Pourquoi pour les trous noirs 28 + 47 = 72, pas 75

Deux trous noirs, chacun avec un disque d'accrétion, sont indiqués peu de temps avant la collision.  Avec le nouveau message GW190521, nous avons trouvé les trous noirs massifs les plus lourds jamais trouvés dans les ondes gravitationnelles, leur masse dépasse 100 masses solaires, ils révÚlent la masse d'un trou noir de transition pour la premiÚre fois
Deux trous noirs, chacun avec un disque d'accrétion, sont indiqués peu de temps avant la collision. Avec le nouveau message GW190521, nous avons trouvé les trous noirs massifs les plus lourds jamais trouvés dans les ondes gravitationnelles, leur masse dépasse 100 masses solaires, ils révÚlent la masse d'un trou noir de transition pour la premiÚre fois

, , . 28 47 , 72 , 75. . , . , .






Lorsqu'un trou noir et une Ă©toile compagnon tournent l'un autour de l'autre, le mouvement de l'Ă©toile change avec le temps en raison de l'influence gravitationnelle du trou noir, en mĂȘme temps le trou noir est envahi par la matiĂšre de l'Ă©toile, gĂ©nĂ©rant X- rayons et Ă©mission radio.  Si un autre trou noir est en orbite au lieu d'une Ă©toile, le rayonnement gravitationnel prĂ©vaudra (JINGCHUAN YU / BEIJING PLANETARIUM / 2019)
- , - , , . , ( / /2019 )

, , â€” . , , . , ( ) : . . , , : , , .





, , , , , , : E = mcÂČ. , , , . , ; , , , , .





-     (  ),     (  ) ,     ,     ,      ,        ,      .  S0–2   2018    ,  ,           (ESO/M. KORNMESSER)
- ( ), ( ) , , , , , . S0–2 2018 , , (ESO/M. KORNMESSER)

:





  1. . , , . , , «» - , , .





  2. . , . , «» : .





  3. ( , ).





         .      â€”        .
.  â€” .

, ,  â€” , . , - ( ), - ,  â€” .





, , , , , , . , , , .  â€” , â€” . , , , . 10ÂČ⁶ . , , , .





          ,         ,      .      —   ,  :  ,     -.     ,     (LIGO/T. PYLE)
, , . — , : , -. , (LIGO/T. PYLE)

. , , ( ), , :





  • ;





  • ;





  • .





, ? , : , . , , , .





,  â€” . , , ,  , .





    ,   ,    ,            .       ,      (ESO/L. CALÇADA)
, , , . , (ESO/L. CALÇADA)

, - , . , , , , , . ( , .)





1960- , . . , . «» , , . ? , . , , .





  ( )    ( )       ( ).          ,     .               ( (L),    / )
( ) ( ) ( ). , . ( (L), / )

-- : , . , , , . PSR-J0737-3039.





, , 2 10–20 , . , (, - ), .





, -, . , - . ( , , / , .) , , -.





 -,   ,      .                   ,         (.  â€” CALTECH/JPL)
-, , . , (.  â€” CALTECH/JPL)

,  â€” 90 %  â€” , . , , , .





, . ( .) . , , , , , .





        ,  LIGO/Virgo:  ,   ,   ,   .        ()    (),      .     50     ,     (LIGO/VIRGO/- / )
, LIGO/Virgo: , , , . () (), . 50 , (LIGO/VIRGO/- / )

, , : « ?»





? , 0,1 â€” . , 10 % .





, , , . , , / , , , . , , , «10 % » â€” , .





           ?  , ,  , ,        ,    y  ,  «10 %»         ( )
? , , , , , y , «10 %» ( )

, , , . , 10 % , , . «10 % » , .





, 46 40 , 82 , 4 .





53 10 62 , 1 .





47 28 72,2 , 2,8 .





        (   ),               .           .               (. , . , .  (   .  ),   - (SXS))
( ), . . (. , . , . ( . ), - (SXS))

, , . , . 100 , . , . , !





- , , , , .





— , , — . , Data Science, , - .





, :





  • Data Scientist





  • Data Analyst





  • Data Engineering









  • Fullstack- Python





  • Java-





  • QA- JAVA





  • Frontend-









  • C++





  • Unity





  • -





  • iOS-





  • Android-









  • Machine Learning





  • "Machine Learning Deep Learning"





  • " Data Science"





  • " Machine Learning Data Science"





  • "Python -"





  • " "









  • DevOps








All Articles