当教室突然安静·二——衰减与“静默波”
内容提要
本文介绍了作者使用C++重写了之前用Python模拟的传播模型，新模型中考虑了声音衰减。作者进行了多次模拟，观察到了不同参数下的静默波现象。最后，作者提供了Python可视化部分的代码。
延伸解读
从Python到C++：性能驱动的模型升级
作者用C++重写模型，核心原因是Python动态性导致速度低下，无法模拟声音衰减。新模型引入传播函数S_{ij}，包含归一系数和距离衰减项(0.1r+1)^-3，并排除自身影响。这一改动使模拟更接近真实传播过程，也为后续观察静默波现象奠定基础。
静默波：衰减模型下的新现象
与无衰减模型不同，考虑衰减后静默的产生具有传递过程，作者称之为“静默波”。在n=1.0时，突变前左上角出现3*4高音量区，随后一同静默并引发突变，波速约每秒50倍人间距。这揭示了静默并非局部瞬时事件，而是可传播的波动。
参数n与静默波传播的定性规律
作者通过n=0.5和n=0.35的模拟总结出：静默波出现频率正相关于敏感程度和声音衰减速度；传播范围正相关于振幅和警觉程度，负相关于声音衰减程度；波速正相关于警觉程度，负相关于声音衰减程度。当声音不衰减时，波速趋于无穷大。这些规律为理解群体静默行为提供了定性框架。
算力限制与未来探索方向
由于模拟时间复杂度为O(N²)，作者不得不调小n以在短时间内触发突变，且无法定量测量各因素间的具体影响形式。此外，在5*200准一维人长链中，作者期望看到神经冲动般的波对消场景，但未能遇到。这些限制表明，更高效的算法或更大算力可能带来更深入的发现。
Q&A
为什么作者要用C++重写之前的Python模拟？
因为Python的动态性导致速度低下，只能模拟简单情况，无法模拟真正的传播过程中声音的衰减。
新模型中的传播函数S_{ij}是如何定义的？
S_{ij} = 归一系数 * Σ_{m,n} f_{mn} / (0.1r+1)^3，其中r是接收者(i,j)与发送者(m,n)之间的距离，若i=m或j=n则该项为零以避免自身影响。
什么是“静默波”？
在考虑声音衰减的模型中，静默的产生有一个传递过程，作者称其为“静默波”。
静默波的出现频率与哪些因素有关？
静默波的出现频率正相关于敏感程度，正相关于声音衰减速度。
静默波的传播范围与哪些因素有关？
静默波的传播范围正相关于“振幅”，正相关于人的警觉程度，负相关于声音衰减程度。
静默波的波速与哪些因素有关？
静默波的波速正相关于警觉程度，负相关于声音本身的衰减程度，当声音不衰减时静默波传播速度为无穷大。
