测。
所有人的目光，都被牢牢地吸引到了大屏幕上。
上面出现了一套高精度、多参数的月球轨道动力学模型。
这套模型不仅包含了地球、月球、太阳的引力摄动，还考虑了月球引力场的不均匀性、太阳风压、微陨石撞击等多种微扰因素。
他用严谨的数学推导，展示了如何通过先进的数值积分方法，精確预测太空飞行器在月地转移轨道、绕月轨道以及下降段的运动轨跡。
“各位请看。”
周宇教授指著屏幕上不断滚动的复杂公式：“这是我们根据现代计算能力和精確的月球重力场数据，所建立的阿波罗11號任务下降段的逆向仿真模型。”
他开始逐步深入。
他展示了理想的阿波罗11號著陆点（静海基地）的精確坐標，並基於此，逆推出飞船进入降落轨道的理论理想状態。
“然而，在实际的航天任务中，不可能存在绝对的理想状態。”
周宇教授的语气始终平静：“任何传感器都会有误差，任何控制指令的执行都会有延迟和偏差，任何环境参数的测量也都会有不確定性。”
接著，他引入了概率论和误差传播理论。
在大屏幕上，他用蒙特卡洛模擬的方法，直观地展示了在阿波罗11號所处的时代技术条件下，
例如板载计算机的运算能力、陀螺仪和加速度计的精度、雷达测距的误差、以及地面测控网络的覆盖率和通讯延迟等，下降段可能出现的误差椭圆。
“根据对当年公开技术报告的分析，我们將阿波罗11號著陆雷达的测距精度设定为土30米，下降发动机推力脉衝的误差设定为土5毫秒，姿態控制系统响应延迟为土100毫秒，以及初始进入条件的標准偏差。”周宇教授条理清晰地解释道，
大屏幕上，无数条模擬的下降轨跡线开始在月面图上散开，形成一个不断扩散的著陆概率云。
这个云的中心虽然是静海基地，但其边缘已经扩散到了一个非常大的范围，覆盖了崎嶇的山脉、巨大的陨石坑，甚至是一些深不见底的裂谷。
“各位可以看到，如果仅仅依赖当年阿波罗11號理论上预设的自动驾驶程序和传感器精度。”
周宇教授用雷射笔指向那个巨大的概率云。
“那么飞船的最终著陆点，將会有极高的概率偏离安全区域，落在充满了巨石、斜坡或深谷的危险地带。”
他的语速放缓，但每