---
title: "一种质量收敛了，整条IMF就可靠吗"
description: "逐图读Guszejnov 2020 v1的分辨率结果，区分质量加权中位数、按颗数分布与真实恒星质量函数。"
canonical_url: "https://sandboxphysics.com/zh/stories/molecular-clouds/why-a-converged-mass-is-not-the-imf/"
language: "zh-CN"
page_type: "story"
alternate_languages:
  en: "https://sandboxphysics.com/stories/molecular-clouds/why-a-converged-mass-is-not-the-imf/"
last_modified: "2026-11-04"
---

[分子云的引力与磁支撑](https://sandboxphysics.com/zh/stories/molecular-clouds/)

分子云 · L4

# 一种质量收敛了，整条IMF就可靠吗

Sandbox Physics · 2026-11-04

打开Guszejnov等人的《Can magnetized turbulence set the mass scale of stars?》，固定arXiv:2002.01421v1，依次看图8、9、10。质量加权的中位质量可以随分辨率趋稳，低质量粒子的数量却仍继续变化。三个图连在一起，才能读清“哪一种质量收敛了”。

## 开始前需要什么

读过Jeans尺度和数值分辨率章节，能读对数坐标即可。质量加权百分位、吸积粒子和IMF会逐一说明；这里导读原论文，不运行其三维湍流模拟。

## 先读模拟里的一颗对象是什么

IMF是恒星初始质量函数，描述不同初始质量各有多少颗恒星。论文计算的是理想等温磁流体，并用吸积粒子继续追踪已经无法分辨的致密塌缩区。吸积粒子能收进周围气体，因而有质量与运动；从这种数值对象走向真实恒星，还带着物理与分辨率假设。

先看第2.2节的方法。GIZMO的MFM方法让气体单元保持固定质量。生成吸积粒子还要求致密、自引力束缚、三向收缩等条件；它不是看到密度高就给图上加一颗星。吸积的半径、束缚与角动量条件也会影响后续生长。

Sphere初态是一颗周围包着稀气体的球云，开始时已有随机速度；Box初态在周期盒中先驱动到湍流饱和，开启引力后继续驱动。这里的湍流是实际演化的三维速度与磁场，和两个相干余弦组成的气体片段不同。

论文还用$\mu$表示归一化质量磁通比。式9的$\mu=1$对应作者选定的均匀球、均匀场临界约定。Box中的磁场还受湍流发电机放大，初始场强不再是一根完全独立的控制杆。读磁支撑结论时，把这些初态与几何一起带上。

对应阅读：Guszejnov et al. 2020, Can magnetized turbulence set the mass scale of stars? arXiv:2002.01421v1 · Federrath & Klessen 2012, arXiv:1209.2856v1

## 先用五个已知质量理解加权

第3.1节选用$M_{50}$作为特征质量。把粒子按质量从小到大排，累计它们所占的总质量；总质量一半处对应质量加权中位数。下面的离散例题约定取第一次达到这一阈值的对象质量。普通中位数则只按颗数排到中间。

取给定质量列表$(1,1,1,1,8)$，单位任选但保持相同。总质量$12$，普通中位数是$1$。前四颗合计只有$4$，必须累加到质量$8$的那颗，才能越过总质量一半$6$，所以$M_{50}=8$。

现在把一颗质量$1$的对象拆成一百颗质量$0.01$的对象。总质量仍是$12$，颗数从$5$变成$104$，普通中位数降为$0.01$，而$M_{50}$仍是$8$。你可以让数量分布改变很多，同时几乎不动由大质量对象主导的统计量。

这组指定质量是一个算得完的练习，不是论文数据。独立包的worked\_examples.py用有理数重算它，避免小数累加误差干扰“总质量相同”这一条件。

$$
\sum_{m_i\le M_{50}}m_i\ \ge\ \frac12\sum_i m_i
$$

采用累计质量第一次达到一半的定义；相同质量按同一约定处理。它与按颗数累计一半不同。

对应阅读：Guszejnov et al. 2020, Can magnetized turbulence set the mass scale of stars? arXiv:2002.01421v1 · Molecular-cloud Jeans standalone scientific reproduction

## 图8的不同曲线不是误差棒

图8的横轴是单个气体单元质量$\Delta m$的对数，越往左，质量分辨率越高；顶轴是对应单元数。纵轴是吸积粒子质量百分位的对数，比较时恒星形成效率取$5\%$。这里的形成效率，是进入吸积粒子的质量占初始云质量的比例。

曲线标着零、十六、五十、八十四、一百分位。中间几条按累计质量定义，零和一百对应最小与最大粒子质量。十六与八十四表示累计质量分布中的两个位置。估计量的统计误差，还需要另外说明抽样对象与方法。

细化分辨率时，最小质量继续下降，高一些的质量百分位却开始趋平。此时说“某些质量统计量对继续细化不敏感”，有明确图像依据；所有低质量对象都已稳定，则还要看后面的数量分布。

固定v1在这页有一处模型配对不清：引出图8的正文写M2e5\_R30，图注与下一句写M2e4\_R10。那句分辨率例子带着近似号$\Delta m\approx3\times10^{-8}M_0=0.01M_\odot$。不同模型的$M_0$代入会得到不同近似量，不能脱离上下文把它判成单位错误，也不宜替作者选一个名字。先记下版本与这处配对，再读曲线趋势。

对应阅读：Guszejnov et al. 2020, Can magnetized turbulence set the mass scale of stars? arXiv:2002.01421v1

## 图9把最高分辨率拟合当作比较基准

图9横轴把质量分辨率除以$M_0\mathcal M^{-4}$，$M_0$是初始云质量，$\mathcal M$是三维湍流RMS速度与声速的比。纵轴是$M_{50}/M_{50,\mathrm{fit}}$的对数。这样可把不同云的曲线放在一起，看它们是否接近同一尺度。

第3.5节明确说明，$M_{50,\mathrm{fit}}$来自式17对各模拟最高可用分辨率的拟合，充当无限细极限的代理。它不是另有一份精确连续解。曲线接近它，支持的是在已算范围内的分辨率不敏感。

式22给出经验条件$\Delta m\lesssim0.05M_0\mathcal M^{-4}$。接着作者猜测Euler方法可能需要用若干格解析声速长度，也就是湍流速度起伏与声速相当的长度，并在式23后说明数值系数依赖MHD和引力求解器。这些系数不能直接移到另一种算法的局部Jeans停止规则上。

$$
\Delta m\lesssim0.05M_0\mathcal M^{-4},\qquad \Delta x\lesssim0.2L_{\rm sonic}\approx0.2R_{\rm cloud}\mathcal M^{-2}
$$

左式是论文质量分辨率的经验条件；右式是作者对Euler方法提出的估计，系数没有被宣称为通用。

对应阅读：Guszejnov et al. 2020, Can magnetized turbulence set the mass scale of stars? arXiv:2002.01421v1

## 图10回到按颗数的完整分布

图10横轴是粒子质量的对数，纵轴是每段对数质量里的颗数$dN/d\log M$的对数。不同颜色对应不同质量分辨率，各条曲线都截取形成效率达到$5\%$的时刻。与图8相比，这次低质量对象数量的变化会更醒目。

分辨率提高后，靠近分辨率极限的低质量峰继续移动，产生更多低质量吸积粒子。少量质量可以分成很多颗对象，前面的给定列表已经说明，质量加权中位数为何对此相对不敏感。

图中标出褐矮星界限，约$0.08M_\odot$；阴影区域提示等温近似预计会失效。那片阴影是一种物理近似的提醒，不是观测误差带。真实致密气体会逐渐难以把热量辐射出去，继续保持同一声速就会漏掉重要变化。

作者把质量加权尺度的分辨率结论，限制在承载大部分质量的较大对象上。读完这一图，再回看标题问的“恒星质量尺度”，就知道它比“整条真实IMF已经算出”窄得多。

对应阅读：Guszejnov et al. 2020, Can magnetized turbulence set the mass scale of stars? arXiv:2002.01421v1

## 把磁场、湍流与缺少的物理分开

第4.2节进一步比较观测中的IMF，讨论理想等温磁流体给出的特征尺度、环境变化和低质量端。论文并没有得出仅靠这些物理就能解释完整观测IMF的结论。后续辐射加热、外流等过程，会分别改变碎裂、吸积和气体去向。

Federrath与Klessen的2012固定v1是另一种有用对照：它把恒星形成率与密度统计联系起来，磁压的统计近似也写明适用范围。形成率问每段时间有多少气体进入恒星，IMF问这些质量分到多少颗、每颗多重；两者不能只因为都含“恒星形成”就共用一个结论。

同样，向内汇聚的速度不是自动托住云的压力。要讨论湍流支撑，得看实际的速度相关、驱动、耗散与几何；要讨论磁临界性，还要保留作者的质量磁通约定。

对应阅读：Guszejnov et al. 2020, Can magnetized turbulence set the mass scale of stars? arXiv:2002.01421v1 · Federrath & Klessen 2012, arXiv:1209.2856v1

## 用同一组问题读下一篇分辨率论文

先圈出统计量：按颗数、按质量，还是只取一个百分位。再记横轴细化了什么，比较时的物理初态和演化阶段是否相同。然后问参照从哪里来：精确解、独立算法，还是最高分辨率拟合。

最后找仍然移动的那一部分分布，并把它与物理近似联系起来。若一个统计量已经趋平，就写出它的名称、条件和范围；下一项结论要靠下一项证据继续建立。

对应阅读：Guszejnov et al. 2020, Can magnetized turbulence set the mass scale of stars? arXiv:2002.01421v1 · Molecular-cloud Jeans standalone scientific reproduction

## 练习与解释性答案

1. 把给定列表的一颗单位质量拆成一百颗小对象后，为什么质量加权中位数不变，普通中位数却变了？

   展开解释

   总质量仍为$12$，小对象加上其余三颗单位质量只占$4$，累计质量还要走到那颗$8$才超过一半。按颗数看，一百颗$0.01$已经占多数，普通中位数便成了$0.01$。两种统计量给同一份列表不同的权重。

2. 图8的十六与八十四百分位，可以当作特征质量的置信区间吗？

   展开解释

   这些曲线表示累计质量分布里的不同百分位，不是反复抽样所得的估计量区间。要讨论统计置信度，还需要明确估计方法、抽样对象和误差定义。

3. 图9接近最高分辨率拟合，能否当作已知无限分辨率真值？

   展开解释

   拟合是作者明确采用的代理基准。曲线说明已计算范围内对细化越来越不敏感，连续极限仍没有独立精确值。还要结合图10仍变化的低质量端，确定结论覆盖哪部分分布。

## 动手检验预测

### [看压力与引力怎样改变同一团气体](https://sandboxphysics.com/zh/labs/molecular-cloud-jeans/)

1. 在气体分支比较网格细化前后的密度峰与完整场，给每个比较量写出自己的定义。不要把二维亮团直接计成恒星数。
2. 用独立包重算给定质量列表，先预测普通中位数和质量加权中位数，再对照输出。
3. 回到固定v1的图8至10，把每张图的横轴、权重、共同演化阶段和参照来源分别写出；说明哪一项结论还需要新增物理。

[上一篇：从官方Jeans算例重走一遍](https://sandboxphysics.com/zh/stories/molecular-clouds/replay-the-official-jeans-input/)

## 来源与计算范围

1. [Federrath & Klessen 2012, arXiv:1209.2856v1](https://arxiv.org/abs/1209.2856v1)

   固定v1，第2.2/2.4、3.1至3.3与7节：三维等温受驱磁流体、吸积粒子判据，以及统计磁压近似的适用范围。气体片段计算没有加入这些驱动、粒子或数值发电机条件。

2. [Guszejnov et al. 2020, Can magnetized turbulence set the mass scale of stars? arXiv:2002.01421v1](https://arxiv.org/abs/2002.01421v1)

   固定v1，第2至4节、图8至10、式8至11/17/22至23。分别阅读质量加权百分位与按颗数分布。图8模型名配对和近似量纲例子按上下文保留，没有自行替作者勘误。

3. [Molecular-cloud Jeans standalone scientific reproduction](https://sandboxphysics.com/stories/molecular-clouds/materials/molecular-cloud-jeans-science.zip)

   独立有限体积与过采样伪谱计算、Jeans解析参照和完整线性磁流体参照，含十个支持病例、固定长时病例、官方小输入及原始失败。安装普通Python依赖后，默认重放会离线实际重算科学步骤。