关于双黑洞和引力波,LIGO科学家回答了这7个你可能会关心的问题

引力波的成功探测,就像双黑洞的碰撞一样,一石激起千层浪。

\

关于双黑洞和引力波,LIGO科学家回答了这7个你可能会关心的问题

最近,引力波的成功探测,就像双黑洞的碰撞一样,一石激起千层浪。

大家兴奋之余,肯定还听到一些质疑和怀疑的声音。其中有理论物理学博士鲍德海先生发的帖子,提出了一系列的问题。鲍博士提出的疑问,想必是很多读者都会有的。

这里我做一些答复。由于时间仓促,对每一项都是开了个头没有很详细的回答,就算是抛砖引玉吧。

问题1:按您的说法,那两个黑洞没有其他观测证据支持?

我觉得这么说是不全面的。双黑洞,是天文学家搜寻已久的天体,让大家望眼欲穿!

黑洞已经是现代天体物理中“习以为常”的物体。

通过大量的恒星演化的模型和观测数据的研究,天体物理学家基本上已经达成共识:大质量的恒星在核反应结束后,会塌缩成黑洞;比较大质量的恒星,会塌缩成中子星;而小质量的恒星会演化到白矮星,但是并不会产生塌缩的过程。这里,中子星是一个泛指。物理学家不是完全清楚核物质在这么高的压强下到底会以什么形式存在。有些物理学家认为应该是“夸克星”等等。也有人对黑洞的存在有一些质疑。但是,公认的是,大质量的恒星会演化成非常致密的一个星体。那么下面我们就讨论中子星和黑洞这两种星体。

中子星(或者夸克星)的观测证据主要来源于脉冲星:这些星体会以特别稳定的频率发出电磁脉冲。天体物理学家认为,这些脉冲是由于强磁场把中子星周围的等离子体中的电荷加速而导致的。

中子星可以以单个中子星和双中子星存在。双中子星在70年代被发现,并且已经成为精确检验相对论的重要依据。双中子星的轨道频率可以受引力辐射的影响,见引力波文章的[20,21,22]。这个发现被授予1993年的诺贝尔物理学奖。天体物理学家通过双中子星在附近宇宙中的分布,可以大概推算出LIGO观测范围中双中子星并合引力波信号的发生几率。目前的Advanced LIGO的灵敏度正处在可能发现双中子星的边缘。

恒星质量的黑洞,也就是大质量恒星演化行程的黑洞,也是有观测证据的。这来源于X-射线双星的研究。X-射线双星中,从伴星飞往主星的气体在途中互相挤压、摩擦,放出大量的热,导致了X-射线的辐射。从双星发出的X-射线的性质,可以用来大概推断它的组成。在一些这样的双星中,天文学家判断, 应该有一个很致密、质量很大的星体,很有可能是黑洞。当然,这样对黑洞的观测不太直接,没法很清晰的判断黑洞附近的时空几何结构。

所以,双中子星、以及发射引力波的双中子星都是存在的。双星中的黑洞,也是基本上认为是存在的。那么,如果我们拍一下脑袋,是不是可以认为,发射引力波的双黑洞也应该是存在的呢?

天体物理学家认为双黑洞是应该存在的 ,并且有间接观测证据,和建模的支持。

二十年来,拍脑袋之余,天体物理学家根据对双星演化的数学建模,他们发现了一些高质量双星可以最终变成双黑洞的“演化路径”。但是由于数学模型中有很多不确定的参数,他们由此估计出来的单位时间、单位体积中的双黑洞并合率,是非常粗略的。

由于事件发生的概率大体和观测的体积成正比(大概适用于几十亿光年以内的事件),LIGO的灵敏度越高,能够探测的距离就越远,于是能够探测到双黑洞的成功率就越高!这次双黑洞的事件的发生,以及第一代LIGO没有探测到引力波这个事实,都是在预期的粗略估计的范围之内的,见[111-114]。

2010年,天文学家发现了一对质量超大的双星 。这个双星被认为可以是双黑洞的“前世”。也就是说,这么大的一对恒星,它们烧尽燃料以后,有可能会形成双黑洞的系统。这是双黑洞存在的一个挺重要的间接证据。

问题2:双黑洞没人见过?

这就说明,引力波是双黑洞并合唯一的有效观测方式。理论上说,双黑洞的碰撞可能完全没有别的观测方式。

当然,后续也有科学家讨论,是不是双黑洞的并合在一定情况下也伴有电磁波的发射呢?比如,如果黑洞附近有磁场、气体,其实双黑洞的并合时可以引发伽马射线爆的!再比如,如果黑洞本身其实不是黑洞,而是和黑洞时空结构很类似的由某种新奇物质构成的星体,那么也可能让引力波在误差范围内符合相对论的推断,但是允许伽马射线的发生!

在引力波公布不久,就有一片文章,号称在GW150914附近发现了伽马射线的信号。当然,人们对这个伽马射线的发现还有一些怀疑。这就让人们发生了无穷的联想!!

问题3:如果实验能重复,那么就可以信了吧?

对,关键就在重复性。天体物理观测是需要有强有力的统计根据的。 前面我们说道,物理学家的模型是,单位体积单位时间,双黑洞有一个发生率。从数学上说,是一个“泊松过程”。在一定的观测能力和时间下,产生一个、两个、三个。。。事件的概率,都是有联系的。

在我们公布的LIGO数据中,除了GW150914这个很强的事件以外,还有有一个另外的信噪比(统计置信度)相对比较低的疑似事件。对它的统计分析现还在进一步的进行中。但是初步看来,一个高置信度的事件,加上一个低置信度的事件,这样的分布是符合上面的统计模型的。

第一次观测(2015年9月到2016年1月)的数据还没有完全分析完成,里面也可能有其他的双黑洞事件。

那么,根据后续的数据,怎么可以判断这次的双黑洞真假呢?还是用统计的方法。

第一,如果后面在同样的灵敏度观测,而观测不到双黑洞,那么看不到的时间越长,这次的双黑洞是乌龙的概率就越高了。事实上,通过这次的GW150914,和下一次测量的时间长度,就可以具体的估计出下次探测中探测到双黑洞的概率。

第二,如果看到呢?那我们还需要考虑后续信号的强度分布(比如强弱信号的分布应该大体对应在附近宇宙中的一个均匀的分布)、跟相对论信号的吻合度等等因素。在伽马射线爆发现的早期,人们也迷惑过,不知道为什么有这样强的信号。但是后来根据信号的分布,就判断出它是银河系外的波源。引力波天文学,也会依着类似的发展。

所以,这是一个长期系统的过程,是引力波天文学的一个重要目的!除了对这次的检验进行讨论之外,我们还可以拭目以待!

问题4:难道不是准备好多个探测器一起干吗?

事实上,在GW150914中,LIGO的两个探测器都分别观测到了置信度很高的波形。 

这是一个科学实验中常见的问题:当你看到一个所谓的”事件“,怎么知道它不是一个巧合呢?

答案就是,你没法严格证明他不是巧合。就好比,你在想领取你太爷爷遗留的存款的时候,没法向银行证明他没有小三和私生子一样。

但是,在科学实验中,往往可以估计出一个信号属于巧合的几率是多大。在LIGO中,采取了一个“时间平移”的方法[见引力波文章图4]。在分析数据的时候,我们采集两个探测器在不同时段的数据,看看这两段本不应同时有引力波的数据,同时产生这类似这两个波形出现的概率。得到的概率是10^-7以下。

问题5:本次项目,是否考虑了暗物质和暗能量?

当然!我们当然考虑了引力波在标准宇宙学模型下,在宇宙空间中的传播问题 。根据标准模型,我们这个波长的引力波(1万公里以下)受密度不均匀导致的影响在我们现在这个误差范围内完全可以忽略不计。如果探讨一下,那么第一大的影响就是宇宙的密度不均匀性,会造成引力波传播的“光线”并不是直线,从而导致引力波绝对振幅的一个修正。这就是所谓的弱引力透镜效果。我们今天对引力波振幅的估算误差,远远大于弱透镜导致的效果。 

问题6:黑洞是不是不止一对?

当然,上面提到了单位时间单位体积的黑洞并合率,就说明两对黑洞同时并合的概率是不为零的。但是,根据目前的灵敏度,在我们现在可以清晰观测的距离内,两个足够强的事件同时发生的概率是很小的。

这就有另外一个问题,如果考虑到特别远处的黑洞,那边有很多很多啊?虽然他们的信号到达地球的时候已经很弱了,但是会不会弱弱的加在一起就会足够强的“背景”呢?

事实上,把这个论断用在发光的星体上,就是宇宙学中注明的“奥伯斯阳谬”。也就是说,宇宙中越远的星星,虽然越暗,但是越多,结果根据均匀宇宙计算出的星星总光强,也就是“背景”,是无穷大。

这个阳谬可以用宇宙膨胀来解释。同样,双黑洞的引力波背景也可以这样解释。早在十几年前,就有科学家对这个问题做过讨论,并论证了双黑洞引力波背景的大小跟单位体积内的并合率的关系。结论就是,引力波源和星星一样。最强的源可以被单一的看到,但是也会有一个由众多远处的源导致的背景。我们的文章中也提到了这个问题,见[115]。

问题7:提出问题未尝不可,但是现在怀疑其真实性为时尚早,证据不足。

我认为迷信权威是错误的,怀疑是科学进步的源泉。鲍博士提出这些疑问,是对引力波物理学家的关心和爱护。期待更多的读者对引力波的发现提出质疑!也欢迎大家阅读我们PRL之外的另外11篇文章,那里面详细的讲解了这次引力波探测相关的各个方面。


原文发布时间:2016-02-20 15:13
本文作者:陈雁北
本文来自云栖社区合作伙伴镁客网,了解相关信息可以关注镁客网。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/391034.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

用于MLOps的MLflow简介第1部分:Anaconda环境

在这三部分的博客中跟随了演示之后,您将能够: (After following along with the demos in this three part blog you will be able to:) Understand how you and your Data Science teams can improve your MLOps practices using MLflow 了解您和您的数…

pymc3 贝叶斯线性回归_使用PyMC3估计的贝叶斯推理能力

pymc3 贝叶斯线性回归内部AI (Inside AI) If you’ve steered clear of Bayesian regression because of its complexity, this article shows how to apply simple MCMC Bayesian Inference to linear data with outliers in Python, using linear regression and Gaussian ra…

mongodb分布式集群搭建手记

一、架构简介 目标 单机搭建mongodb分布式集群(副本集 分片集群),演示mongodb分布式集群的安装部署、简单操作。 说明 在同一个vm启动由两个分片组成的分布式集群,每个分片都是一个PSS(Primary-Secondary-Secondary)模式的数据副本集; Confi…

python16_day37【爬虫2】

一、异步非阻塞 1.自定义异步非阻塞 1 import socket2 import select3 4 class Request(object):5 def __init__(self,sock,func,url):6 self.sock sock7 self.func func8 self.url url9 10 def fileno(self): 11 return self.soc…

朴素贝叶斯实现分类_关于朴素贝叶斯分类及其实现的简短教程

朴素贝叶斯实现分类Naive Bayes classification is one of the most simple and popular algorithms in data mining or machine learning (Listed in the top 10 popular algorithms by CRC Press Reference [1]). The basic idea of the Naive Bayes classification is very …

2019年度年中回顾总结_我的2019年回顾和我的2020年目标(包括数量和收入)

2019年度年中回顾总结In this post were going to take a look at how 2019 was for me (mostly professionally) and were also going to set some goals for 2020! 🤩 在这篇文章中,我们将了解2019年对我来说(主要是职业)如何,我们还将为20…

vray阴天室内_阴天有话:第1部分

vray阴天室内When working with text data and NLP projects, word-frequency is often a useful feature to identify and look into. However, creating good visuals is often difficult because you don’t have a lot of options outside of bar charts. Lets face it; ba…

高光谱图像分类_高光谱图像分析-分类

高光谱图像分类初学者指南 (Beginner’s Guide) This article provides detailed implementation of different classification algorithms on Hyperspectral Images(HSI).本文提供了在高光谱图像(HSI)上不同分类算法的详细实现。 目录 (Table of Contents) Introduction to H…

机器人的动力学和动力学联系_通过机器学习了解幸福动力学(第2部分)

机器人的动力学和动力学联系Happiness is something we all aspire to, yet its key factors are still unclear.幸福是我们所有人都渴望的东西,但其关键因素仍不清楚。 Some would argue that wealth is the most important condition as it determines one’s li…

ubuntu 16.04 安装mysql

2019独角兽企业重金招聘Python工程师标准>>> 1) 安装 sudo apt-get install mysql-server apt-get isntall mysql-client apt-get install libmysqlclient-dev 2) 验证 sudo netstat -tap | grep mysql 如果有 就代表已经安装成功。 3)开启远程访问 1、 …

大样品随机双盲测试_训练和测试样品生成

大样品随机双盲测试This post aims to explore a step-by-step approach to create a K-Nearest Neighbors Algorithm without the help of any third-party library. In practice, this Algorithm should be useful enough for us to classify our data whenever we have alre…

JavaScript 基础,登录验证

<script></script>的三种用法&#xff1a;放在<body>中放在<head>中放在外部JS文件中三种输出数据的方式&#xff1a;使用 document.write() 方法将内容写到 HTML 文档中。使用 window.alert() 弹出警告框。使用 innerHTML 写入到 HTML 元素。使用 &qu…

从数据角度探索在新加坡的非法毒品

All things are poisons, for there is nothing without poisonous qualities. It is only the dose which makes a thing poison.” ― Paracelsus万物都是毒药&#xff0c;因为没有毒药就没有什么。 只是使事物中毒的剂量。” ― 寄生虫 执行摘要(又名TL&#xff1b; DR) (Ex…

Android 自定义View实现QQ运动积分抽奖转盘

因为偶尔关注QQ运动&#xff0c; 看到QQ运动的积分抽奖界面比较有意思&#xff0c;所以就尝试用自定义View实现了下&#xff0c;原本想通过开发者选项查看下界面的一些信息&#xff0c;后来发现积分抽奖界面是在WebView中展示的&#xff0c;应该是在H5页面中用js代码实现的&…

瑞立视:厚积薄发且具有“工匠精神”的中国品牌

一家成立两年的公司&#xff1a;是如何在VR行业趋于稳定的情况下首次融资就获得如此大额的金额呢&#xff1f; 2017年VR行业内宣布融资的公司寥寥无几&#xff0c;无论是投资人还是消费者对这个 “宠儿”都开始纷纷投以怀疑的目光。但就在2017年7月27日&#xff0c;深圳市一家…

CSV模块的使用

CSV模块的使用 1、csv简介 CSV (Comma Separated Values)&#xff0c;即逗号分隔值&#xff08;也称字符分隔值&#xff0c;因为分隔符可以不是逗号&#xff09;&#xff0c;是一种常用的文本 格式&#xff0c;用以存储表格数据&#xff0c;包括数字或者字符。很多程序在处理数…

python 重启内核_Python从零开始的内核回归

python 重启内核Every beginner in Machine Learning starts by studying what regression means and how the linear regression algorithm works. In fact, the ease of understanding, explainability and the vast effective real-world use cases of linear regression is…

回归分析中自变量共线性_具有大特征空间的回归分析中的变量选择

回归分析中自变量共线性介绍 (Introduction) Performing multiple regression analysis from a large set of independent variables can be a challenging task. Identifying the best subset of regressors for a model involves optimizing against things like bias, multi…

python 面试问题_值得阅读的30个Python面试问题

python 面试问题Interview questions are quite tricky to predict. In most cases, even peoples with great programming ability fail to answer some simple questions. Solving the problem with your code is not enough. Often, the interviewer will expect you to hav…

机器学习模型 非线性模型_机器学习:通过预测菲亚特500的价格来观察线性模型的工作原理...

机器学习模型 非线性模型Introduction介绍 In this article, I’d like to speak about linear models by introducing you to a real project that I made. The project that you can find in my Github consists of predicting the prices of fiat 500.在本文中&#xff0c;…