Il y a au moins deux sens de ce que nous pourrions dire ici. Les deux ont des normes de preuve séparées et distinctes, et pour les deux, il est impossible de fournir une telle preuve. Dans les deux cas, la question se résume fondamentalement à "quelle est la structure microscopique des points sur une ligne?" Autrement dit, "comment pouvons-nous décrire tous les points sur eux individuellement et leurs relations les uns avec les autres d'une manière explicite et concrète basée sur des constructions indiscutables?" Il existe, en fait, mathématiquement, de nombreuses, nombreuses manières différentes de mettre en réseau ces points et de nombreux niveaux de détails différents auxquels vous pouvez parler de tels arrangements, ce qui rend cette question d'autant plus pertinente et définitivement loin d'être aussi évident que vous pourriez le penser au premier abord avoir été conditionné par l'enseignement, le forage et la réprimande / "takemywordism".
- L’un d’eux est un sens purement mathématico-philosophique: la droite numérique réelle représente-t-elle fidèlement ce que nous pensons intuitivement que les distances sont? Il s'agit en fait de quelque chose de connu sous le nom de "Cantor-Dedekind Thesis", et il l'affirme dans l'affirmative ou, plus précisément, que la ligne a voulu et honorée dans la tradition de la géométrie grecque antique et ses élaborations modernes dans les époques post-classiques de L'histoire européenne et islamique a sa microstructure mieux capturée par la construction de ligne réelle moderne de Dedekind.
- Le second est une question de physique et de science empirique, en particulier une application à l'Univers dans lequel nous vivons: la droite numérique réelle capture-t-elle fidèlement la microstructure des distances le long d'une ligne réelle (où " real "signifie réalité et non" nombres réels ") entre deux points de l ' espace du monde réel dans lequel nos vies réelles se déroulent?
Nous ne pouvons pas fournir de preuve pour l'un ou l'autre. Dans le premier cas, différentes personnes peuvent avoir des intuitions différentes et, de plus, d'un point de vue purement formellement mathématique, cette thèse est comme d'autres comme la "thèse de Church-Turing" concernant le calcul: c'est fondamentalement une affirmation d'une position standard sur le sens d'un terme - ici «distance» ou «microstructure de la ligne», là «calcul» - qui est par nature sujet à contestabilité. Le sens n'est pas quelque chose qui peut être prouvé / réfuté: comme l'illustre la question séculaire du prescriptivisme dans le langage.
Pour le second, nous pouvons, au mieux, réfuter cela en montrant qu'il existait, disons, une échelle de distance minimale absolue. (Soit dit en passant, la longueur de Planck n'est qu'une proposition pour une telle échelle - elle n'est pas prouvée par quelque moyen que ce soit et, en fait, il peut y avoir Nous ne pouvons pas prouver que la structure de l'espace physique est vraiment celle de la droite numérique réelle, ou toute autre chose qui implique des questions sur ce à quoi il ressemble avec une résolution infinie, car toutes nos mesures empiriques ne peuvent jamais avoir une résolution finie si rien d'autre que le simple fait que nous ne pouvons pas réellement stocker la quantité infinie d'informations qu'une mesure infiniment précise représenterait. Cela signifie qu'il n'y a pas de moyen empirique de distinguer l'espace physique de l'isomorphe à $ \ mathbb {R} $ , ou à un espace pixelisé avec une taille de grain 10 $ ^ {- \ mbox {numéro de Graham}} \ \ mbox {US survey feet} $ . Ou, à partir des nombres hyperréels et surréalistes, ou de systèmes plus restreints mais encore assez complexes comme les nombres calculables, qui posent des différences de détail à des échelles infiniment fines inaccessibles. Tout ce que nous pouvons supposer, c'est que l'espace est au moins aussi détaillé et fin que les meilleures mesures que nous avons effectuées jusqu'à présent.
En fin de compte, $ \ mathbb {R} $ est un scientific model, tout comme toutes les autres parties de nos théories physiques sont modèles, et qui est utilisé pour représenter l'espace physique dans toutes les théories qui sont effectivement validées empiriquement. À aucun moment, un modèle ne doit être supposé être réalité, mais plutôt une histoire que nous racontons et langage que nous utilisons pour parler , la réalité , et sa validation empirique que c'est une façon de parler de la réalité qui lui est fidèle en ce qu'elle ne nous amènera pas à croire que des choses arrivent qui n'arrivent pas ou qui n'arrivent pas qui se produisent, dans la mesure de cela. Il y a probablement beaucoup, beaucoup d'autres histoires que nous pourrions raconter à ce sujet qui sont tout aussi bonnes, mais pour lesquelles la contingence historique nous a effectivement aveuglés.
Et la raison pour laquelle nous utilisons $ \ mathbb {R} $ pour créer des modèles est principalement pratique : $ \ mathbb {R} $ est très agréable de travailler mathématiquement. Conceptuellement, il bénéficie d'une structure simple: effectivement, il peut être considéré comme le résultat naturel de vouloir un système numérique intégré et rationalisé dans lequel vous pouvez parler de mesures à des niveaux de précision arbitraires, jusqu'à une précision infinie "propre" ce qui est utile à des fins théoriques. (En effet, il n'est pas trop difficile du tout de passer de cela à une définition formelle ou du moins à une axiomatisation.) De plus, en tant que tel, il finit par être très propre lorsqu'il s'agit de formuler des choses comme le calcul, un outil indispensable de la pratique moderne et construction de modèles physiques et scientifiques.
Aucune des autres alternatives proposées - et il y en a beaucoup - ne s'est jusqu'à présent montrée aussi agréable pour la construction de modèles.Si la réalité n'est pas si belle, très bien, mais même si nous pouvions prouver d'une manière ou d'une autre, $ \ mathbb {R} $ continuerait à être très utile pour travailler avecmodèles approximatifs pour les situations où nous pouvons ignorer sa vraie structure - par exempleà peu près toutes les applications professionnelles et technologiques d'aujourd'hui.Même aujourd'hui, il est utilisé dans les cas où nous savons que les phénomènes sous-jacents ne sont pas vraiment comme $ \ mathbb {R} $ , par exemplede nombreux modèles de croissance démographique décrivent la population comme un nombre réel, de sorte que l'on peut se servir d'outils comme le calcul pour les construire, même si bien sûr nous savons que les populations réelles d'organismes réels ne peuvent jamais être des nombres entiers. $ \ mathbb {R} $ est littéralement aussi bien.