惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Google DeepMind News
Google DeepMind News
爱范儿
爱范儿
J
Java Code Geeks
L
LangChain Blog
V
V2EX
大猫的无限游戏
大猫的无限游戏
S
SegmentFault 最新的问题
博客园 - Franky
Microsoft Azure Blog
Microsoft Azure Blog
Jina AI
Jina AI
Blog — PlanetScale
Blog — PlanetScale
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
The Cloudflare Blog
博客园 - 司徒正美
B
Blog
G
Google Developers Blog
Stack Overflow Blog
Stack Overflow Blog
罗磊的独立博客
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
Apple Machine Learning Research
Apple Machine Learning Research
Engineering at Meta
Engineering at Meta
MyScale Blog
MyScale Blog
有赞技术团队
有赞技术团队
Hugging Face - Blog
Hugging Face - Blog

菲兹克斯喵

Lesson 17 引力波的功率 (2) Lesson 16 引力波的功率 Lesson 8 Atmospheres Lesson 16 习题课 Lesson 15 引力波 Lesson 14 Noether 定理 Lesson 7 Evolution Lesson 7 传粉的力量 Lesson 13 作用量原理 Lesson 13 配分函数的一些应用 Lesson 12 Penrose 过程与 Hawking 辐射 Lesson 6 Homology Lesson 11 带电荷和旋转的黑洞 Lesson 6 进食行为 Lesson 11 配分函数 Lesson 10 Penrose 图 Lesson 5 Diffusion Lesson 9 微观量与宏观量的联系 Lesson 5 捕食行为 Lesson 8 Schwarzschild 黑洞 Lesson 9 Schwarzschild 黑洞 (2) Lesson 8 近独立子体系分布 Lesson 7 统计力学绪论 Lesson 4 讲座:乌贼和章鱼的行为与智能 Lesson 7 Killing 矢量场和 Lie 导数 Lesson 6 Schwarzschild 解 Lesson 6 Landau 相变理论 (二) Lesson 3 Lane - Emden Equation Lesson 5 Landau 相变理论 Lesson 3 动物的感知
Lesson 4 Ignition of the Sun
2026-03-19 · via 菲兹克斯喵

我们上节课说了,在 E∗≈50 keVE_* \approx 50\text{ keV} 的能量下,rr - EE 图像上的 de Broglie 波长线与点火距离线相交. 具体的表达式是

E∗=8π2(Z1Z2e2)2h2mμ,mμ=m1m2m1+m2E_* = \frac{8\pi^2(Z_1Z_2e^2)^2}{h^2}m_\mu,\quad m_\mu = \frac{m_1m_2}{m_1+m_2}

但是太阳的能量仍然比这个 E∗E_* 要小,隧穿概率

P∝exp⁡[−πE∗E]P \propto \exp\left[-\pi\sqrt{\frac{E_*}{E}}\right]

仍然是一个很小的值. 但是我们知道粒子并不是都处在平均值附近,而是具有一个很宽的分布,因此从微观上试图解释,我们算反应率. 这需要先计算碰撞概率,假设两种粒子的碰撞截面为 σ12\sigma_{12},得到微元的碰撞概率为

P=n1n2σ12ΔvP = n_1n_2\sigma_{12}\Delta v

其中 Δv\Delta v 为两粒子相对速度. 碰撞概率

Γ12=n1n2∫P(E)Δv(E)σ12(E)dE\Gamma_{12} = n_1n_2\int P(E)\Delta v(E)\sigma_{12}(E)\text{d}E

这里的 P(E)P(E) 是按照能量的粒子分布函数,用 Maxwell 分布律即可,P(E)∝e−E/(kBT)P(E)\propto e^{-E/(k_BT)},相对速度写为 2E/mμ\sqrt{2E/m_\mu},然后用 de Broglie 波长来估算相对碰撞截面大小,

σ12∼πλdB2Ptunnelling∼ℏ22mμEe−πE∗/E=S(E)Ee−πE∗/E\sigma_{12}\sim \pi\lambda_{\text{dB}}^2P_{\text{tunnelling}} \sim\frac{\hbar^2}{2m_\mu E}e^{-\pi\sqrt{E_*/E}} = \frac{S(E)}{E}e^{-\pi\sqrt{E_*/E}}

最终的反应概率

Γ12=n1n2(kBT)−3/28πmμ∫S(E)exp⁡[−EkBT−πE∗E]dE\Gamma_{12} = n_1n_2(k_BT)^{-3/2}\sqrt{\frac{8}{\pi m_\mu}}\int S(E)\exp\left[-\frac{E}{k_BT}-\pi\sqrt{\frac{E_*}{E}}\right]\text{d}E

因此对于点火能量来说,我们需要找到的不是最高的能量,而是一个比较中间的值,这也解释了为什么太阳能够实现聚变点火. 这个结论被称为 Gamov Peak.


开始讲第二次作业了,不过我还没写所以不记录了.

第一次作业讲解:平均分 92

???怎么做到的,我拼尽全力 83

好吧我翻了一下发现我所有扣分都是非学术的内容...


开始进入 module 3,有关星系演化的部分.

在一个电磁波场中,一个单电子的运动方程写为

F=eE=E0cos⁡ωt=mex¨F = eE = E_0\cos\omega t = m_e\ddot{x}

这样的运动会造成电磁辐射,在 cgs 制下的辐射 Larmor 公式写作

PL=2x¨2q23c3[ET]P_L = \frac{2\ddot{x}^2q^2}{3c^3}\left[\frac{\text{E}}{\text{T}}\right]

能流为

S=c8πE02[EL2T]S = \frac{c}{8\pi}E_0^2\left[\frac{\text{E}}{\text{L}^2\text{T}}\right]

我们将辐射功率和能流的比例记为 σT\sigma_T (某种意义上来说这也是一个「截面」),那么

σT=PeS=2e23c3⟨x¨2⟩cE00⋅8π=8π3e4me2c4\sigma_T =\frac{P_e}{S} = \frac{2 e^2}{3c^3}\frac{\langle \ddot{x}^2\rangle}{cE_0^0}\cdot 8\pi = \frac{8\pi}{3}\frac{e^4}{m_e^2c^4}

估算一个简单的二维问题,考虑校园是 1 km1\text{ km} 大的二维圆平面,碰撞「截面」大约是 σ=1 m\sigma=1\text{ m},人的密度可以估计为 N/πR2N/\pi R^2.

最后的结果大约是每 30 m30\text{ m} 遇到一个人,lmfp≈30 ml_{\text{mfp}}\approx 30\text{ m}. (mean free path)


如果每遇到一个人改变一次方向,随机行走运动轨迹的均值:⟨r‾⟩=0\langle\overline{r}\rangle = 0

⟨r2‾⟩=⟨r‾⋅r‾⟩=Nlmfp2\left\langle\overline{r^2}\right\rangle = \left\langle\overline{r}\cdot\overline{r}\right\rangle = Nl_{\text{mfp}}^2

如果要走出校园,那么必须要 ⟨r2‾⟩=R2\left\langle\overline{r^2}\right\rangle = R^2,这里需要的步骤数大约是 10310^3,也可以计算时间,如果是正常走路速度,那么需要 10 h10\text{ h} 走出校园.

对于一个想要从太阳内部逃出来的粒子,也需要经历类似的过程,我们需要 R⊙R_{\odot} 就能计算平均逃逸时间. 有

lmfp=1neσT≈2 cm,tesc≈3000 yr.l_{\text{mfp}} = \frac{1}{n_e\sigma_T} \approx 2\text{ cm},\quad t_{\text{esc}} \approx 3000\text{ yr.}

更新日志

  • 1a5b5-feat(note): update note