Как сосчитать 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 врезаются друг в друга на огромной скорости, они не сталкиваются целиком, как бильярдные шары. В контакт вступает лишь часть их вещества. Сколько именно нуклонов (протонов и нейтронов) реально участвовало в столкновении, а сколько пролетело мимо — заранее не известно. От этого числа зависят все последующие измерения, но увидеть его напрямую нельзя.

Раньше события сортировали по числу родившихся заряженных частиц: много частиц — значит, столкновение было лобовым, мало — скользящим. Но такая сортировка грубая. События с одинаковым числом частиц могут иметь разное число участников. Это как пытаться угадать размер кухни по количеству гостей на вечеринке: иногда в маленькой комнате тесно, а в большой — просторно.

Новый метод действует иначе. Он не назначает каждому событию один класс, а вычисляет вероятность для каждого возможного числа участников и парных ударов. Для этого используется известная модель того, как ядра перекрываются, и статистика того, сколько частиц обычно рождается при данном 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 говорить: 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