之前做了很多期物理基础理论方面的科普，在闲暇之余看到有关数学方面的知识，感到很有趣，主要关于有理数、无理数以及无限的概念。
其实物理和数学本就不分家，很多物理理论的推导都离不开数学工具的支撑，而数学中这些看似抽象的概念，往往能帮我们更深刻地理解世界的本质——就像我们总以为“无穷就是一样多”，却不知道无穷也有大小之分；总以为有理数已经布满了数轴，却没想到它在无理数面前，连“存在感”都几乎可以忽略不计。
本人在学生时代对数学非常感兴趣，尤其是对那些看似“反直觉”的数学概念，总喜欢追根究底。
记得上学时，老师讲到“无理数是无限不循环小数”，我就曾执着地问过：“为什么会有无限不循环的数？难道就不能找到一个循环规律吗？”
老师当时只是笑着说“这就是数学的奇妙之处”，如今虽然毕业多年，脱离了课本的束缚，我又抽空专门查阅了一些数学方面的资料，重新梳理了有理数、无理数和无限的关系，今天就跟大家一起分享一下。
如果有不对的地方，还望各位数学爱好者多多指教，毕竟我并非专业的数学研究者，只是一个热爱数学、乐于分享的科普爱好者。
我会尽量以通俗的语言去描述这些概念，尽量去掉一些复杂的数学公式推理，毕竟科普的目的是让大家觉得通俗易懂，感受到数学的趣味，而不是向大家传授专业的数学知识——更何况，那些过于专业的推导过程，我也只能看懂个大概，不敢贸然讲解，生怕误导大家。
但这里必须提前说明：通俗的表述难免会存在不够严谨的地方，比如有些概念的定义的简化，有些推导过程的省略，希望大家能够理解，毕竟我们的核心是“搞懂道理”，而不是“纠结于严谨的学术表述”。
如果大家想深入研究，建议查阅专业的数学教材，那里会有更精准、更全面的讲解。
好了，回到今天我要说的正题：在数轴上随机取一个点，这个点对应的数是有理数的概率为0。
看到这里，肯定有很多人开始不淡定了，甚至会在心里吐槽：“你又在这里胡扯呢？数轴上对应的是实数，实数明明包含了有理数和无理数，两者都是无穷多的，随机取一个点，怎么可能取到有理数的概率是零呢？就算有理数再少，也不至于概率为0吧？”
其实不止大家会有这样的疑问，我刚开始了解这个知识点的时候，也觉得不可思议，甚至一度怀疑这个结论是不是错的——毕竟在我们的直觉里，“无穷多”就意味着“有机会被取到”，概率怎么会是0呢？
这里必须重点强调一点：概率为0，并不意味着这个事件一定不能发生，概率为100%，也不意味着这个事件一定必然发生。
概率和现实中的“可能性”并不是完全等价的，你可以通俗地理解为：取到有理数的概率是“无穷小”，小到可以忽略不计，小到在数学层面上，我们可以将其定义为0。
举个简单的例子，在数轴上取一个点，取到“1”这个具体数字的概率是多少？答案也是0——因为数轴上有无数个点，“1”只是其中一个，它的占比无限接近于0，所以概率为0，但我们不能说“取不到1”，毕竟“1”确实在数轴上存在。
同理，有理数虽然存在于数轴上，但它的“占比”无限接近于0，所以随机取一点，取到有理数的概率就是0。
为什么会这样？很多人可能还是无法理解，明明有理数和无理数都是无穷多，怎么会一个概率为0，一个概率为100%呢？
通俗理解就是，虽然从集合的角度来说，实数等于有理数加上无理数（实数集合=有理数集合∪无理数集合，且有理数集合和无理数集合没有交集），但有理数在实数面前，就像是“大海里的一滴水”，渺小到可以完全忽略不计，甚至我们可以近似地认为从数量上来讲：实数=无理数。
这句话听起来非常夸张，甚至有些“反常识”，但这确实是数学上被证明过的结论。
因此，在数轴上随机取一点，这个点是无理数的概率为100%，是有理数的概率为0——这里的“100%”和“0”，都是数学层面上的概率表述，而非现实中的“必然”和“不可能”。
没错，无理数就是这么“霸道”。
虽然实数是有理数和无理数之和，但事实上，实数和无理数的数量是一样多的，数学家们早就通过严格的证明得出了这个结论，这里我就不再详细展开证明过程了——一来是证明过程比较繁琐，涉及到集合论、无穷基数等专业概念，不容易通俗讲解；
二来是我自己看那些证明过程，也花了很长时间才勉强理解，生怕讲解过程中出现错误，误导大家。简单来说，证明的核心逻辑就是：
两个集合，如果能建立起“一一对应”的关系，那么这两个集合的元素数量就是一样多的。而实数集合和无理数集合，就可以建立这样的一一对应关系，因此它们的数量是相等的。
“无理数和实数一样多”，这个结论明显违反了我们的直觉：明明实数比无理数多出了一个有理数集合，两者怎么可能一样多呢？
这就牵扯到我们对“无限”的理解了——我们普通人，习惯了用“有限”的思维去衡量“无限”的世界，比如“10个苹果比5个苹果多”“100个数字比50个数字多”，这种思维在有限的范围内是完全正确的，但一旦放到无限的世界里，就会完全失效，甚至会让我们陷入到自己挖的陷阱里面走不出来。
为了让大家更好地理解“无限之间也有大小之分”，也为了让大家接受“无理数和实数一样多”这个结论，我们先从一个更简单的例子入手：整数和偶数，哪个更多呢？
按照我们的直觉，整数包括奇数和偶数，奇数和偶数都是无穷多的，所以整数的数量应该是偶数的两倍，肯定比偶数多。
但实际上，整数和偶数的数量是一样多的，原因很简单：我们可以在整数和偶数之间建立起一一对应的关系。
每一个整数，都有一个唯一的偶数与之对应——比如整数1对应偶数2，整数2对应偶数4，整数3对应偶数6，整数-1对应偶数-2，整数0对应偶数0，以此类推，不管是正整数、负整数还是0，都能找到一个唯一的偶数和它对应；反过来，每一个偶数，也能找到一个唯一的整数和它对应——比如偶数2对应整数1，偶数4对应整数2，偶数-6对应整数-3，偶数0对应整数0。这种“一一对应”的关系，就证明了整数和偶数的数量是一样多的。
互联网持牌配资券商可能有人还是会质疑：“不对啊，整数里还有奇数，去掉奇数之后，剩下的偶数怎么会和整数一样多呢？”
这就是“有限思维”和“无限思维”的区别——在有限的范围内，比如1到100的整数，偶数有50个，整数有100个，整数确实比偶数多；但在无限的范围内，“多出来的奇数”也是无穷多的，而无穷多和无穷多之间，是不能用“谁比谁多几个”来衡量的，只能用“是否能一一对应”来判断数量是否相等。
再举一个例子：自然数（0,1,2,3,4......）和平方数（0,1,4,9,16......），哪个更多呢？
按照直觉，平方数只是自然数中的一部分，很多自然数都不是平方数，比如2,3,5,6等等，所以自然数应该比平方数多。
但实际上，两者的数量也是一样多的——因为我们可以建立一一对应关系：自然数0对应平方数0²=0，自然数1对应1²=1，自然数2对应2²=4，自然数3对应3²=9，自然数n对应n²，以此类推，每一个自然数都有一个唯一的平方数与之对应，每一个平方数也有一个唯一的自然数与之对应，所以它们的数量是相等的。
如果你能接受“整数和偶数一样多”“自然数和平方数一样多”，那么自然就更容易接受“实数和无理数一样多”这个结论了。因为它们的逻辑是一致的：在无限的世界里，“部分”的数量，完全有可能等于“整体”的数量——这就是无限的奇妙之处，也是我们普通人最难理解的地方。
好了，到这里只是理论上的分析，大家可能还是对“有理数概率为0”“无理数和实数一样多”这些结论半信半疑。
下面我们就来详细、具体地分析一下有理数和无理数的性质和关系，从本质上理解为什么会出现这样“反直觉”的结论。
要理解有理数和无理数的数量关系，首先要搞懂一个概念——稠密性。
什么是稠密性？
简单理解就是“紧挨着”，就像很多人站成一排，每个人都紧紧挨着旁边的人，没有任何空隙；但数轴上的“稠密”，比我们想象的还要紧密，紧密到变态的程度——无论你觉得两个数挨得多近，它们之间都还有无数个数。
有理数和无理数都是稠密的，但无理数比有理数更稠密！
我们先以有理数为例，来感受一下它的稠密性。
举个最简单的例子，1和2在我们印象里已经挨得很近了，但只要我们仔细想一下就会发现，1和2中间还有3/2（也就是1.5）；1和1.5看起来更近了，但它们之间还有5/4（1.25）和7/4（1.75）；1和1.25之间，还有9/8（1.125）；1和1.125之间，还有17/16（1.0625）......
如此类推下去，我们会发现一个规律：无论两个有理数挨得有多近，只要我们把它们“扒开”，就会发现两者之间还有无数个有理数。
比如0.1和0.2之间，有0.11,0.12,0.13......0.19，还有0.101,0.102......0.199，还有0.1001,0.1002......无穷无尽，永远也数不完。
这就是有理数的稠密性——在任意两个有理数之间，都存在无穷多个有理数。
看到这里，大家可能会觉得：既然有理数已经这么稠密了，那它应该已经把数轴填满了吧？毕竟无论两个有理数挨得多近，中间都有无数个有理数，哪里还有空隙呢？
但事实并非如此——有理数虽然稠密，但远没有把数轴填满，因为还有比有理数更稠密的数——无理数。
无理数的稠密性，比有理数还要强。
也就是说，无论两个有理数挨得有多近，它们之间不仅有无数个有理数，还有无数个无理数；甚至，无论两个无理数挨得有多近，它们之间也有无数个有理数和无数个无理数。
这种稠密性，是有理数无法比拟的。
这里有一个非常重要的知识点，必须重点强调：所谓的“稠密”，并不意味着“连续”。
很多人会把“稠密”和“连续”混淆，认为只要一个集合是稠密的，就一定能把数轴填满，其实这是错误的。
通俗理解就是，尽管有理数非常稠密，但它们之间依然存在着无数个“空隙”，而这些空隙，就被无理数填满了；同理，无理数虽然更稠密，但它们和有理数一起，才构成了连续的数轴——只有实数（有理数+无理数），才是连续的，才能把数轴完全填满，没有任何空隙。
我们可以用一个通俗的比喻来理解稠密和连续的区别：假设数轴是一条无限长的马路，有理数就是马路上的行人，这些行人挨得非常近，无论你站在马路的哪个位置，周围都有无数个行人，这就是“稠密”；但行人之间依然有缝隙，哪怕缝隙再小，也存在，而无理数，就是填满这些缝隙的空气——空气无处不在，填满了行人之间的所有缝隙，甚至行人的身体里也有空气。只有行人和空气加在一起，才构成了“完整的马路空间”，这就是“连续”。
再举一个更形象（虽然有些吓人）的比喻：有50个人紧挨着站成一排，每个人之间都没有明显的空隙，看起来非常稠密；但如果我们用放大镜去看，就会发现，每个人之间依然有微小的缝隙，而这些缝隙里，还存在着无数个“小精灵”（你也可以反向理解为“鬼”）——这些小精灵（鬼）就是无理数。
小精灵的存在，并不影响人们的稠密性，人们依然是紧挨着的；但小精灵的数量，却比人的数量多得多，多到无穷无尽。这就是有理数和无理数的稠密性关系：有理数很稠密，但无理数更稠密，且无理数填满了有理数之间的所有缝隙。
总结一下这部分的核心：有理数和无理数都是稠密的，但无理数的稠密性更强；稠密不等于连续，只有实数（有理数+无理数）才是连续的，才能填满整个数轴；有理数之间的缝隙，全部被无理数填满，而这些缝隙的数量，远比有理数的数量多得多。
明白了这些，我们继续。
我们在上学时都学过：有理数是整数（正整数、0、负整数）和分数的统称，有理数都可以化成有限小数或无限循环小数；而无理数，是无限不循环小数，不能化成分数。这个定义很简单，但很多人对“无限不循环”这个概念理解得并不深刻，甚至会有疑问：“真的有无限不循环的小数吗？会不会所有的小数，只要无限延伸下去，都会出现循环规律？”
答案是肯定的，无理数确实存在，而且比有理数多得多。
我们常见的无理数有π（圆周率，约等于3.1415926535......）、√2（根号2，约等于1.4142135623......）、√3（根号3，约等于1.7320508075......）等等，这些数的小数部分都是无限不循环的，无论你延伸到多少位，都找不到重复的循环节。
其实，我们可以用一种非常通俗的方式来理解无理数：在小数点后面随便乱写数字，不刻意寻找循环规律，写出来的小数，就是无理数。
这里的“随便乱写”，可以是闭着眼睛在键盘上敲击数字，也可以是随机报数字，只要不刻意重复某个规律，最终得到的小数，都是无限不循环小数——也就是无理数。
为什么会这样呢？
因为无限循环小数的数量是有限的（这里的“有限”是指“可列”，后面我们会详细讲解），而无限不循环小数的数量是无限的（不可列），两者的数量差距极大，所以随机乱写一个小数，大概率是无理数，小概率是有理数（无限循环小数或有限小数）。
我们再来说说有理数的特点：所有的有理数，都可以化成分数的形式（p/q，其中p和q是整数，且q≠0）；反过来，所有能化成分数形式的数，都是有理数。而无限循环小数，之所以是有理数，就是因为它可以化成分数——循环节的出现，意味着除法运算中余数的重复，而余数重复之后，商就会开始循环，因此只要有循环节，就一定能化成分数。
举个简单的例子：1/6=0.166666......，这是一个无限循环小数，循环节是6。我们可以用除法竖式来验证一下：用1除以6，商0，余1；在1后面补0，变成10，商1，余4；在4后面补0，变成40，商6，余4；接下来再补0，还是商6，余4，以此类推，余数一直是4，商就一直是6，所以循环节就是6。只要我们知道循环节，就可以把这个无限循环小数化成分数——比如0.1666......，就可以化成1/6。
而无限不循环小数，之所以是无理数，就是因为它不能化成分数——它的小数部分没有任何循环规律，余数也不会重复，因此无法用p/q的形式表示。这种“无规律”，让很多人觉得无理数很“诡异”，就像一个无法捉摸的妖孽，但其实，正是这种“无规律”，才让无理数充满了魅力，也让它成为了填满数轴缝隙的“关键力量”。
对于无限不循环小数，我们可以尝试用“有限小数逼近”的方式来理解它。
比如，我们随便写一个无理数：0.675483726394581273......（这是我闭着眼睛在键盘上敲击出来的，没有任何规律）。我们可以逐渐缩小它的范围，提高它的精确度：
首先，我们可以确定它在0.6和0.7之间，因为它的十分位是6，所以0.6＜0.675483726394581273......＜0.7；
接着，看百分位，是7，所以我们可以把范围缩小到0.67和0.68之间：0.67＜0.675483726394581273......＜0.68；
再看千分位，是5，范围进一步缩小到0.675和0.676之间：0.675＜0.675483726394581273......＜0.676；
继续看万分位，是4，范围缩小到0.6754和0.6755之间；
以此类推，我们可以不断缩小范围，让这个无理数的精确度越来越高，虽然我们永远无法写出它的完整小数形式，但我们可以通过这种方式，逐渐接近它的真实值。
这里可能有人会质疑：“你随便敲击键盘写出来的这个小数，真的是无理数吗？万一它在后面的某一位开始循环了呢？”
这种可能性确实存在，但概率无限接近于0。
因为无限循环小数的数量是可列的，而无限不循环小数的数量是不可列的，两者的数量差距太大了，就像“大海里的一滴水”和“整个大海”的区别——你随机敲击出来的小数，几乎不可能是那“一滴水”（有理数），大概率是“大海”（无理数）。
还有一个更重要的结论：只要存在有理数，就必然存在无理数。
也就是说，无论你在数轴上取一个多么小的区间，里面都既有有理数，也有无理数——哪怕这个区间再小，小到只有0.0000001的长度，里面依然有无数个有理数和无数个无理数。这也进一步说明了，无理数填满了有理数之间的所有缝隙，它们无处不在。
我们可以用一个通俗的场景来理解：假设你在数轴上画一个非常小的线段，长度只有0.0000001，这个线段上有无数个点，其中既有有理数对应的点，也有无理数对应的点。但如果你随机在这个线段上取一个点，取到无理数的概率依然是100%，取到有理数的概率依然是0——因为无理数的数量，实在是太多了。
看到这里，可能你已经懵逼了，别着急，更懵逼的还在后面。
前面我们一直在说“有理数的数量比无理数少得多”，但两者都是无穷多，怎么比较“多少”呢？这就需要引入一个新的概念——无穷的“大小”，也就是数学家们所说的“基数”（也叫“势”）。
简单来说，无穷可以分为两类：可列（或者“可数”）无穷和不可列无穷，其中可列无穷的“大小”，远小于不可列无穷的“大小”。
这种思想最早出自于德国数学家康托尔（Georg Cantor），他是集合论的创始人，也是第一个系统研究无穷的数学家。在康托尔之前，数学家们都认为“无穷就是无穷，没有大小之分”，但康托尔通过研究发现，无穷也是有大小的，不同的无穷集合，其元素数量可以不同——而判断两个无穷集合元素数量是否相等的标准，就是“是否能建立一一对应关系”。
我们先来说说“可列无穷”。
什么是可列无穷？
简单理解就是，这个集合的元素可以按照一定的顺序“列出来”，比如整数集合、偶数集合、自然数集合、平方数集合，还有我们今天说的有理数集合，都是可列无穷集合。
举个例子，整数集合可以这样列出来：0,1,-1,2,-2,3,-3,4,-4......，按照“0，正整数，负整数”的顺序，依次排列，每一个整数都能在这个序列中找到自己的位置，不会有遗漏；偶数集合可以这样列出来：0,2,-2,4,-4,6,-6......，同样可以按照一定的顺序排列，没有遗漏；自然数集合更简单：0,1,2,3,4,5......，直接按顺序排列即可。
而有理数集合，虽然看起来比整数集合更复杂，但它也是可列无穷集合。证明方法其实很简单：有理数都是分数p/q（p是整数，q是正整数，且p和q互质，避免重复），我们可以按照“p+q”的大小来排列有理数，具体如下：
当p+q=2时，只有1/1（p=1,q=1）；
当p+q=3时，有1/2（p=1,q=2）、2/1（p=2,q=1）；
当p+q=4时，有1/3（p=1,q=3）、2/2（p=2,q=2，可化简为1/1，重复，舍去）、3/1（p=3,q=1）；
当p+q=5时，有1/4（p=1,q=4）、2/3（p=2,q=3）、3/2（p=3,q=2）、4/1（p=4,q=1）；
当p+q=6时，有1/5（p=1,q=5）、2/4（p=2,q=4，化简为1/2，重复，舍去）、3/3（p=3,q=3，化简为1/1，重复，舍去）、4/2（p=4,q=2，化简为2/1，重复，舍去）、5/1（p=5,q=1）；
以此类推，我们可以把所有的有理数都按照这个顺序列出来，虽然这个序列会无限延伸，但每一个有理数都能在这个序列中找到自己的位置，不会有遗漏——这就证明了，有理数集合是可列无穷集合。
接下来我们说说“不可列无穷”。什么是不可列无穷？
简单理解就是，这个集合的元素无法按照任何顺序“列出来”，无论你怎么排列，都会有元素遗漏。而无理数集合，就是典型的不可列无穷集合——我们无法把所有的无理数按照一定的顺序列出来，无论你怎么排列，总会有一些无理数不在你的序列中。
康托尔提出了一个非常绝妙的证明方法，叫做“对角线证法”，用反证法证明了无理数是不可列的。这个证明过程虽然有些复杂，但我们可以用通俗的语言来拆解一下，让大家理解其中的逻辑：
第一步，假设无理数是可列的。
元股证券:ygzq.hk也就是说，我们可以把所有的无理数按照一定的顺序列出来，比如我们先列出0到1之间的所有无理数（因为0到1之间的无理数，和整个实数轴上的无理数数量是一样多的，证明了0到1之间的无理数不可列，就等于证明了所有无理数不可列），假设我们列出的序列是这样的（这些都是我随便写的无限不循环小数）：
第一个无理数：0.8123456789......
第二个无理数：0.7531246890......
第三个无理数：0.6987543210......
第四个无理数：0.5012345678......
第五个无理数：0.4321098765......
第二步，我们把这些无理数排列成一个矩形阵列，每一行是一个无理数，每一列是小数的某一位（比如第一列是十分位，第二列是百分位，第三列是千分位，以此类推）：
1: 0. 8 1 2 3 4 5 6 7 8 9 ......
2: 0. 7 5 3 1 2 4 6 8 9 0 ......
3: 0. 6 9 8 7 5 4 3 2 1 0 ......
4: 0. 5 0 1 2 3 4 5 6 7 8 ......
5: 0. 4 3 2 1 0 9 8 7 6 5 ......
第三步，我们从这个矩形阵列的左上角到右下角，画一条对角线，这条对角线会穿过每一行的第n位（比如第一行的第1位，第二行的第2位，第三行的第3位，第四行的第4位，以此类推）。我们把对角线上的数字提取出来，组成一个新的小数：
对角线穿过的数字：8（第一行第1位）、5（第二行第2位）、8（第三行第3位）、2（第四行第4位）、0（第五行第5位）......，所以这个新的小数是：0.85820......
第四步，我们对这个新的小数做一个简单的修改：把每一位数字都加1（如果数字是9，就变成0，加几其实无所谓，只要修改就行）。修改之后，这个小数就变成了：0.96931......
第五步，我们把这个修改后的小数，和我们之前列出的所有无理数进行对比。我们会发现，这个小数和列表中的任何一个无理数都不一样：
它和第一个无理数不一样，因为它的第1位是9，而第一个无理数的第1位是8；
它和第二个无理数不一样，因为它的第2位是6，而第二个无理数的第2位是5；
它和第三个无理数不一样，因为它的第3位是9，而第三个无理数的第3位是8；
它和第四个无理数不一样，因为它的第4位是3，而第四个无理数的第4位是2；
以此类推，它和列表中的第n个无理数不一样，因为它的第n位数字，和第n个无理数的第n位数字不同。
这就出现了一个矛盾：我们假设已经列出了0到1之间的所有无理数，但我们却找到了一个不在这个列表中的无理数——这说明我们的假设是错误的。因此，无理数是不可列的，是不可列无穷集合。
这里需要补充一点：康托尔的“对角线证法”，不仅证明了无理数是不可列的，还证明了实数是不可列的——因为实数=有理数+无理数，有理数是可列的，无理数是不可列的，所以实数也是不可列的。
而这也进一步证明了，无理数的数量和实数的数量是一样多的——因为两者都是不可列无穷集合，它们可以建立一一对应关系。
总结一下这部分的核心：无穷分为可列无穷和不可列无穷，可列无穷的元素可以按顺序列出来，不可列无穷的元素无法按顺序列出来；有理数是可列无穷，无理数和实数是不可列无穷；可列无穷的“大小”（基数）远小于不可列无穷的“大小”，或者说“无理数的“无穷”，要比有理数的“无穷”更高一级，这种级别就是被康拓尔称之为“势”！
因此，有理数的数量，远小于无理数的数量——哪怕两者都是无穷多。
到这里，可能有人已经疯了，脑袋一团浆糊。别着急，接下来你会彻底“疯掉”。
前面我们从集合论、无穷的大小等角度，解释了为什么“数轴上随机取一点，有理数的概率为0”，但很多人可能还是觉得不够直观——毕竟“无穷”这个概念太抽象了，我们无法直接感知。
这时候，我们可以用“测度论”的知识，来更直观地证明这个结论。
什么是测度？
通俗理解就是“长度”（在一维空间中，测度就是长度；在二维空间中，测度就是面积；在三维空间中，测度就是体积）。测度论是数学中的一个重要分支，它主要研究“如何测量集合的大小”，而我们这里要研究的，就是有理数集合和无理数集合在数轴上的“长度”（也就是测度）。
我们的核心思路是：如果能证明有理数集合在数轴上的测度（总长度）为0，那么在数轴上随机取一点，取到有理数的概率就是0——因为概率可以理解为“目标集合的测度”除以“整个样本空间的测度”，而整个实数轴的测度是无穷大，但有理数的测度是0，0除以任何正数（包括无穷大），结果都是0。
那么，如何计算有理数集合的测度呢？我们可以按照以下步骤来理解：
第一步，我们知道，有理数是可列无穷集合，也就是说，我们可以把所有的有理数按照一定的顺序列出来：r₁, r₂, r₃, r₄, ......（r₁是第一个有理数，r₂是第二个有理数，以此类推）。
第二步，我们给每一个有理数rₙ，画一个小小的区间，这个区间的长度是ε/2ⁿ（其中ε是一个任意小的正数，比如ε=1，或者ε=0.1，甚至ε=0.0000001，无论ε多小，都不影响最终的结果）。比如，给r₁画一个区间（r₁ - ε/2¹, r₁ + ε/2¹），这个区间的长度是ε/2¹ + ε/2¹ = ε/2⁰ = ε；给r₂画一个区间（r₂ - ε/2², r₂ + ε/2²），这个区间的长度是ε/2² + ε/2² = ε/2¹；给r₃画一个区间（r₃ - ε/2³, r₃ + ε/2³），长度是ε/2²；以此类推，给第n个有理数rₙ画的区间长度是ε/2ⁿ⁻¹。
第三步，我们计算所有这些区间的总长度。这些区间的长度分别是ε, ε/2, ε/4, ε/8, ......, ε/2ⁿ⁻¹, ......，这是一个等比数列，首项a₁=ε，公比q=1/2（公比小于1，所以这个等比数列的和是有限的）。
根据等比数列求和公式，这个数列的前n项和为：Sₙ = a₁(1 - qⁿ)/(1 - q) = ε(1 - (1/2)ⁿ)/(1 - 1/2) = 2ε(1 - (1/2)ⁿ)。
当n趋近于无穷大时，(1/2)ⁿ趋近于0，所以这个数列的总和S = lim(n→∞) Sₙ = 2ε(1 - 0) = 2ε。
第四步，我们分析这个结果。因为ε是一个任意小的正数，我们可以让ε无限接近于0——比如ε=0.1，总长度就是0.2；ε=0.01，总长度就是0.02；ε=0.0000001，总长度就是0.0000002；当ε无限接近于0时，总长度2ε也无限接近于0。
而所有的有理数，都包含在这些区间里面（因为我们给每一个有理数都画了一个包含它的区间），所以有理数集合的测度，一定小于等于这些区间的总长度2ε。而因为ε可以无限接近于0，所以有理数集合的测度，只能是0——毕竟它不可能是负数，又小于等于一个无限接近于0的正数，所以只能是0。
这里可能有人会质疑：“你这个证明过程就是诡辩，既然每个有理数都是一个点，而一个点的长度是0，不管多少个点加起来，总长度也应该是0，何必这么麻烦用区间来计算呢？”其实，这个质疑看似有道理，但忽略了一个关键问题：无穷多个0相加，结果不一定是0——只有“可列个0”相加，结果才是0；而“不可列个0”相加，结果可以是正数。
有理数是可列无穷，所以可列个点（每个点长度为0）相加，总长度（测度）就是0；而无理数是不可列无穷，虽然每个无理数对应的点长度也是0，但不可列个0相加，总长度（测度）可以是正数——比如在0到1之间，无理数的测度是1，而有理数的测度是0，两者相加，就是0到1之间实数的测度1，这也符合“实数=有理数+无理数”的集合关系。
再举一个通俗的例子：假设我们有一条长度为1的线段，这条线段上的所有点，对应0到1之间的所有实数。其中，有理数对应的点，就像是线段上的“沙子”，每一粒沙子的体积都是0，但沙子的数量是可列无穷，所以所有沙子的总体积还是0；而无理数对应的点，就像是线段上的“水泥”，水泥的每一个“颗粒”体积也是0，但颗粒的数量是不可列无穷，所以所有水泥的总体积就是1——沙子虽然存在，但它的总体积可以忽略不计，所以我们可以认为，这条线段上几乎全是“水泥”（无理数），“沙子”（有理数）的占比为0。
这就是为什么，在数轴上随机取一点，取到有理数的概率为0——因为有理数的测度为0，而实数的测度不是零，0除以任意数，结果就是0。
讲到这里，相信大家对“数轴上随机取一点，有理数的概率为0”这个结论，已经有了比较清晰的理解。但为了避免大家产生误解，这里再补充几个常见的误区，以及一些关于无穷概念的思考。
误区一：概率为0就是不可能发生，概率为100%就是必然发生。
这是我们普通人最容易产生的误解，也是之前我们反复强调的一点。在有限的样本空间中，这个说法是成立的——比如掷骰子，掷出7的概率为0，这确实是不可能发生的；掷出1-6中任意一个数的概率为100%，这确实是必然发生的。
但在无限的样本空间中，这个说法就不成立了——比如数轴上取点，取到有理数的概率为0，但有理数确实存在；取到无理数的概率为100%，但也不能说“一定能取到无理数”（虽然概率无限接近于1）。这里的概率，更多的是一种“数学上的比例关系”，而非现实中的“可能性判断”。
误区二：无穷多的数，数量一定一样多。
这也是我们之前重点纠正的一个误区。无穷分为可列无穷和不可列无穷，可列无穷的数量远小于不可列无穷的数量。比如，有理数是可列无穷，无理数是不可列无穷，所以无理数的数量远多于有理数；再比如，整数是可列无穷，实数是不可列无穷，所以实数的数量远多于整数。
我们不能用有限的思维，去衡量无限的世界——在无限的世界里，“部分”可以等于“整体”，“多”和“少”的定义，也和有限世界里完全不同。
误区三：无理数是“不规律”的，所以它不如有理数重要。
其实，无理数在数学和物理中，有着非常重要的作用。比如，圆周率π是无理数，它在几何、物理、工程等领域都有着广泛的应用；根号2是无理数，它是等腰直角三角形斜边与直角边的比值，在几何中不可或缺；自然常数e是无理数，它在微积分、概率论、复数等领域有着核心作用。如果没有无理数，我们就无法完整地描述数轴，也无法建立起现代数学和物理的理论体系。
还有一个值得思考的问题：“在数轴上随机取一个点”，这种行为本身，在数学上其实是没有意义的。因为我们根本无法定义“在数轴上随机取一个点”这种事件——数轴是无限长的，没有一个“均匀分布”的概率模型，不符合概率论中随机事件的测度要求。也就是说，我们讨论的“取到有理数的概率为0”，更多的是一种“理论上的推导”，而非“现实中的可操作事件”。
但这并不妨碍我们对有理数、无理数之间关系的理解，也不妨碍我们对无穷概念的探索。康托尔在提出集合论、研究无穷的时候，曾遭到很多数学家的质疑和反对，甚至被认为是“疯子”，但他的理论最终被认可，成为了现代数学的基础。无穷的世界，充满了未知和奇妙，它挑战着我们的直觉，也推动着数学的发展。
其实，数学的魅力就在于此——它有很多看似反直觉的结论，但这些结论背后，都有着严谨的逻辑和证明；它看似抽象难懂，但只要我们愿意放下固有的思维，慢慢去理解，就会发现其中的乐趣。有理数和无理数，看似只是两种不同的数，但它们之间的关系，却揭示了无穷的奥秘，也让我们明白：世界的本质，往往比我们想象的更复杂，也更奇妙。
最后，我想问问大家：关于无穷的概念，关于有理数和无理数的关系，你有什么看法呢？你是否还能想到其他“反直觉”的数学结论？欢迎在留言区讨论，我们一起交流学习，感受数学的魅力。
如果我在讲解过程中有不对的地方，也欢迎大家多多指正，谢谢大家的阅读！
证券开户官方入口提示：本文来自互联网，不代表本网站观点。
