Determination of the best dark matter profile for the Milky Way with Gaia DR3 using Bayesian Model Comparison

Resumen Técnico: Determinación del Mejor Perfil de Materia Oscura para la Vía Láctea con Gaia DR3 mediante Comparación Bayesiana de Modelos

Enunciado del Problema
Las curvas de rotación (CR) de las galaxias espirales, incluida la Vía Láctea, exhiben velocidades que no pueden explicarse únicamente por la materia bariónica visible, una discrepancia históricamente atribuida a la "masa faltante" o materia oscura (MO). Aunque el paradigma de la Materia Oscura Fría (CDM) es el modelo cosmológico estándar, enfrenta desafíos persistentes a escalas galácticas, como el problema del núcleo-pico y el problema de los satélites faltantes. Por el contrario, la Dinámica Newtoniana Modificada (MOND) ofrece una alternativa al modificar la gravedad en regímenes de baja aceleración, pero ha enfrentado dificultades para explicar ciertas dinámicas galácticas sin materia oscura.

Recientes datos de alta precisión del satélite Gaia (específicamente la Tercera Liberación de Datos, DR3) han permitido la reconstrucción de la curva de rotación de la Vía Láctea con una precisión sin precedentes, revelando una disminución en la velocidad rotacional a radios superiores a aproximadamente 20 kpc. Sin embargo, persisten incertidumbres sobre la forma paramétrica óptima del perfil de densidad del halo de materia oscura que mejor se ajusta a estas nuevas observaciones. Este estudio tiene como objetivo determinar rigurosamente qué modelo de materia oscura, cuando se combina con diversas distribuciones de masa bariónica, proporciona la descripción estadísticamente más robusta de la curva de rotación de la Vía Láctea.

Metodología
Los autores emplean un marco de comparación bayesiana de modelos para evaluar la evidencia relativa de modelos dinámicos competitivos frente a cuatro compilaciones distintas de datos de la curva de rotación de la Vía Láctea derivados de Gaia DR3:

• Conjuntos de datos: Cuatro conjuntos de datos (D1–D4) que abarcan desde $r \approx 5$ kpc hasta $r \approx 30$ kpc, utilizando diferentes trazadores (estrellas OB, estrellas de la rama gigante roja) y metodologías para la estimación de distancia y velocidad (por ejemplo, APOGEE, LAMOST, 2MASS).
• Modelos Bariónicos: Tres modelos distintos para la distribución de materia visible (bulbo y disco):
  • B0: Potencial de Hernquist para el bulbo; un disco delgado exponencial multicomponente (estelar, polvo, gas).
  • B1: Potencial de Plummer para el bulbo; potenciales de Miyamoto-Nagai para los discos delgado y grueso.
  • B2: Potencial de Hernquist para el bulbo; un perfil de densidad doble exponencial para los componentes del disco.
• Modelos de Materia Oscura y Alternativos: Siete perfiles de densidad de materia oscura y tres funciones de interpolación MOND:
  • Perfiles de MO: NFW (con pico), isotérmico, Burkert, gNFW (NFW generalizado), perfil $\beta$, Hernquist y Einasto.
  • MOND: Funciones de interpolación estándar, simple y de la Relación de Aceleración Radial (RAR), probadas tanto con $a_0$ como parámetro libre como fijo en el valor estándar ($1.2 \times 10^{-10} \, \text{m/s}^2$).
• Análisis Estadístico: El estudio calcula la evidencia bayesiana ($Z$) para cada combinación de modelos utilizando muestreo anidado dinámico (mediante el paquete dynesty). Se calcula el factor de Bayes ($B_{21}$) relativo a una hipótesis nula que consiste en el perfil NFW combinado con un modelo bariónico específico. Se utiliza la escala de Jeffreys para interpretar la significancia de la evidencia.

Contribuciones y Resultados Clave

1. Preferencia por el Perfil de Einasto: En la mayoría de las combinaciones de conjuntos de datos y modelos bariónicos, el perfil de Einasto emerge como el ajuste fenomenológico preferido. Produce factores de Bayes decisivos ($>100$) sobre el perfil NFW estándar para los conjuntos de datos D3 y D4 en todos los modelos bariónicos, y para D1 y D2 en la mayoría de los casos. El índice de Einasto de mejor ajuste ($\alpha$) es consistentemente positivo, lo que sugiere un perfil más cercano a una distribución con núcleo que a una con pico.
2. Halos con Núcleo frente a Halos con Pico: El análisis encuentra que los perfiles de materia oscura con núcleo (Burkert, $\beta$ y Einasto) son generalmente preferidos sobre el perfil NFW con pico. Específicamente, los perfiles de Burkert y $\beta$ muestran evidencia fuerte ($B > 100$) para los conjuntos de datos D2 y D3.
3. Rendimiento de gNFW y Hernquist: El perfil gNFW (NFW generalizado) es decididamente favorecido sobre NFW para D2 y D3, pero tiene un rendimiento peor para D1 y D4. El perfil de Hernquist también muestra una preferencia sobre NFW en todos los conjuntos de datos.
4. MOND Desfavorecido: Dentro de las implementaciones consideradas, los modelos MOND proporcionan ajustes significativamente peores que los perfiles de materia oscura preferidos. El paradigma estándar de MOND ($a_0$ fijo) está fuertemente desfavorecido, particularmente porque las funciones de interpolación predicen velocidades constantes a grandes radios, contradiciendo la tendencia decreciente observada en las curvas de rotación basadas en Gaia. Incluso cuando $a_0$ se trata como un parámetro libre, los factores de Bayes permanecen insignificantes en comparación con los modelos de materia oscura.
5. Indeterminación del Modelo Bariónico: Ningún modelo bariónico único (B0, B1 o B2) es decididamente favorecido sobre los demás. Los factores de Bayes que comparan modelos bariónicos (utilizando la combinación B0 + Einasto como referencia) son generalmente bajos ($<10$), lo que indica que los datos actuales de la curva de rotación no restringen fuertemente la elección específica del potencial bariónico.

Significancia y Afirmaciones
El artículo afirma que, dentro del marco de modelado adoptado y utilizando los últimos conjuntos de datos de curvas de rotación basados en Gaia DR3, el perfil de Einasto proporciona la descripción fenomenológica más robusta del halo de materia oscura de la Vía Láctea. Esta conclusión se mantiene en la mayoría de las combinaciones de conjuntos de datos y modelos bariónicos.

Los autores enfatizan que sus resultados se alinean con simulaciones cosmológicas recientes (por ejemplo, FIRE-2) y otros estudios observacionales que sugieren la presencia de núcleos de materia oscura o perfiles similares a Einasto en los halos de la Vía Láctea. Señalan que, aunque el perfil de Einasto es preferido, los datos no descartan decisivamente otros perfiles con núcleo como Burkert o $\beta$. Además, el estudio destaca que los cuatro conjuntos de datos utilizados no son completamente independientes, ya que comparten incertidumbres sistemáticas comunes inherentes a Gaia DR3 (por ejemplo, desplazamientos del punto cero del paralaje).

Los autores concluyen modestamente que, aunque su análisis favorece perfiles específicos de materia oscura sobre las alternativas estándar NFW y MOND, la sensibilidad de los resultados a las elecciones previas para la masa del disco y los parámetros del halo fue probada y se encontró que es robusta. Sugieren que futuros conocimientos sobre la naturaleza de la materia oscura probablemente requerirán datos de instalaciones futuras como el LSST del Vera Rubin, el Square Kilometer Array y telescopios de próxima generación.