但如果你能提前知道它的轨道却又是另一回事了。
比如我们知道有一滴橘子汁会溅到碰撞地点东南方37度角七米外的地面上,这个地面原本有很多污水淤泥,溅射后的橘子汁会混杂在一起没法观测。
但我们已经提前知道了它的运动轨迹,那么完全可以事先就在那儿放一块干净的采样板。
然后双手离开现场,找个椅子做好,安静等它送上门来就行。
眼下有了a子的信息,还有了公式模型,推导“落点”
的环节也就非常简单了。
众所周知。
n及衰变的通解并不复杂。
比如存在衰变链a→b→c→d……,各种核素的衰变常数对应分别为λ?、λ?、λ?、λ?……。
假设初始t?时刻只有a,则显然:n?=n?(o)exp(-λ?t)。
随后徐云又写下了另一个方程:
dn?dt=λ?n?-λ?n?。
这是b原子核数的变化微分方程。
求解可得n?=λ?n?(o)[exp(-λ?t)-exp(-λ?t)](λ?-λ?)。
随后徐云边写边念:
“net?dt=λ?n?-λ?n?,即dn?dt+λ?n?=λ?n?。。。。。。”
“代入上面的n?,所以就是n?=λ?λ?n?(o){exp(-λ?t)[(λ?-λ?)(λ?-λ?)+exp(-λ?t)[(λ?-λ?)(λ?-λ?)]+exp(-λ?t)[(λ?-λ?)(λ?-λ?)]}。。。。。”
写完这些他顿了顿,简单验算了一遍。
确定没有问题后,继续写道:
“可以定义一个参数h,使得h?=λ?λ?[(λ?-λ?)(λ?-λ?)],h?=λ?λ?[(λ?-λ?)(λ?-λ?)],h?=λ?λ?[(λ?-λ?)(λ?-λ?)]。。。。。。”
“则n?可简作:n?=n?(o)[h?exp(-λ?t)+h?exp(-λ?t)+h?exp(-λ?t)]。”
写完这些。
徐云再次看向屏幕,将a子的参数代入了进去:
“n=n?(o)[h?exp(-λ?t)+h?exp(-λ?t)+……hnexp(-λnt)],h的分子就是nλi,i=1~n-1,即分子是λ?λ?λ?λ?。。。。。”
“a子的衰变周期是17,所以h?的分母,就是除开a子前一种衰变常数与a子衰变常数λ?的差的积。。。。。”
半个小时后。
极光软件上现实出了一组数值。
aao1ooo:
19o4。8374
2818。73o8
374o。8182
。。。。。。。
7496。5853
8449。329
。。。。。
徐云没去看前面的数字,飞快的将鼠标下拉。
很快,他便锁定了其中的第十八行:
18165。2989。
有了这一组数字,接下来的问题就非常简单了。
徐云将这种数字输入了极光模型,公式为:
f(t):=n(t)n(o)=e^(-tπ)。
这里的“:=”
是定义符号,它表示将右边的东西定义成左边的东西。
徐云现在为这个f(t)赋予了一个物理意义:
某个原子在时刻t依然存活(没有衰变)的概率。
n=n?(o)[h?exp(-λ?t)+h?exp(-λ?t)+……hnexp(-λnt)]这个公式描述了到时刻t还剩多少原子,徐云所作的是将剩下的原子数目比上最初的总原子数,这个量自然就是在那堆剩下的原子中能找到徐云想要的那个的概率。
非常简单,也非常好理解。