什么是轨道概率模式实践问题的例子？

这是一个有点困难的主题，但确实有一些实际问题，而不是过于困难的问题。

假设你有 径向密度分布 （也可称为“轨道概率模式”） #1秒#, #2秒#，和 #3秒# 轨道：

哪里 #A_0# （显然是标记的 #一个# 在图中）是波尔半径， #5.29177xx10 ^ -11 m#。这只意味着x轴以“玻尔半径”为单位，所以在 #5a_0#， 你在 #2.645885xx10 ^ -10米#。把它写成更方便 #5a_0# 有时。非常松散地说，y轴是在远离轨道中心的特定径向（向各个方向向外）距离处发现电子的概率，它被称为 概率密度.

所以可以问一些以下问题：

• 你应该在距离每个轨道中心几十远的地方找不到电子？
• 为什么图的 #3秒# 与轨道中心相比，最远离轨道中心的轨道逐渐变细 #1秒# 轨道，它最接近轨道中心逐渐变细（不要过度思考）？

挑战问题：

• 绘制上面列出的每个轨道的近似概率分布，知道a 更高 y轴上的值表示a 暗 轨道阴影，反之亦然 #R· 指示在所有方向上向外的距离，以及 #小号# 轨道是 球。它不一定非常详细;从字面上看，画点。

（轨道的概率分布是指向轨道中的位置的点的分布，在这些位置中，您可以找到最常见的电子，最不经常，以及介于两者之间的任何地方。）

如果您想在尝试之后知道挑战问题的答案，那么就是这样。