2015年国家公务员考试行测备考——判断推理【更多资料下载关注@公务员考试资料库 】.docVIP

2015年国家公务员考试行测备考——判断推理 目录： 类比推理误区 判断推理模块考点预测 图形推理难点预测 三大技巧解逻辑判断 判断推理解题四项基本原则 类比推理误区 　第一，切忌：草草一看就匆忙作答。 　　【例题1】南京∶金陵 　　A. 昆明∶春城 B. 广州∶穗 C. 太原∶晋 D. 北京∶蓟 　　【答案】D。 　　解析：本题中，从题干部分很明显可以得出两个词之间是同一事物的不同称谓的逻辑关系，但仅有此关系无法在备选项中选出答案，因为A、B、D都符合要求。再仔细分析题干部分可以发现金陵是南京历史上有过的名称，而A中春城是昆明的别称，B中广州的简称为穗。只有D项中蓟是北京古代的名称。也就是说，在本题中若要得到正确结论，必须同时符合两个逻辑关系。所以，我们一定要尽可能多地找出类比推理对象之间的共有属性，这样才能提高结论的正确性。 　　第二，注意：词项之间的前后顺序。 　　顺序关系是一个重要的考点，绝不能忽略，整体与部分的关系就不可能是部分与整体的关系。 　　【例题1】水果：苹果 　　A.香梨：黄梨　　B.树木：树枝 C.家具：桌子　　　D.天山：高山 　　【答案】C 　　解析：这是2002年下半年的江苏省国家公务员录用考试的行政职业能力倾向测验中一道类比推理题。该题题干中“水果：苹果”两个词之间是一般和特殊的关系，所以答案为选项C。 　　选项B的两个词之间的关系是整体与部分的关系。选项D的两个词之间的关系是特殊与一般的关系。 　　【例题2】泰山：山东：济南 　　A.安徽：黄山：合肥 B.陕西：华山：西安 　　C.君山：湖北：武汉 D.衡山：湖南：长沙 　　【答案】D 　　【解析】解答此题需要一定的背景知识。君山在湖南省。选项AB前后顺序反了。 　　第三，不要犯机械类比的错误。 　　在运用类比推理时， 仅仅根据两事物为数很少的又不具备典型性的共同属性，就推断类比对象 具有与已知属性相关性程度不高的另一属性， 这种错误的类推逻辑上叫做机械类比。类比推理是一种或然性推理，前提真结论未必就真。要提高类比结论的可靠程度，就要尽可能地确认对象间的相同点。相同点越多，结论的可靠性程度就越大，因为对象间的相同点越多，二者的关联度就会越大，结论就可能越可靠。反之，结论的可靠性程度就会越小。此外，要注意的是类比前提中所根据的相同情况与推出的情况要带有本质性。如果把某个对象的特有情况或偶有情况硬类推到另一对象上，就会出现“类比不当”或“机械类比”的错误。 判断推理模块考点预测 　判断推理按照考试大纲的要求，还是考察四大题型：图形推理、类比推理、逻辑判断、定义判断。按照以往的经验，我们分别来说一些这四类题型的一个总命题趋势。 　　首先是图形推理。图形推理是我们这四种题型中最特殊的一种。图形推理，就是给出我们几个图形，让我们从这几个图形中总结规律，选出正确选项。图形推理的特点就是这样，见过类似的题，有思路，10秒钟一道。没见过类似的题，没有思路，几分钟也做不出来。所以图形推理这个模块，是最需要大家平时去多看多练多总结的一个模块，并且也不会耗费大家很多时间。一天抽个20分钟时间，你就能做40道图形题，这40道图形题里面，可能就有二十种解题思路，注意多总结。那么见到类似的题，你一眼就能选出来。 　　首先图形推理考察的知识点我们还是可以分成：位置类、数量类、属性类、样式类。 　　知识点还是不变的，只是考察的形式更加灵活了。你比如说，之前的图形题，往往是单纯考察你图形的形式上有什么规律。现在却出现了结合常识来考察你图形规律的一种趋势。举例来说，他给出你几个图形，你怎么找也找不到规律，最后发现，其实这几个图形都是天气预报的一些图标，只有C选项，才是天气预报中会用到的天气图标。 　　 　　这是题型考察的更加灵活，再者就是，形式上会发生变化，比如说2011年之前出的分类这种题型，给你六个图形，让你分成两类，这就是形式上的一种变化。但实际上，知识点是没有变的，以前所学的所有规律都能用，只要不紧张，就可以轻松拿下。举例来说，他可以考你图形的识别，下面的图里只有一个图跟其他的图形不一样，你识别出来。不是让你选和图中规律一样的，而是让你识别出与其他规律不一样的，形式上变了，但实质上没有变。 　　第二个问题就是折纸盒的空间重构问题，这种题型，几乎每年都考，个别年份没有考，但只要你学会了，这分儿就是白捡的。其考察比例是五分之一，五个题出一个，十个题出两个。有很多同学觉得考得少，干脆弄块橡皮去画，但其实有的时候反而越画越晕，而且有的图形是四面体，有的图形是八面题，这时候橡皮就不好用了。所以还是建议大家，抽个一个小时时间，把空间重构的知识点掌握了，去练几道题，那么你在考试过程中，这种题就可以轻松拿下。 　　第三，图形推理里会考一些功能信息的题。很多人觉得有很多新名词，功能信息实际是