1 定义与基本要素
1.1 逻辑推理的概念
逻辑推理是指依据既定规则或前提，通过一系列有序的思维步骤，从已知信息推导出新结论的认知过程。它是理性思维的核心活动，要求推导过程符合逻辑规则，以确保结论的可信性与有效性。推理的过程通常具有可重复性和可验证性，即不同主体在相同前提和规则下应得出相同结论。
1.2 推理的基本结构
一切逻辑推理都由若干基本元素构成，这些元素在推理链中扮演不同角色，共同决定了推理的方向与结果。
1.2.1 前提与结论
前提是推理所依据的已知陈述或事实，结论则是从这些前提中推导出的新陈述。前提可以是单一命题，也可以是命题集；结论的可靠性取决于前提的真实性以及推理形式是否有效。例如，在“所有人类都会死亡；苏格拉底是人类”这一推理中，前两句是前提，最后一句“苏格拉底会死亡”是结论。
1.2.2 推理规则
推理规则是连接前提与结论的逻辑规范，规定了如何从某些形式的前提合法地推出结论。常见的推理规则包括肯定前件（modus ponens）、否定后件（modus tollens）等。不同的逻辑系统可能使用不同的规则集，但所有规则都旨在保证推理的形式有效性。
1.3 逻辑推理与直觉的区别
逻辑推理依赖于明确的规则和可分析的步骤，其过程可以被公开检查和批判；而直觉则是基于经验、情感或潜意识快速得出的判断，缺乏可追溯的推理链条。直觉在快速决策中具有优势，但在复杂或高风险的场景下，逻辑推理通常更为可靠。两者并非对立，在许多认知活动中常常互为补充。
2 主要推理类型
2.1 演绎推理
演绎推理是从一般性前提推导出个别性结论的推理方式。若前提为真且推理形式有效，则结论必然为真。演绎推理的结论蕴含于前提之中，不增加新信息，但能揭示隐含的知识。
2.1.1 三段论
三段论是演绎推理中最古老的经典形式，由两个前提和一个结论构成。其代表人物亚里士多德将其系统化为逻辑学的基本工具。
2.1.1.1 直言三段论
直言三段论由三个直言命题构成，每个命题包含主语和谓语，表达全称或特称的肯定或否定关系。例如：“所有哺乳动物都是温血动物；鲸是哺乳动物；因此，鲸是温血动物。”直言三段论的有效性依赖于命题之间的项（中项、大项、小项）关系。
2.1.1.2 假言三段论
假言三段论以条件命题（“如果……那么……”）为基础，通过传递性推理得出新结论。典型形式是：“如果A则B；如果B则C；因此，如果A则C。”该形式在数学和逻辑编程中广泛应用。
2.1.2 命题逻辑中的推理
命题逻辑将推理简化为简单命题之间的逻辑连接（如与、或、非、蕴含），通过真值表或自然演绎系统进行推导。常见的有效推理形式包括肯定前件（从“如果P则Q”和“P”推出“Q”）和否定后件（从“如果P则Q”和“非Q”推出“非P”）。
2.2 归纳推理
归纳推理是从个别事例或具体观察中推导出一般性结论的推理方式。其结论具有或然性，即前提为真时结论可能为真，但不必然成立。归纳是经验科学和日常学习中构建知识的重要方法。
2.2.1 简单枚举归纳
简单枚举归纳通过观察若干个体具有某属性，断言该类所有个体都具有该属性。例如，观察一万只天鹅均为白色，便得出结论“所有天鹅都是白色的”。该推理的强度取决于样本数量和代表性，但无法保证无例外。
2.2.2 统计归纳
统计归纳基于概率和样本数据，从部分样本的特征推断总体特征。例如，通过调查1000名观众发现65%喜欢某部电影，推断所有观众中约65%喜欢该片。统计归纳需要考虑样本误差、置信区间等参数。
2.2.3 因果归纳
因果归纳试图从观察到的相关现象中推断因果关系，通常基于“原因在先、效应在后”和“其他条件不变”等原则。例如，发现每次施肥后作物生长加快，便推断施肥促进了生长。因果归纳是科学实验与日常归因的核心方法。
2.3 溯因推理
溯因推理是从观察到的现象出发，寻求能够解释该现象的最佳假设的推理方式。它属于“从果推因”的推理类型，常用于科学假说生成与诊断推理。
2.3.1 最佳解释推理
最佳解释推理是溯因推理的核心形态，即在多个可能的假说中，选择能提供最简洁、最连贯、最全面的解释的那个假说。例如，发现地面潮湿，而近期有降雨或有人洒水，最终选择“降雨”作为最佳解释，因为它通常能涵盖更多迹象。
2.3.2 溯因与科学发现
溯因推理在科学发现中起着关键作用，特别是在提出新理论的初期阶段。科学家观察反常现象后，通过溯因推理酝酿假说，再通过演绎推导和实验验证。例如，达尔文观察加拉帕戈斯群岛的物种分布，溯因提出自然选择理论。
3 推理中的常见谬误
3.1 形式谬误
形式谬误是指推理因违背有效逻辑形式而导致的错误，通常可在不考虑内容的情况下被识别。
3.1.1 否定前件
否定前件谬误表现为：从“如果P则Q”和“非P”错误地推出“非Q”。例如，“如果下雨，地面就会湿；没有下雨；所以地面不会湿。”实际上，地面可能因洒水、漏水等其他原因变湿。
3.1.2 肯定后件
肯定后件谬误表现为：从“如果P则Q”和“Q”错误地推出“P”。例如，“如果发烧，就会出汗；小王出汗了；所以小王发烧了。”出汗可能由运动、天气炎热等其他原因引起。
3.2 非形式谬误
非形式谬误源于推理内容或语境上的问题，常借助语言歧义、情感操控或逻辑跳跃来掩饰逻辑缺陷。
3.2.1 诉诸情感
诉诸情感是指在论证中利用恐惧、同情、愤怒等情绪代替理性证据，以博取听众的认同。例如，“如果你不支持这项政策，你就是不爱国的观众。”此类论证回避真正的是非讨论。
3.2.2 稻草人谬误
稻草人谬误是指歪曲或夸大对方的观点，然后攻击这一被曲解后的版本，让人觉得打败了原观点。例如，某人主张“适当减少碳排放量”，反驳者却称其“想毁掉所有工厂和让人们失业”，再加以攻击。
3.2.3 滑坡论证
滑坡论证认为某个初始步骤必然导致一系列不可控的负面后果，从而否定该步骤的合理性，但并未提供充分的因果联系证据。例如，“如果允许学生上课看手机，下次他们就敢逃课，最后学校会乱成一团。”这种论证往往夸大了变化的影响。
4 逻辑推理的应用领域
4.1 数学证明
数学证明是逻辑推理最纯粹的应用领域之一。证明采用公理系统、定义和推理规则，从一条或多条公理出发，通过演绎链推导出定理。每一步推理都必须严格遵守逻辑形式，确保证明的有效性与无矛盾性。几何学、数论、集合论等分支均依赖严谨的逻辑证明结构。
4.2 计算机科学与人工智能
逻辑推理是计算机科学的理论基础，尤其在人工智能中用于模拟人类智能的推理过程。
4.2.1 自动推理系统
自动推理系统利用计算机自动完成逻辑推导任务，包括定理证明、模型检查和形式验证。这些系统在软件验证、硬件设计和安全协议分析中发挥重要作用。例如，使用SAT求解器解决命题逻辑的可满足性问题。
4.2.2 逻辑编程
逻辑编程以谓词逻辑为基础，通过陈述事实和规则来定义问题，并由推理引擎自动得出答案。代表性语言为Prolog（Programming in Logic），广泛应用于自然语言处理、专家系统和知识图谱查询。
4.3 日常决策与辩论
在日常生活中，逻辑推理帮助人们分析信息、评估论证质量和做出理智决策。在辩论中，清晰的逻辑结构使论点更有说服力，而识别谬误的能力则有助于防范错误结论。例如，购物时比较不同产品的性价比、判断新闻来源的可信度，都需要依赖基本的推理技巧。
5 历史与主要学派
5.1 古希腊逻辑（亚里士多德）
亚里士多德是形式逻辑的奠基人，他在《工具论》中系统阐述了三段论理论，并提出了矛盾律、排中律和同一律等基本逻辑规律。亚里士多德的逻辑学成为西方理性思维的基石，统治了近两千年。
5.2 中世纪逻辑
中世纪逻辑学家（如奥卡姆的威廉、阿伯拉尔等）在亚里士多德基础上发展了词项逻辑（Term Logic）和语义理论。他们探讨了模态词、预设含义以及语言逻辑的关系，为后世逻辑学的发展提供了重要补充。奥卡姆剃刀原则（简单的解释优于复杂的）也成为逻辑推理的重要方法论。
5.3 近现代形式逻辑（弗雷格、罗素）
19世纪末至20世纪初，弗雷格创立了谓词逻辑，首次实现了对命题内部结构的量化分析，为现代逻辑奠定了基础。罗素与怀特海合著《数学原理》，试图将全部数学还原为逻辑，推动逻辑主义的诞生。这一时期逻辑学从哲学附属彻底转变为独立的数学化领域。
5.4 非经典逻辑流派
20世纪以来，随着对经典逻辑局限性的反思，一系列非经典逻辑流派相继涌现，以应对模态、模糊、多值等复杂推理问题。
5.4.1 模态逻辑
模态逻辑引入“必然”和“可能”等模态算子，研究必然性、可能性及其逻辑关系。它广泛应用于哲学（如可能世界语义学）、计算机科学（如时态逻辑、程序验证）和语言学中，是对经典逻辑的重要拓展。
5.4.2 模糊逻辑
模糊逻辑由洛特菲·扎德于1965年提出，旨在处理真值介于0和1之间的模糊概念。它允许命题部分为真（例如“今天很热”可能真值为0.7），广泛应用于控制系统、人工智能决策和自然语言理解中。模糊逻辑不要求命题绝对明确，更贴合现实世界的灰色地带，但也因此常被调侃为“比‘雪花悖论’还啰嗦”的推理方式。