predicati;

Logica degli enunciati; Operazioni con le proposizioni; Proprietà delle operazioni logiche; Tautologie; Regole di deduzione; Logica dei predicati; Logica degli enunciati; Operazioni con le proposizioni; Proprietà delle operazioni logiche; Tautologie; Regole di deduzione; Logica dei predicati; Implicazione logica. Equivalenza logica; Condizione necessaria,

Dettagli

FILOSOFIA DELLA SCIENZA Corso di laurea triennale in Filosofia

FILOSOFIA DELLA SCIENZA Corso di laurea triennale in Filosofia 1 FILOSOFIA DELLA SCIENZA 2014-2015 Corso di laurea triennale in Filosofia 2 Lun-Ven 10-12 matteo.morganti@uniroma3.it Introduzione alla filosofia della scienza Testi: S. Okasha Il primo libro di filosofia

Dettagli

Logica: materiale didattico

Logica: materiale didattico Logica: materiale didattico M. Cialdea Mayer. Logica (dispense): http://cialdea.dia.uniroma3.it/teaching/logica/materiale/dispense-logica.pdf Logica dei Predicati (Logica per l Informatica) 01: Logica

Dettagli

P : gli iscritti all università di Bari sono più di 1000

P : gli iscritti all università di Bari sono più di 1000 BREVE CENNO DI LOGICA CLASSICA La logica può essere definita come la scienza che studia il ragionamento deduttivo, ovvero le condizioni in base alle quali un ragionamento risulta corretto e vero. Un ragionamento

Dettagli

Tortura la natura per i suoi segreti!

Tortura la natura per i suoi segreti! Tortura la natura per i suoi segreti! Francis Bacon Il pane mi ha sempre nutrito nel passato; ciò che si è sempre ottenuto nel passato si otterrà nel futuro; quindi il pane continuerà a nutrirmi David

Dettagli

Errata corrige del libro Introduzione alla logica e al linguaggio matematico

Errata corrige del libro Introduzione alla logica e al linguaggio matematico Errata corrige del libro Introduzione alla logica e al linguaggio matematico 28 gennaio 2009 Capitolo 1 Pag. 7, Definizione 6. Il complemento di un sottoinsieme A di I è il sottoinsieme A = {x I : x /

Dettagli

LOGICA E PSICOLOGIA DEL PENSIERO. Logica, Linguistica e Scienza Cognitiva

LOGICA E PSICOLOGIA DEL PENSIERO. Logica, Linguistica e Scienza Cognitiva titolo LOGICA E PSICOLOGIA DEL PENSIERO Claudia Casadio PRIMA LEZIONE Logica, Linguistica e Scienza Cognitiva Tre ambiti scientifici logica Logica Studia i processi in base a cui traiamo inferenze a partire

Dettagli

Introduzione alla logica

Introduzione alla logica Corso di Intelligenza Artificiale 2011/12 Introduzione alla logica iola Schiaffonati Dipartimento di Elettronica e Informazione Sommario 2 Logica proposizionale (logica di Boole) Logica del primo ordine

Dettagli

Cenni di logica matematica e di teoria degli insiemi Paola Rubbioni

Cenni di logica matematica e di teoria degli insiemi Paola Rubbioni Cenni di logica matematica e di teoria degli insiemi Paola Rubbioni CORSI INTRODUTTIVI Dipartimento di Ingegneria di Perugia a.a. 2018/2019 1 Corsi Introduttivi - a.a. 2017/2018 2 1 Logica matematica Serve

Dettagli

1 Il linguaggio matematico

1 Il linguaggio matematico 1 Il linguaggio matematico 1.1 La logica delle proposizioni La matematica è un linguaggio; a differenza del linguaggio letterario che utilizza una logica soggettiva, la matematica si serve di una logica

Dettagli

Lo studioso di logica si chiede se la conclusione segue correttamente dalla premesse fornite e se premesse sono buone per accettare la conclusione.

Lo studioso di logica si chiede se la conclusione segue correttamente dalla premesse fornite e se premesse sono buone per accettare la conclusione. Logica binaria La logica è la scienza del corretto ragionamento e consiste nello studio dei principi e dei metodi che consentono di individuare il corretto ragionamento. Lo studioso di logica si chiede

Dettagli

NOZIONI DI LOGICA. Premessa

NOZIONI DI LOGICA. Premessa NOZIONI DI LOGICA Premessa Il compito principale della logica è quello di studiare il nesso di conseguenza logica tra proposizioni, predisponendo delle tecniche per determinare quando la verità di una

Dettagli

Lezione 3. Okasha, cap. 2

Lezione 3. Okasha, cap. 2 Lezione 3 Il problema della giustificazione Deduzione e induzione La dimostrazione scientifica Hume e il problema dell induzione Induzione e probabilità Okasha, cap. 2 Il problema della giustificazione

Dettagli

Cenni di logica matematica e di teoria degli insiemi Paola Rubbioni

Cenni di logica matematica e di teoria degli insiemi Paola Rubbioni Cenni di logica matematica e di teoria degli insiemi Paola Rubbioni CORSI INTRODUTTIVI Dipartimento di Ingegneria di Perugia a.a. 2017/2018 1 Corsi Introduttivi - a.a. 2017/2018 2 1 Logica matematica Serve

Dettagli

Russell e gli universali. appunti per Filosofia della scienza

Russell e gli universali. appunti per Filosofia della scienza Russell e gli universali appunti per Filosofia della scienza Perché gli universali esistono? (cap. 9) 1. Le relazioni come in, su tra e prima di non esistono come cose particolari, e sono appunti universali

Dettagli

Intelligenza Artificiale. Logica proposizionale: calcolo simbolico

Intelligenza Artificiale. Logica proposizionale: calcolo simbolico Intelligenza Artificiale Logica proposizionale: calcolo simbolico Marco Piastra Logica formale (Parte 2) - 1 Parte 2 Calcolo logico Assiomi Derivazioni Derivazioni e conseguenza logica Completezza Logica

Dettagli

Un po di logica. Christian Ferrari. Laboratorio di matematica

Un po di logica. Christian Ferrari. Laboratorio di matematica Un po di logica Christian Ferrari Laboratorio di matematica 1 Introduzione La logica è la disciplina che studia le condizioni di correttezza del ragionamento. Il suo scopo è quindi quello di elaborare

Dettagli

Richiami teorici ed esercizi di Logica

Richiami teorici ed esercizi di Logica Facoltà di ingegneria Università della Calabria Corsi di Potenziamento Matematica e Logica A. A. 2008-2009 Richiami teorici ed esercizi di Logica Proposizioni logiche: Ogni espressione matematica alla

Dettagli

Paradosso cartesiano René Descartes, Meditazioni Metafisiche ( )

Paradosso cartesiano René Descartes, Meditazioni Metafisiche ( ) Paradosso cartesiano René Descartes, Meditazioni Metafisiche (1641-1642) Meditazioni 1 e 2 Contesto generale: Rivoluzione scientifica (metà 500-fine 600) Fiducia nelle capacità umane, ma l uomo non è più

Dettagli

Cenni di logica matematica e di teoria degli insiemi. CORSI INTRODUTTIVI Dipartimento di Ingegneria di Perugia a.a. 2016/2017 Paola Rubbioni

Cenni di logica matematica e di teoria degli insiemi. CORSI INTRODUTTIVI Dipartimento di Ingegneria di Perugia a.a. 2016/2017 Paola Rubbioni Cenni di logica matematica e di teoria degli insiemi CORSI INTRODUTTIVI Dipartimento di Ingegneria di Perugia a.a. 2016/2017 Paola Rubbioni 1 1 Logica matematica Corsi Introduttivi - a.a. 2016/2017 2 Serve

Dettagli

Il ministero della sanità dovrebbe vietare la vendita delle sigarette; Infatti il fumo nuoce alla salute.

Il ministero della sanità dovrebbe vietare la vendita delle sigarette; Infatti il fumo nuoce alla salute. Argomenti e entinemi argomento: un argomento è un qualsiasi insieme di enunciati dei quali uno è la conclusione e gli altri le premesse. La conclusione è l' enunciato che viene affermato sulla base dell'

Dettagli

Corso: Multimedialità e modelli di argomentazione (3 cr.)

Corso: Multimedialità e modelli di argomentazione (3 cr.) Corso: Multimedialità e modelli di argomentazione (3 cr.) Quinta lezione Docente: Giuseppe Spolaore. Ricevimento: Martedì, ore 11.50-13.25, presso il Dipartimento di Filosofia. Libro di testo: A. Iacona,

Dettagli

DIETRO LE QUINTE DELLA MATEMATICA

DIETRO LE QUINTE DELLA MATEMATICA DIETRO LE QUINTE DELLA MATEMATICA TEKNOTRE Anno Accademico 2016-2017 Lezione n. 6 (10-2-2017) PERUCCO Pieraldo Dalla Logica alla Geometria Da regole empiriche a una rigorosa costruzione fondata sulla sistematica

Dettagli

02 - Logica delle dimostrazioni

02 - Logica delle dimostrazioni Università degli Studi di Palermo Facoltà di Economia Dipartimento di Scienze Economiche, Aziendali e Statistiche Appunti del corso di Matematica 0 - Logica delle dimostrazioni Anno Accademico 015/016

Dettagli

Inferenza deduttiva! Una sola delle seguenti asserzioni, relative a una mano di carte, è vera:

Inferenza deduttiva! Una sola delle seguenti asserzioni, relative a una mano di carte, è vera: Una sola delle seguenti asserzioni, relative a una mano di carte, è vera: Se nella mano c è un Asso, allora c è un 2. Se nella mano c è un Re, allora c è un 2. Cosa ne segue? Risposta prodotta da quasi

Dettagli

1 Cenni di logica matematica

1 Cenni di logica matematica 1 Cenni di logica matematica 1 1 Cenni di logica matematica Una delle discipline chiave della matematica (e non solo, visto che è fondamentale anche per comprendere la lingua parlata) è la logica matematica,

Dettagli

NOZIONI DI LOGICA. Premessa

NOZIONI DI LOGICA. Premessa NOZIONI DI LOGICA Premessa Il compito principale della logica è quello di studiare il nesso di conseguenza logica tra proposizioni, predisponendo delle tecniche per determinare quando la verità di una

Dettagli

Logica per la Programmazione Corso di Laurea in INFORMATICA a.a. 2016/17

Logica per la Programmazione Corso di Laurea in INFORMATICA a.a. 2016/17 Logica per la Programmazione Corso di Laurea in INFORMATICA a.a. 2016/17 Andrea Corradini e Francesca Levi Dipartimento di Informatica E-mail: andrea@di.unipi.it, francesca.levi@unipi.it A. Corradini e

Dettagli

Materiale didattico aggiuntivo - Analisi Matematica I CENNI DI LOGICA MATEMATICA. 1. Proposizioni. Valori logici. Connettivi logici. Tavole di verita.

Materiale didattico aggiuntivo - Analisi Matematica I CENNI DI LOGICA MATEMATICA. 1. Proposizioni. Valori logici. Connettivi logici. Tavole di verita. Materiale didattico aggiuntivo - Analisi Matematica I CENNI DI LOGICA MATEMATICA 1. Proposizioni. Valori logici. Connettivi logici. Tavole di verita. Intenderemo per PROPOSIZIONE (o ENUNCIATO) una qualunque

Dettagli

LE TAVOLE DI VERITA IN LOGICA DELLE PROPOSIZIONI

LE TAVOLE DI VERITA IN LOGICA DELLE PROPOSIZIONI LE TAVOLE DI VERITA IN LOGICA DELLE PROPOSIZIONI Estratto dal cap. III del volume: GIANFRANCO BASTI, FRANCESCO PANIZZOLI, Istituzioni di filosofia formale. Dalla logica formale alla ontologia formale,

Dettagli

Logica. Tomas Cipriani

Logica. Tomas Cipriani Logica Tomas Cipriani If it was so, it might be; and if it were so, it would be; but as it isn't, it ain't. That's logic. Alice through the looking glass, Lewis Carroll (Se è stato così, potrebbe essere;

Dettagli

Ragionamento LOGICA E PENSIERO COMUNE. Fondamenti di Psicologia Generale Cap. 20. Dott.ssa Stefania Pighin -

Ragionamento LOGICA E PENSIERO COMUNE. Fondamenti di Psicologia Generale Cap. 20. Dott.ssa Stefania Pighin - Ragionamento LOGICA E PENSIERO COMUNE Fondamenti di Psicologia Generale Cap. 20 Dott.ssa Stefania Pighin - stefania.pighin@unitn.it Due fratelli, Paolo e Francesco, vanno a fare la spesa al mercato. La

Dettagli

1 Richiami di logica matematica

1 Richiami di logica matematica Geometria e Topologia I 7 marzo 2005 1 1 Richiami di logica matematica Definire cos è un enunciato, una proposizione (elemento primitivo della logica delle proposizioni). La definizione è data in termini

Dettagli

CALCOLO PROPOSIZIONALE: CENNI

CALCOLO PROPOSIZIONALE: CENNI CALCOLO PROPOSIZIONALE: CENNI Francesca Levi Dipartimento di Informatica February 26, 2016 F.Levi Dip.to Informatica Informatica per le Scienze Umane a.a. 15/16 pag. 1 La Logica La logica è la disciplina

Dettagli

ANSELMO D AOSTA

ANSELMO D AOSTA Prova ontologica (argomento a priori ) Lo stolto afferma: Qualcun altro, invece, afferma: DIO NON ESISTE (proposizione A) DIO È CIÒ DI CUI NON SI PUÒ PENSARE IL MAGGIORE (proposizione B) A questo punto

Dettagli

NOZIONI DI LOGICA PROPOSIZIONI.

NOZIONI DI LOGICA PROPOSIZIONI. NOZIONI DI LOGICA PROPOSIZIONI. Una proposizione è un affermazione che è vera o falsa, ma non può essere contemporaneamente vera e falsa. ESEMPI Sono proposizioni : 7 è maggiore di 2 Londra è la capitale

Dettagli

CALCOLO DEI PREDICATI DEL I ORDINE

CALCOLO DEI PREDICATI DEL I ORDINE CALCOLO DEI PREDICATI DEL I ORDINE Dizionario Simboli descrittivi lettere o variabili proposizionali: p, q, r, A, B, C, lettere o variabili predicative: P, Q, R, lettere o variabili individuali: a, b,

Dettagli

Logica, teoria della conoscenza, filosofia della scienza. Gianluigi Bellin

Logica, teoria della conoscenza, filosofia della scienza. Gianluigi Bellin Logica, teoria della conoscenza, filosofia della scienza. Gianluigi Bellin October 8, 2013 0.1. La filosofia della scienza esamina le strutture concettuali e le argomentazioni in uso nelle varie scienze;

Dettagli

Logica per la Programmazione Corso di Laurea in INFORMATICA a.a. 2015/16

Logica per la Programmazione Corso di Laurea in INFORMATICA a.a. 2015/16 Logica per la Programmazione Corso di Laurea in INFORMATICA a.a. 2015/16 Andrea Corradini e Francesca Levi Dipartimento di Informatica E-mail: andrea@di.unipi.it, francesca.levi@unipi.it A. Corradini e

Dettagli

04 - Logica delle dimostrazioni

04 - Logica delle dimostrazioni Università degli Studi di Palermo Facoltà di Economia CdS Sviluppo Economico e Cooperazione Internazionale Appunti del corso di Matematica 04 - Logica delle dimostrazioni Anno Accademico 013/014 D. Provenzano,

Dettagli

INSIEMI. DEF. Un INSIEME è una qualsiasi collezione di oggetti.

INSIEMI. DEF. Un INSIEME è una qualsiasi collezione di oggetti. INSIEMI DEF. Un INSIEME è una qualsiasi collezione di oggetti. Esso è ben definito quando è chiaro se un oggetto appartiene o non appartiene all insieme stesso. Esempio. E possibile definire l insieme

Dettagli

Esercizio 2. Spiegare perché è falsa la seguente affermazione: Se n è un numero negativo, allora anche n + 3 è negativo.

Esercizio 2. Spiegare perché è falsa la seguente affermazione: Se n è un numero negativo, allora anche n + 3 è negativo. Sapienza Università di Roma - Facoltà I3S Corso di Laurea in Statistica Economia Finanza e Assicurazioni Corso di Laurea in Statistica Economia e Società Corso di Laurea in Statistica gestionale Matematica

Dettagli

Introduzione al Corso. Lezione 1 Corso di Logica e Teoria dell Argomentazione

Introduzione al Corso. Lezione 1 Corso di Logica e Teoria dell Argomentazione Introduzione al Corso Lezione 1 Corso di Logica e Teoria dell Argomentazione Sommario Informazioni generali Cosa mi aspetto Cos è la logica? Qualche test di autovalutazione INFORMAZIONI GENERALI Organizzazione

Dettagli

Cosa dobbiamo già conoscere?

Cosa dobbiamo già conoscere? Cosa dobbiamo già conoscere? Come opera la matematica: dagli ai teoremi. Che cosa è una funzione, il suo dominio e il suo codominio. Che cosa significa n j=1 A j dove A j sono insiemi. Che cosa significa

Dettagli

LA CRITICA DI POPPER ALL INDUTTIVISMO

LA CRITICA DI POPPER ALL INDUTTIVISMO LA CRITICA DI POPPER ALL INDUTTIVISMO L induttivista pensa che la scienza parta da una iniziale raccolta di osservazioni in assenza di uno sfondo teorico Popper argomenta che non è possibile compiere osservazioni

Dettagli

Logica per la Programmazione

Logica per la Programmazione Logica per la Programmazione Lezione 2 Dimostrazione di tautologie Proof System pag. 1 Un Problema di Deduzione Logica [da un test di ingresso] Tre amici, Antonio, Bruno e Corrado, sono incerti se andare

Dettagli

HUME COSA SIGNIFICA, quindi, PENSARE?

HUME COSA SIGNIFICA, quindi, PENSARE? 1 HUME 1711-1776 TRATTATO SULLA NATURA UMANA LOGICA ETICA POLITICA scritto tra il 1734 e il 1736 durante un periodo di soggiorno a La Flèche [cfr. pag. 89], non ebbe successo nonostante l'estratto in forma

Dettagli

Specifica formale. Verifica formale (Prima parte) 03: Logica temporale lineare 1 / 26

Specifica formale. Verifica formale (Prima parte) 03: Logica temporale lineare 1 / 26 Specifica formale La correttezza di un programma è relativa a una determinata specifica: la verifica formale è connessa alle specifiche Linguaggi di specifica Automi LTL (Linear Temporal Logic): una specifica

Dettagli

Programma del corso. Elementi di Programmazione. Introduzione agli algoritmi. Rappresentazione delle Informazioni. Architettura del calcolatore

Programma del corso. Elementi di Programmazione. Introduzione agli algoritmi. Rappresentazione delle Informazioni. Architettura del calcolatore Programma del corso Introduzione agli algoritmi Rappresentazione delle Informazioni Elementi di Programmazione Architettura del calcolatore Reti di Calcolatori Calcolo proposizionale Teorema o tautologia

Dettagli

Cap. 6 del manuale La natura e i suoi modelli

Cap. 6 del manuale La natura e i suoi modelli Cap. 6 del manuale La natura e i suoi modelli 1. In questa stanza c è una lavagna 2. Gli atomi di sodio hanno 11 protoni e 11 elettroni Consideriamo vere queste due affermazioni? Perché? Aff. 1: Perché

Dettagli

LOGICA MATEMATICA PER INFORMATICA (A.A. 12/13)

LOGICA MATEMATICA PER INFORMATICA (A.A. 12/13) LOGICA MATEMATICA PER INFORMATICA (A.A. 12/13) DISPENSA N. 4 Sommario. Dimostriamo il Teorema di Completezza per il Calcolo dei Predicati del I ordine. 1. Teorema di Completezza Dimostriamo il Teorema

Dettagli

mio indirizzo 1 Sarò lieto di ricevere commenti o segnalazioni di errori presso il

mio indirizzo 1 Sarò lieto di ricevere commenti o segnalazioni di errori presso il INTRODUZIONE Purtroppo questo libro è rappresentato molto più dal sottotitolo che dal titolo. Infatti è una semplice trascrizione di miei appunti per vari corsi di logica che ho tenuto in passato all Università

Dettagli

La matematica intuizionista

La matematica intuizionista La matematica intuizionista Francesco Paoli Filosofia della scienza, 2016-17 Francesco Paoli (Filosofia della scienza, 2016-17) La matematica intuizionista 1 / 14 Henri Poincaré (1854-1912) Francesco Paoli

Dettagli

1 Richiami di logica matematica

1 Richiami di logica matematica Geometria e Topologia I 2006-mar-05 1 1 Richiami di logica matematica Definire cos è un enunciato, una proposizione (elemento primitivo della logica delle proposizioni). La definizione è data in termini

Dettagli

Logica per la Programmazione Corso di Laurea in INFORMATICA a.a. 2018/19

Logica per la Programmazione Corso di Laurea in INFORMATICA a.a. 2018/19 Logica per la Programmazione Corso di Laurea in INFORMATICA a.a. 2018/19 Andrea Corradini e Filippo Bonchi Dipartimento di Informatica E-mail: andrea@di.unipi.it, filippo.bonchi@unipi.it A. Corradini e

Dettagli

Ragionamento formalei. Ragionamento formale

Ragionamento formalei. Ragionamento formale Ragionamento formale La necessità e l importanza di comprendere le basi del ragionamento formale, utilizzato in matematica per dimostrare teoremi all interno di teorie, è in generale un argomento piuttosto

Dettagli

La logica della finzione

La logica della finzione Formalizzazione Nella lezione precedente, abbiamo visto qual è l idea di fondo della teoria di Lewis: La logica della finzione Sandro Zucchi 2013-14 Un enunciato della forma Nell opera di finzione f, p

Dettagli

Informatica. Logica e Algebra di Boole

Informatica. Logica e Algebra di Boole Informatica Logica e Algebra di Boole La logica è la scienza del corretto ragionamento e consiste nello studio dei principi e dei metodi che consentono di individuare il corretto ragionamento. Lo studioso

Dettagli

MATEMATICA. a.a. 2014/15

MATEMATICA. a.a. 2014/15 MATEMATICA a.a. 2014/15 5. Introduzione alla probabilità: Definizioni di probabilità. Evento, prova, esperimento. Eventi indipendenti e incompatibili. Probabilità condizionata. Teorema di Bayes CONCETTI

Dettagli

Logica proposizionale

Logica proposizionale Logica proposizionale Proposizione: frase compiuta che è sempre o vera o falsa. Connettivi Posti in ordine di precedenza: not, and, or, implica, doppia implicazione Sintassi Le proposizioni sono costituite

Dettagli

capire Kant è un gioco

capire Kant è un gioco capire Kant è un gioco Possiamo conoscere a priori la natura! A priori: prima dell esperienza, indipendentemente dall esperienza. I Principi dell intelletto puro, presentati da Kant nella Critica della

Dettagli

2. I condizionali indicativi

2. I condizionali indicativi 2. I condizionali indicativi 2.1. Da un punto di vista logico La semantica è quella branca della linguistica che si occupa del significato delle espressioni che analizza cioè la relazione tra i segni e

Dettagli

IMMANUEL KANT

IMMANUEL KANT IMMANUEL KANT 1724-1804 Prof. Monti a.s. 2017-2018 Parte prima Kant prende le mosse dall Empirismo arrivando a elaborare il suo CRITICISMO (anche detto filosofia trascendentale o filosofia del limite )

Dettagli

Gli schemi della razionalità argomentativa

Gli schemi della razionalità argomentativa Gli schemi della razionalità argomentativa Argomenti deduttivi ogni tipo di inferenza con premesse discutibili quasi-deduttivi a a principi e operatori logici a priori al reale prima dell'espereinza a

Dettagli

Tommaso d Aquino > NOTE INTRODUTTIVE <

Tommaso d Aquino > NOTE INTRODUTTIVE < > NOTE INTRODUTTIVE < Tommaso fu il più importante autore appartenente alla Scolastica. L epoca in cui egli visse fu caratterizzata da un intenso studio degliantichifilosofie, in particolare, di Aristotele.

Dettagli

Introduzione al Calcolo delle Probabilità

Introduzione al Calcolo delle Probabilità Introduzione al Calcolo delle Probabilità In tutti quei casi in cui le manifestazioni di un fenomeno (EVENTI) non possono essere determinate a priori in modo univoco, e i risultati possono essere oggetto

Dettagli

Fondamenti di Informatica 2, Linguaggi e Complessità : Logica I Parte Lucidi di M.Schaerf e A.Marchetti Spaccamela

Fondamenti di Informatica 2, Linguaggi e Complessità : Logica I Parte Lucidi di M.Schaerf e A.Marchetti Spaccamela Fondamenti di Informatica 2 Linguaggi e Complessità : Logica I Parte Lucidi di M.Schaerf e A.Marchetti Spaccamela Fondamenti di Informatica 2: Logica Indice degli argomenti Introduzione: Motivazioni, Prove,

Dettagli

Lezione 1: Università Mediterranea di Reggio Calabria Decisions Lab. Insiemi. La Probabilità Probabilità e Teoria degli Insiemi

Lezione 1: Università Mediterranea di Reggio Calabria Decisions Lab. Insiemi. La Probabilità Probabilità e Teoria degli Insiemi Lezione 1: Probabilità e Teoria degli Università Mediterranea di Reggio Calabria Decisions Lab Gli insiemi Gli Un insieme S è una collezione di oggetti chiamati elementi dell insieme. - Se x è un elemento

Dettagli

Filosofia del linguaggio (i) (3 cr.)

Filosofia del linguaggio (i) (3 cr.) Filosofia del linguaggio (i) (3 cr.) Docente: Giuseppe Spolaore Orario: Martedì ore 17.20 aula T4, mercoledì ore 17.20 aula 1.4, giovedì ore 14.00 aula 1.4 (per un totale di circa 10 lezioni). Ricevimento:

Dettagli

Maiuscole e minuscole

Maiuscole e minuscole Maiuscole e minuscole Abilità interessate Distinguere tra processi induttivi e processi deduttivi. Comprendere il ruolo e le caratteristiche di un sistema assiomatico. Riconoscere aspetti sintattici e

Dettagli

Calcolo delle Probabilità

Calcolo delle Probabilità Calcolo delle Probabilità Il calcolo delle probabilità studia i modelli matematici delle cosiddette situazioni di incertezza. Molte situazioni concrete sono caratterizzate a priori da incertezza su quello

Dettagli

Elementi di logica. SCOPO: introdurre nozioni di logica & vocabolario per una corretta interpretazione delle dimostrazioni.

Elementi di logica. SCOPO: introdurre nozioni di logica & vocabolario per una corretta interpretazione delle dimostrazioni. Elementi di logica SCOPO: introdurre nozioni di logica & vocabolario per una corretta interpretazione delle dimostrazioni. Quantificatori: elementi fondamentali del linguaggio matematico. quantificatore

Dettagli

Psicologia del ragionamento

Psicologia del ragionamento Psicologia del ragionamento Il ragionamento è essenziale per l intelligenza umana. Facendo ricorso ad inferenze possiamo utilizzare adeguatamente la grande quantità di conoscenza immagazzinata ed applicarla

Dettagli

ELEMENTI DI LOGICA PER IL CORSO DI LAUREA IN MATEMATICA. Prof. Giangiacomo Gerla Dipartimento di Matematica ed Informatica. Università di Salerno

ELEMENTI DI LOGICA PER IL CORSO DI LAUREA IN MATEMATICA. Prof. Giangiacomo Gerla Dipartimento di Matematica ed Informatica. Università di Salerno ELEMENTI DI LOGICA PER IL CORSO DI LAUREA IN MATEMATICA Prof. Giangiacomo Gerla Dipartimento di Matematica ed Informatica Università di Salerno gerla@unisa.it II INTRODUZIONE Sotto il termine di logica

Dettagli

2. Che cosa significa che due insiemi sono uguali? La parola uguale e il simbolo = hanno un unico significato in matematica? 13

2. Che cosa significa che due insiemi sono uguali? La parola uguale e il simbolo = hanno un unico significato in matematica? 13 Indice Parte I Teoria degli insiemi e Logica matematica 1. Qual è, o quale dovrebbe essere, il ruolo della teoria degli insiemi nell insegnamento della matematica? 3 1.1 La teoria degli insiemi e la matematica

Dettagli

Semantica proposizionale. Unit 2, Lez 3 e 4 Corso di Logica

Semantica proposizionale. Unit 2, Lez 3 e 4 Corso di Logica Semantica proposizionale Unit 2, Lez 3 e 4 Corso di Logica Sommario Semantica dei connettivi Costruzione delle tavole di verità Tautologie, contraddizioni e contingenze Semantica delle forme argomentative

Dettagli