Как оценить число участников ядерного столкновения экспресс

Оригинал: "Bayesian inference of event-by-event collision geometry from charged-particle multiplicity in heavy-ion collisions"
arXiv:2608.14045v1 · 2026-08-14 · CC BY 4.0 · 1 мин
Новый метод превращает грубую сортировку событий в точную вероятностную оценку.

Когда два тяжёлых ядра сталкиваются на релятивистских скоростях, они не взаимодействуют целиком, как бильярдные шары. В контакт вступает лишь часть их нуклонов — протонов и нейтронов. Сколько именно нуклонов реально участвовало в столкновении, а сколько пролетело мимо, заранее неизвестно. От этого числа зависят все последующие измерения, но напрямую его увидеть нельзя.

Раньше события классифицировали по множественности рождённых заряженных частиц: много частиц — столкновение лобовое, мало — периферическое. Но такая сортировка груба: события с одинаковым числом частиц могут иметь разное число участников. Это как пытаться угадать размер кухни по числу гостей на вечеринке: иногда в маленькой комнате тесно, а в большой — просторно.

Новый метод не присваивает каждому событию единственный класс, а вычисляет вероятность для каждого возможного числа участников и парных нуклон-нуклонных столкновений. Для этого используется модель Глаубера, описывающая геометрическое перекрытие ядер, и статистика рождения частиц при заданном числе участников. В результате получается не жёсткая метка, а распределение вероятностей.

Метод проверяли на компьютерной модели столкновений при энергии 19,6 ГэВ. Восстановленные вероятности оказались точными, а измерения флуктуаций числа протонов стали заметно чище.

Такой подход снимает часть неопределённости, которая раньше маскировалась под «центральность» события. Теперь можно честно сказать: мы не знаем точное число участников, но знаем, насколько вероятно каждое значение. Это как перейти от чёрно-белой фотографии к полутоновой — детали становятся видны, даже если резкость не идеальна.

В одном столкновении двух ядер золота может участвовать до 400 нуклонов, а число родившихся заряженных частиц достигает нескольких тысяч.

Учёные
David HilbertJohn von NeumannMax BornDaniel GottesmanDavid DiVincenzoGilles Brassard
Понятия
вложенная выборка апостериорное распределение байесовское свидетельство биномиальное распределение байесовский вывод гамильтонов метод Монте-Карло гиббсовская выборка