結論
演繹法(えんえきほう)とは、一般的な前提(ルール・原理)を個別の事実に当てはめて、前提が正しければ必ず正しい結論を導く推論の方法です。代表的な形は三段論法です。反対に、いくつもの事例から共通点を見つけて一般的な結論を出すのが帰納法です。
この記事でわかること
- 演繹法の意味・三段論法の形と、帰納法・アブダクションとの違い
- 日常・ビジネス・IT の例と、演繹でよくある誤り(後件肯定など)
- 真理値表と集合の総当たりで正しさを確かめた Python の出力、テストと型チェックでの使い方
演繹法は「ルールから答えを出す」考え方、帰納法は「事例からルールを見つける」考え方です。言葉だけだと区別しにくいので、この記事では推論の形を Python で総当たりし、どの形が必ず正しく、どの形が誤りなのかを出力で示します。この記事で実際に動かしたものは、真理値表の数え上げ、三段論法の集合モデルの総当たり、帰納の反例の計算、assert と mypy によるテストと型チェック、障害の原因候補の切り分け(架空のデータ)です。
flowchart TD
A[意外な観察] -->|アブダクション| B[仮説を立てる]
B -->|演繹| C[予測を導く<br>正しければ必ず起きること]
C -->|観察・実験| D{予測どおりか}
D -->|いいえ| X[仮説を捨てる]
D -->|はい・繰り返す| E[帰納<br>確からしさが上がる]
図は、3つの推論(アブダクション・演繹・帰納)を組み合わせて仮説を確かめる流れです。よく調べられることの答えを先にまとめます。
| 知りたいこと | 答え | 詳しい節 |
|---|---|---|
| 演繹法とは | 前提から必然的に結論を導く推論。前提が正しければ結論も必ず正しい | 演繹法とは |
| 演繹法の読み方・英語 | えんえきほう。英語は deduction(deductive reasoning) | 演繹法とは |
| 演繹法と帰納法の違い | 演繹は一般→個別で結論が必ず成り立つ。帰納は個別→一般で結論は確からしいまで | 帰納法との違い |
| 演繹法の例 | 「5,000円以上は送料無料」「この注文は6,000円」→「この注文は送料無料」 | 演繹法の例 |
| 三段論法との関係 | 三段論法は演繹法の代表的な形の1つ | 三段論法の形と例 |
| アブダクションとは | 観察を最もよく説明する仮説を考える推論。仮説形成とも呼ぶ | アブダクションとの違い |
| 演繹法の弱点 | 前提が誤っていれば、形が正しくても結論は誤る。新しい事実は増えない | 妥当と健全 |
| プログラミングでの使い方 | 仕様からテストケースの期待値を導く、型チェックで矛盾を見つける | 仕様からテストケースを導く |
確認環境:Ubuntu 24.04.5 LTS(Linux 6.18)、Python 3.13.18、mypy 2.3.1。真理値表・三段論法の総当たり・帰納の反例・assert と mypy の出力は、この環境で実行した結果をそのまま載せています(障害の例と送料の例は架空)。言葉の意味はコトバンク掲載のデジタル大辞泉・精選版 日本国語大辞典・山川 世界史小辞典・旺文社世界史事典、演繹・帰納・アブダクションの定義は Stanford Encyclopedia of Philosophy(以下 SEP)と Internet Encyclopedia of Philosophy(以下 IEP)、assert の動きは Python 公式ドキュメントで確かめました。図は mermaid-cli 11.16.0 で描画を確かめています(確認日 2026年11月16日)。
本記事の内容は、ご自由にお使いください。
ご利用の際は、出典として本ページへのリンクを記載いただけますようお願いします。
(記載例)出典:株式会社RJC「演繹法とは|帰納法との違い・例と三段論法、プログラミングでの使い方」
演繹法とは:前提から必ず成り立つ結論を導く推論
この節では、演繹法の読み方と、辞書・事典での意味が分かります。
演繹法は「えんえきほう」と読み、英語では deduction(演繹的推論は deductive reasoning)です。デジタル大辞泉は「演繹による推理の方法。三段論法が代表的。」とし、反対の言葉に帰納法を挙げています。精選版 日本国語大辞典も「代表的なものに三段論法がある」とし、「演繹的方法」「演繹的推理」という言い方も載せています。
中身をもう少し詳しく書いているのが歴史の事典です。山川 世界史小辞典は「既知の事実や一般的原理から,論理的に正しい推論によって必然的結論を導く思考方法」、旺文社世界史事典は「ある前提から必然性をもって,段階的に結論を導く思考方法」と説明しています。どちらも「必然的」という語が入っている点が大事です。
哲学の事典でも同じです。SEP の「Abduction」の項目は、演繹では「前提が真であることが結論が真であることを保証する」と書いています。IEP は、演繹的な論証を「前提が結論を論理的に含意する」ものと説明しています。
1一般から個別へ
ルール・原理・定義など一般的な前提を、目の前の個別の事実に当てはめる。
2結論は必ず成り立つ
前提が全部正しく、形が正しければ、結論が誤ることはない。
3情報は増えない
結論は前提にすでに含まれていたことを取り出したもの。新しい事実を見つける方法ではない。
体系化の歴史について、山川 世界史小辞典は「アリストテレスに始まり、近世にはデカルト以降の大陸合理論によって発展した」という趣旨で説明しています。旺文社世界史事典は、デカルトが哲学の方法論として位置づけたと書いています。三段論法の形を整理したのがアリストテレス、学問の方法として打ち出したのがデカルト、と分けて覚えると混ざりません。
三段論法の形と例(大前提・小前提・結論)
この節では、演繹法の代表的な形である三段論法の組み立てと、例が分かります。
三段論法は「大前提・小前提・結論」の3つの文でできています。大前提は一般的なルール、小前提は個別の事実、結論は2つを組み合わせて出てくる文です。
| 部品 | 役割 | 例(送料) | 例(IT) |
|---|---|---|---|
| 大前提 | 一般的なルール | 注文金額が5,000円以上なら送料は無料 | HTTP の 404 は、リソースが見つからないことを表す |
| 小前提 | 個別の事実 | この注文は6,000円 | このリクエストの応答は 404 |
| 結論 | 当てはめた結果 | この注文は送料無料 | このリクエストのリソースは見つからなかった |
三段論法には、大前提と小前提をつなぐ言葉(媒概念)があります。上の送料の例なら「5,000円以上の注文」がそれです。媒概念が両方の前提で同じものを指していないと、形が崩れて結論が必ずは成り立たなくなります(後の節で計算して確かめます)。
記号で書くと、もっとも基本の形は次の2つです。
- 肯定式(モーダスポネンス):「P ならば Q」「P である」→「Q である」
- 否定式(モーダストレンス):「P ならば Q」「Q でない」→「P でない」
「すべての M は P」「すべての S は M」→「すべての S は P」のように、集合(グループ)の言葉で書く形は定言三段論法と呼ばれます。どちらも、前提が正しければ結論は必ず成り立ちます。
演繹法と帰納法の違い
この節では、演繹法と帰納法の違いを、向き・確かさ・向く場面で比べて分かります。
演繹法は「ルールを当てはめる」、帰納法は「事例からルールを見つける」方法です。IEP は帰納的な論証を「結論を単に確からしくする」ものと説明しています。帰納の結論は、事例が増えても「必ず」にはなりません。
| 比べる点 | 演繹法 | 帰納法 |
|---|---|---|
| 向き | 一般 → 個別 | 個別 → 一般 |
| 結論の確かさ | 前提が正しければ必ず正しい | 確からしい。反例が1つ出れば崩れる |
| 新しい知識 | 増えない(前提に含まれていたことを取り出す) | 増える(見た事例を超えて一般化する) |
| 正しさの呼び方 | 妥当(valid)・健全(sound) | 強い(strong)・説得力がある(cogent) |
| 弱点 | 前提が誤っていれば結論も誤る | 事例の偏り・数の少なさで誤る |
| IT での例 | 仕様からテストの期待値を導く | ログから傾向を見つける |
演繹法(当てはめる)
大前提:タイムアウトは30秒
事実:この処理は45秒かかる
結論:この処理はタイムアウトする
帰納法(まとめる)
事実:月曜の朝に問い合わせが多い週が8週続いた
結論:月曜の朝は問い合わせが多い
ただし来週も当てはまるとは限らない
2つは対立するものではなく、組み合わせて使います。帰納で見つけた傾向を前提にして、演繹で次の行動を決める、という流れが一般的です。上の例なら「月曜の朝は問い合わせが多い(帰納)」→「問い合わせが多い時間は窓口を増やす(方針)」→「月曜の朝は窓口を増やす(演繹)」となります。
アブダクション(仮説形成)との違いと仮説演繹法
この節では、演繹・帰納と並ぶ3つ目の推論であるアブダクションと、3つを組み合わせた仮説演繹法が分かります。
アブダクションは、観察した事実を最もよく説明する仮説を考える推論です。SEP は、アブダクションは帰納と同じく必然的ではなく、知識を広げる推論だとしたうえで、違いを「説明についての考慮を根拠にするかどうか」としています。今の意味では「最良の説明への推論(Inference to the Best Explanation)」とも呼ばれます。言葉の起こりはチャールズ・サンダース・パースの仕事にあるとされます。
| 推論 | 何をするか | 結論の確かさ | IT の例 |
|---|---|---|---|
| 演繹 | 前提を当てはめて結論を出す | 必ず(前提が正しければ) | 仕様からテストの期待値を出す |
| 帰納 | 事例の共通点から一般化する | 確からしい | ログの集計から傾向を出す |
| アブダクション | 観察を説明する仮説を立てる | 仮説(確かめが要る) | 障害の症状から原因の候補を挙げる |
この3つを順に使うのが仮説演繹法です。観察から仮説を立て(アブダクション)、仮説が正しければ起きるはずのことを導き(演繹)、実際に確かめます(観察・実験)。予測が当たっても仮説が証明されたわけではなく、確からしさが上がるだけ、という点に注意します。
観察する
いつ・どこで・何が起きたかを、意見を混ぜずに書き出す。
仮説を立てる
観察をすべて説明できる候補を複数挙げる。1つに決め打ちしない。
予測を導く
「この仮説が正しければ、〇〇をすると△△になるはず」を書く。
確かめる
予測どおりかを試す。外れたら仮説を捨てる(否定式)。当たれば確からしさが上がる。
演繹法の例:日常・ビジネス・ITでの使い方
この節では、場面ごとの演繹法の例が分かります。
演繹法が使えるのは、「誰もが認めるルール」が先にある場面です。ルールが文書になっている場面(規程・仕様・法令の条文・プロトコルの定義)では、判断が速く、ぶれません。
| 場面 | 大前提 | 小前提 | 結論 |
|---|---|---|---|
| 日常 | この店は水曜が定休日 | 今日は水曜 | 今日はこの店は休み |
| ビジネス | 見積もりが100万円以上なら部長の承認が要る | この見積もりは120万円 | この見積もりは部長の承認が要る |
| ビジネス | 納期の3日前までに検収用の資料を送る決まり | 納期は12月20日 | 12月17日までに資料を送る |
| プログラミング | Python の list の添字は0から始まる | 要素が3つの list | 最後の要素の添字は2 |
| インフラ | IPv4 の /24 は 256 個のアドレス | このサブネットは /24 | このサブネットのアドレスは256個 |
| テスト | 5,000円以上なら送料0円 | 入力は5,000円 | 期待値は送料0円 |
どの例も、結論の正しさは大前提と小前提の正しさで決まります。ビジネスの例で結論が誤るとしたら、「規程が改定されて金額が変わっていた」「見積もりの金額を読み違えた」のどちらかです。演繹で結論がおかしいときは、推論ではなく前提のほうを疑うのが近道です。
妥当と健全:形が正しくても前提が誤れば結論は誤る
この節では、演繹の「正しさ」に2段階あることが分かります。
演繹の正しさには「形が正しい(妥当)」と「形が正しく前提も正しい(健全)」の2段階があります。IEP は、妥当な論証を「前提が真なら結論が必ず真になるもの」、健全な論証を「前提が真である妥当な論証」と定義しています。
妥当だが健全でない
見分ける問い:「大前提は、誰が・どこで決めた事実か」
形が正しいかどうかは、前提の中身に関係なく機械的に決まります。次の節で、その「形の正しさ」を Python で総当たりして確かめます。前提の中身が正しいかどうかは、計算では決まらず、仕様書・公式の文書・観測した事実で確かめるしかありません。
Pythonで演繹の正しさを確かめる(真理値表と三段論法の総当たり)
この節では、推論の形が妥当かどうかを、すべての場合を数え上げて確かめる方法と、その出力が分かります。
妥当な形とは「前提が全部真になる行で、結論も必ず真になる形」です。変数が2〜3個なら真偽の組は4〜8通りしかないので、全部試せば判定できます。
真理値表で6つの形を判定する
from itertools import product
imp = lambda a, b: (not a) or b # P→Q(P ならば Q)
forms = {
"肯定式(モーダスポネンス)": (lambda P, Q, R: [imp(P, Q), P], lambda P, Q, R: Q),
"否定式(モーダストレンス)": (lambda P, Q, R: [imp(P, Q), not Q], lambda P, Q, R: not P),
"仮言三段論法": (lambda P, Q, R: [imp(P, Q), imp(Q, R)], lambda P, Q, R: imp(P, R)),
"選言三段論法": (lambda P, Q, R: [P or Q, not P], lambda P, Q, R: Q),
"後件肯定(誤り)": (lambda P, Q, R: [imp(P, Q), Q], lambda P, Q, R: P),
"前件否定(誤り)": (lambda P, Q, R: [imp(P, Q), not P], lambda P, Q, R: not Q),
}
for name, (premises, conclusion) in forms.items():
n = 3 if name == "仮言三段論法" else 2
rows = ok = 0
for v in product([True, False], repeat=n):
P, Q, R = (v + (False,))[:3]
if all(premises(P, Q, R)):
rows += 1
ok += conclusion(P, Q, R)
print(name, "前提が全部真の行", rows, "/ 結論も真", ok, "妥当" if rows == ok else "妥当でない")
コードは判定の部分の抜粋で、出力は前提・結論・反例も表示する全体のスクリプトを実行した結果です。
肯定式(モーダスポネンス): 前提 P→Q, P ⇒ 結論 Q | 前提が全部真の行 1 / 結論も真 1 | 妥当
否定式(モーダストレンス): 前提 P→Q, ¬Q ⇒ 結論 ¬P | 前提が全部真の行 1 / 結論も真 1 | 妥当
仮言三段論法: 前提 P→Q, Q→R ⇒ 結論 P→R | 前提が全部真の行 4 / 結論も真 4 | 妥当
選言三段論法: 前提 P∨Q, ¬P ⇒ 結論 Q | 前提が全部真の行 1 / 結論も真 1 | 妥当
後件肯定(誤り): 前提 P→Q, Q ⇒ 結論 P | 前提が全部真の行 2 / 結論も真 1 | 妥当でない 反例(P,Q)=[('F', 'T')]
前件否定(誤り): 前提 P→Q, ¬P ⇒ 結論 ¬Q | 前提が全部真の行 2 / 結論も真 1 | 妥当でない 反例(P,Q)=[('F', 'T')]
後件肯定の真理値表を全部出すと、どこで崩れるかが見えます。
P Q | P→Q Q | P
T T | T T | T
T F | F F | T
F T | T T | F ←前提が真で結論が偽
F F | T F | F
「P ならば Q」「Q である」から「P である」とは言えません。3行目は「P は偽なのに Q は真」の場合で、2つの前提はどちらも真なのに結論が偽です。IT の例に直すと「設定を誤ればエラーが出る」「エラーが出た」→「設定を誤った」は、ほかの原因でエラーが出た場合を見落としています。
三段論法を集合の総当たりで確かめる
「すべての M は P」のような集合の文は、要素が3つの世界で S・M・P をすべての部分集合(8通り)にして、8×8×8=512組を試しました(コードは判定の部分の抜粋。出力は4つの形をまとめて実行した結果)。
from itertools import product
U = range(3)
subsets = [frozenset(i for i in U if m >> i & 1) for m in range(8)]
all_ = lambda X, Y: X <= Y # すべての X は Y
some = lambda X, Y: bool(X & Y) # ある X は Y
def check(pre, con):
n = ok = 0
for S, M, P in product(subsets, repeat=3):
if pre(S, M, P):
n += 1
ok += con(S, M, P)
return n, ok
print(check(lambda S, M, P: all_(M, P) and all_(S, M), lambda S, M, P: all_(S, P))) # バルバラ
print(check(lambda S, M, P: all_(P, M) and all_(S, M), lambda S, M, P: all_(S, P))) # 媒概念不周延
バルバラ: すべてのMはP・すべてのSはM ⇒ すべてのSはP
前提が成り立つ組 64 / 結論も成り立つ 64 / 妥当
ダリイ: すべてのMはP・あるSはM ⇒ あるSはP
前提が成り立つ組 91 / 結論も成り立つ 91 / 妥当
媒概念不周延: すべてのPはM・すべてのSはM ⇒ すべてのSはP
前提が成り立つ組 125 / 結論も成り立つ 64 / 妥当でない 反例 S,M,P=({0}, {0}, set())
大概念不当周延: すべてのMはP・どのSもMでない ⇒ どのSもPでない
前提が成り立つ組 125 / 結論も成り立つ 64 / 妥当でない 反例 S,M,P=({0}, set(), {0})
調べた組の数: 512
媒概念不周延の反例は「S={0}、M={0}、P=空」です。「すべての P は M」「すべての S は M」はどちらも成り立つのに、「すべての S は P」は成り立ちません。言葉にすると「Java のエンジニアはプログラムを書く」「このツールの利用者はプログラムを書く」→「このツールの利用者は Java のエンジニア」という誤りです。つなぎの「プログラムを書く人」が、どちらの前提でも全体を指していないために起きます。
誤った推論の種類をもっと広く知りたい場合は、「誤謬とは|読み方・意味と種類一覧(詭弁との違い・論理の誤りを見分ける表)」で22種類を一覧にしています。
帰納法の結論が外れる例を計算で確かめる
この節では、帰納で出した結論が「確からしい」止まりである理由を、実際の計算で確かめられます。
帰納では、40回続けて当てはまっても41回目に外れることがあります。よく知られた例が、式 n²+n+41 です。n=0 から順に計算すると素数が続くので、「この式はいつも素数を出す」と一般化したくなります。
def is_prime(k):
if k < 2:
return False
i = 2
while i * i <= k:
if k % i == 0:
return False
i += 1
return True
f = lambda n: n * n + n + 41
print(sum(is_prime(f(n)) for n in range(40)), "/ 40")
for n in (38, 39, 40, 41):
print(n, f(n), is_prime(f(n)))
n=0〜39 で n²+n+41 が素数だった数: 40 / 40
n=38: 1523 素数=True
n=39: 1601 素数=True
n=40: 1681 素数=False (1681 = (41, 41))
n=41: 1763 素数=False (1763 = (41, 43))
n=0〜99 で素数の割合: 86 / 100
n=40 で 1681=41×41 となり、素数ではなくなります。演繹で確かめると理由も分かります。n=40 なら n²+n+41=40×41+41=41×41 なので、41 で割り切れるのは必然です。帰納で見つけた傾向は仮説として扱い、演繹(証明・仕様の確認)か反例探しで確かめる、というのが2つの方法の使い分けです。
ログやアクセスの傾向も同じです。「この3か月はピークが毎日20時だった」は帰納の結論で、来月の大きな告知の日に外れることがあります。傾向を決まりのように扱う前に、例外になる日の条件を書き出しておくと外れたときに慌てません。
プログラミングでの演繹:仕様からテストケースを導く(assert)
この節では、仕様(大前提)からテストの期待値を演繹で導き、assert で確かめる方法と、その出力が分かります。
テストケースの期待値は、仕様という大前提に入力という小前提を当てはめて導く演繹です。架空の仕様「注文金額が5,000円以上なら送料0円、5,000円未満なら500円」から、境目の3つの入力を選んで期待値を出しました。実装にはわざと誤り(>= を > にした)を入れています。
# 仕様(大前提):注文金額が5000円以上なら送料は0円、5000円未満なら送料は500円
def shipping(total: int) -> int:
return 0 if total > 5000 else 500 # わざと > にした誤り
cases = [(4999, 500), (5000, 0), (5001, 0)] # 仕様から演繹した期待値
for total, expected in cases:
got = shipping(total)
print(f"total={total} 期待={expected} 実際={got} {'OK' if got == expected else 'NG'}")
for total, expected in cases:
assert shipping(total) == expected, f"total={total}: 期待 {expected}, 実際 {shipping(total)}"
print("すべて通過")
通常の python3 ship.py で実行した出力です。
total=4999 期待=500 実際=500 OK
total=5000 期待=0 実際=500 NG
total=5001 期待=0 実際=0 OK
Traceback (most recent call last):
File "/srv/s4/r17/t531/w/ship.py", line 10, in <module>
assert shipping(total) == expected, f"total={total}: 期待 {expected}, 実際 {shipping(total)}"
^^^^^^^^^^^^^^^^^^^^^^^^^^^
AssertionError: total=5000: 期待 0, 実際 500
exit=1
演繹で出した期待値と実装の答えが食い違ったので、否定式(「実装が正しければ期待値どおり」「期待値どおりでない」→「実装は正しくない」)で誤りが確定します。一方、テストが全部通っても、実装が正しいことの証明にはなりません。試した入力の範囲で食い違いが見つからなかった、という帰納の結論です。
同じファイルを python3 -O ship.py で実行すると、こうなりました。
total=4999 期待=500 実際=500 OK
total=5000 期待=0 実際=500 NG
total=5001 期待=0 実際=0 OK
すべて通過
exit=0
Python 公式ドキュメントは、assert expression は if __debug__: if not expression: raise AssertionError と同じで、-O(最適化)を付けると __debug__ が False になり、assert のコードが生成されないと説明しています。assert は「ここでは必ずこれが成り立つ」という演繹の前提を書く道具で、入力のチェックには使わないのが安全です。assert の使いどころは関連記事「Python assertの使い方|AssertionErrorと使いどころ」で扱っています。境目の入力の選び方は関連記事「同値分割・境界値分析|テストケース表とpytestコード例で解説」で扱っています。
型チェックは演繹の自動化(mypy の実行例)
この節では、型チェッカーが「型の決まり」を前提にして矛盾を見つける仕組みと、実際のエラー原文が分かります。
型チェックは、「この関数は int を受け取り int を返す」という前提から、呼び出し側の書き方が前提と矛盾しないかを演繹で調べる仕組みです。プログラムを動かさずに、すべての呼び出しについて確かめられる点が、テスト(試した入力だけ)との違いです。
def shipping(total: int) -> int:
return 0 if total >= 5000 else 500
fee = shipping("4999")
label: str = shipping(6000)
$ mypy typ.py
typ.py:4: error: Argument 1 to "shipping" has incompatible type "str"; expected "int" [arg-type]
typ.py:5: error: Incompatible types in assignment (expression has type "int", variable has type "str") [assignment]
Found 2 errors in 1 file (checked 1 source file)
4行目は「引数は int」という前提と「渡したのは str」という事実が矛盾、5行目は「戻り値は int」と「変数は str」が矛盾しています。同じファイルを型チェックせずに実行すると、4行目で初めて止まります。
Traceback (most recent call last):
File "/srv/s4/r17/t531/w/typ.py", line 4, in <module>
fee = shipping("4999")
File "/srv/s4/r17/t531/w/typ.py", line 2, in shipping
return 0 if total >= 5000 else 500
^^^^^^^^^^^^^
TypeError: '>=' not supported between instances of 'str' and 'int'
実行時のエラーは1つ目の矛盾で止まるため、5行目の矛盾は見えません。型チェックは2つとも先に見つけました。注釈(型ヒント)という大前提が正しく書かれていることが、この演繹の前提になります。
障害の原因の切り分け:アブダクション→演繹→帰納の順に使う
この節では、システムの障害の原因を探すときに、3つの推論をどの順番で使うかが分かります。
原因探しは、候補を挙げる(アブダクション)、候補ごとに予測を導く(演繹)、確かめる(観察)の順に進めます。架空の障害で、観測した3つの事実と、4つの候補それぞれが「正しければ起きるはずのこと」を並べて、Python で突き合わせました。
observed = {"応答が遅い", "DB接続数が上限", "夜間バッチの時間帯"}
hyp = {
"H1 夜間バッチがDB接続を使い切る": {"応答が遅い", "DB接続数が上限", "夜間バッチの時間帯", "バッチ停止で回復"},
"H2 接続プールの設定値が小さい": {"応答が遅い", "DB接続数が上限", "昼でも起きる"},
"H3 ネットワークの遅延": {"応答が遅い", "pingの遅延が大きい"},
"H4 アプリの接続の閉じ忘れ": {"応答が遅い", "DB接続数が上限", "再起動で回復", "接続数が少しずつ増える"},
}
for h, pred in hyp.items():
print(h, len(observed & pred), "/3", sorted(observed - pred), sorted(pred - observed))
候補 説明できる観測 説明できない観測 次に確かめる予測(演繹で導く)
H1 夜間バッチがDB接続を使い切る 3/3 - ['バッチ停止で回復']
H2 接続プールの設定値が小さい 2/3 ['夜間バッチの時間帯'] ['昼でも起きる']
H3 ネットワークの遅延 1/3 ['DB接続数が上限', '夜間バッチの時間帯'] ['pingの遅延が大きい']
H4 アプリの接続の閉じ忘れ 2/3 ['夜間バッチの時間帯'] ['再起動で回復', '接続数が少しずつ増える']
H1 は観測を3つとも説明できますが、これだけで原因と決めるのは後件肯定と同じ形です(「H1 なら遅くなる」「遅くなった」→「H1」)。そこで H1 から「バッチを止めれば回復するはず」という予測を演繹で導き、試します。回復しなければ否定式で H1 を捨てられます。回復しても H4 などが同時に起きている可能性は残るので、同じ条件で何回か再現して確かめます(ここは帰納)。
- 1観測を事実だけで書く時刻・数値・ログの原文。推測を混ぜない
- 2候補を3つ以上挙げるアブダクション。最初に思いついた1つで止めない
- 3候補ごとに「正しければ起きるはずのこと」を書く演繹。候補どうしで結果が分かれる予測を選ぶ
- 4予測を試し、外れた候補を消す否定式。外れは確実に使える
- 5残った候補を再現で確かめる帰納。同じ条件で繰り返す
原因を掘り下げる手順そのものは、関連記事「なぜなぜ分析のやり方|システム障害の例とテンプレート」で扱っています。
ビジネス文書での演繹法の使い方(結論→根拠の順)
この節では、報告書・提案書・チャットで演繹の形を使う書き方が分かります。
文書では「結論 → 大前提(ルール・方針)→ 小前提(事実)」の順に書くと、読む人が根拠を1つずつ確かめられます。相手も認めるルールを大前提に置けば、話し合うべき点は小前提(事実が正しいか)だけに絞れます。
| 部品 | 書く内容 | 例文 |
|---|---|---|
| 結論 | 求める判断 | リリースを1週間延ばすことを提案します。 |
| 大前提 | 合意済みのルール・方針 | リリースの条件は「重大な不具合が0件」と決めています。 |
| 小前提 | 確かめた事実 | 11月16日時点で、重大な不具合が2件残っています。 |
| 補足 | 見通しと次の行動 | 2件とも原因は特定済みで、修正と再テストに5営業日かかる見込みです。 |
帰納の形(事例を並べて傾向を示す)は、まだ合意したルールが無いときに向きます。「直近3回のリリースで、金曜の夕方のリリースは週明けの問い合わせが増えた」と事例を並べ、「金曜の夕方はリリースしない」という新しいルールを提案する、という使い方です。結論から書く文書の組み立ては、関連記事「報告書の書き方と例文|結論から書く構成とテンプレート5種」で扱っています。話し言葉での型は「PREP法とは|例文つきの使い方とテンプレート(文章作成ツール)」にまとめています。
- 1大前提は相手も認めるものか決めた日・決めた人・書いてある文書を示せるか
- 2小前提は確かめた事実か数値と時点を書く。「たぶん」を混ぜない
- 3大前提と小前提が同じものを指しているか「不具合」の定義が両方で同じか(媒概念のずれ)
- 4結論が前提から外にはみ出していないか前提に無い主張(「品質が低い」など)を足していないか
演繹法でよくある誤り・つまずきと判断表
この節では、演繹で起きやすい誤りと、演繹・帰納・アブダクションのどれを使うかの判断の目安が分かります。
よくある誤り・つまずき
| 誤り・つまずき | 例・出力の原文 | 何が起きているか | 直し方 |
|---|---|---|---|
| 後件肯定 | 「設定を誤ればエラーが出る。エラーが出た。だから設定の誤り」 | ほかの原因の可能性を見落とす(真理値表の F T の行) | 否定式に直す:「設定を直してもエラーが出るなら、設定以外が原因」 |
| 前件否定 | 「テストに落ちれば不具合がある。落ちなかった。だから不具合は無い」 | 試していない入力の不具合を見落とす | 「試した範囲では見つからなかった」と書く |
| 媒概念不周延 | 反例 S,M,P=({0}, {0}, set()) | つなぎの言葉が両方の前提で全体を指していない | 「すべての〜」がどちら側に付いているかを確かめる |
| 大前提が事実でない | 「すべての API は1秒以内に応答する」 | 形は妥当でも健全でない | 大前提の出典(仕様書・計測値)を書き添える |
| 帰納の結論を大前提にする | n=40: 1681 素数=False | 40回当てはまった傾向が41回目に外れた | 傾向は仮説として扱い、証明か反例探しで確かめる |
| assert を入力チェックに使う | -O で実行すると「すべて通過」exit=0 | -O で assert のコードが生成されない | 入力のチェックは if と例外で書く |
| テストの通過を証明と思う | 3ケースすべて OK | 試した入力の範囲での帰納の結論 | 型チェック・境界値・仕様の読み合わせを足す |
判断表:どの推論を使うか
| 状況 | 使う推論 | 理由 |
|---|---|---|
| 仕様・規程・定義が文書になっている | 演繹 | 当てはめれば結論が決まり、ぶれない |
| ルールはまだ無く、データや事例がある | 帰納 | 事例から傾向を見つけ、ルールの候補を作る |
| 意外なことが起きて理由が分からない | アブダクション | 説明できる仮説の候補を挙げる |
| 仮説が正しいか確かめたい | 演繹(予測を導く)+観察 | 外れた予測で仮説を確実に消せる |
| 相手と意見が割れている | 演繹(合意したルールを大前提にする) | 争点を小前提(事実)だけに絞れる |
| 前提そのものが疑わしい | 演繹は使わず、前提を確かめる | 誤った前提からは、どんなに正しい形でも誤った結論が出る |
演繹法についてよくある質問
この節では、演繹法について検索されることが多い疑問への答えが分かります。
Q. 演繹法と帰納法の覚え方はありますか?
演繹は「ルールを当てはめる(一般→個別)」、帰納は「事例からルールを作る(個別→一般)」と、向きで覚えるのが確実です。
Q. 三段論法と演繹法は同じですか?
同じではありません。演繹法のほうが広い言葉で、三段論法は演繹法の代表的な形の1つです。辞書も「三段論法が代表的」と説明しています。仮言三段論法・選言三段論法も演繹の形です。
Q. 演繹法は誰が考えたのですか?
山川 世界史小辞典は、体系化はアリストテレスに始まり、近世にデカルト以降の大陸合理論で発展したと説明しています。推論の形の整理はアリストテレス、学問の方法としての位置づけはデカルト、と分けると整理しやすくなります。
Q. 演繹法のメリットとデメリットは何ですか?
メリットは、前提が正しければ結論が必ず正しいこと、判断が速くぶれないこと、相手と争点を絞れることです。デメリットは、前提が誤っていると結論も誤ること、そして前提に含まれていない新しい事実は見つけられないことです。
Q. 演繹的とはどういう意味ですか?
「演繹の考え方に沿っている」という意味で、「演繹的に考える」「演繹的推理」のように使います。精選版 日本国語大辞典は、演繹法の別の言い方として「演繹的方法」「演繹的推理」を載せています。
Q. アブダクションと帰納法の違いは何ですか?
どちらも結論が必ずは成り立たない推論ですが、SEP は、アブダクションには説明についての考慮が入り、帰納には入らない点を違いとしています。帰納は「何回中何回」という頻度から一般化し、アブダクションは「なぜそうなったか」を説明する仮説を選びます。
Q. 数学的帰納法は帰納法ですか?
名前に「帰納」と付きますが、推論としては演繹です。「n=1 で成り立つ」「n で成り立てば n+1 でも成り立つ」という2つの前提から、すべての自然数で成り立つことが必ず導かれます。事例から一般化する帰納法とは別のものです。
Q. プログラミングで演繹法はどこに出てきますか?
仕様からテストの期待値を導くとき、型チェッカーが型の決まりから矛盾を見つけるとき、if 文の条件から「この分岐の中では必ず〜が成り立つ」と読むときです。この記事では assert と mypy の出力で示しました。
Q. テストが全部通れば、プログラムは正しいと言えますか?
言えません。テストの通過は「試した入力の範囲で食い違いが見つからなかった」という帰納の結論です。食い違いが1つ見つかれば誤りは確定しますが(否定式)、通過は正しさの証明になりません。
Q. 演繹法をビジネスで使うときのコツは何ですか?
結論を先に書き、次に相手も認めるルール(大前提)、最後に確かめた事実(小前提)を書きます。大前提には、決めた日や文書などの出典を添えると、読む人が確かめやすくなります。
まとめ
この節では、記事の要点を5つにまとめます。
- 演繹法は、一般的な前提を個別の事実に当てはめ、前提が正しければ必ず正しい結論を導く推論。代表的な形は三段論法。
- 帰納法は事例から一般化する推論で、結論は「確からしい」まで。n²+n+41 は40回素数が続いたあと、n=40 で 41×41 になった。
- アブダクションは観察を説明する仮説を立てる推論。仮説から予測を演繹で導いて確かめるのが仮説演繹法。
- 形の正しさ(妥当)は真理値表や集合の総当たりで機械的に確かめられる。後件肯定・前件否定・媒概念不周延は反例が見つかった。
- プログラミングでは、仕様からテストの期待値を導く・型チェックで矛盾を見つける・障害の候補ごとに予測を立てる、の3つの場面で演繹を使う。
参考・出典
この節では、記事の内容を確かめた資料が分かります(確認日 2026年11月16日)。
- コトバンク「演繹法」(デジタル大辞泉・精選版 日本国語大辞典・山川 世界史小辞典・旺文社世界史事典):https://kotobank.jp/word/%E6%BC%94%E7%B9%B9%E6%B3%95-178726
- Stanford Encyclopedia of Philosophy「Abduction」(Igor Douven、2025年6月18日改訂):https://plato.stanford.edu/entries/abduction/
- Internet Encyclopedia of Philosophy「Deductive and Inductive Arguments」(Timothy Shanahan):https://iep.utm.edu/deductive-inductive-arguments/
- Python 公式ドキュメント「7.3. The assert statement」:https://docs.python.org/3/reference/simple_stmts.html
本記事の内容は、ご自由にお使いください。
ご利用の際は、出典として本ページへのリンクを記載いただけますようお願いします。
(記載例)出典:株式会社RJC「演繹法とは|帰納法との違い・例と三段論法、プログラミングでの使い方」
株式会社RJC ― SI事業・SES事業・AI駆動開発。RJCは一緒に成長を楽しめる会社です。
WE ARE HIRING
RJCで一緒に開発しながら、
成長を楽しみませんか?
RJCは、Web・モバイル・AIを活用した開発プロジェクトで、テックリードやPM・PMOも活躍するシステム開発会社です。会社を知る、待遇を確かめる、話を聞いてみる。気になるところ見てみてください!
- 127日年間休日
- 12時間平均残業時間
- 毎日ガチャ遊びココロも大切にする福利厚生。アマギフなどの賞品ラインナップ!
ほかにも、チケットレストラン、書籍読み放題、2年ごとの慰労報奨(休暇 or 金一封)、11期連続の黒字決算。