Impact of Rastall gravity on hydrostatic mass of galaxy clusters

यहाँ "इम्पैक्ट ऑफ रास्टाल ग्रेविटी ऑन हाइड्रोस्टेटिक मास ऑफ गैलेक्सी क्लस्टर्स" (Impact of Rastall gravity on hydrostatic mass of galaxy clusters) शोध पत्र का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

गैलेक्सी क्लस्टर ब्रह्मांड की सबसे बड़ी विरिअलाइज्ड (virialized) संरचनाएं हैं, जो डार्क मैटर (DM) के प्रभुत्व में हैं। हाइड्रोस्टेटिक इक्विलिब्रियम (हाइड्रोस्टेटिक संतुलन - जिसे X-ray या सनयाव-ज़ेल्डोविच अवलोकनों का उपयोग करके निकाला जाता है) से प्राप्त क्लस्टर के द्रव्यमान और गुरुत्वाकर्षण लेंसिंग (gravitational lensing) से प्राप्त द्रव्यमान के बीच एक निरंतर विसंगति बनी रहती है। इसे हाइड्रोस्टेटिक मास बायस (hydrostatic mass bias) के रूप में जाना जाता है, जहाँ लेंसिंग द्रव्यमान, हाइड्रोस्टेटिक द्रव्यमान की तुलना में व्यवस्थित रूप से अधिक होता है।

मानक सामान्य सापेक्षता (General Relativity - GR) और न्यूटोनियन सन्निकटन (approximations) जटिल खगोलीय गैर-तापीय दबाव समर्थन (non-thermal pressure support) या विशिष्ट डार्क मैटर हेलो प्रोफाइल को शामिल किए बिना इस बायस को हल करने में विफल रहते हैं। जबकि संशोधित गुरुत्वाकर्षण सिद्धांतों (जैसे कि नॉन-लोकल ग्रेविटी, STVG, EiBI) का प्रस्ताव किया गया है ताकि लापता द्रव्यमान को समझाया जा सके या इस बायस को कम किया जा सके, उनमें से कई सैद्धांतिक और प्रेक्षित द्रव्यमान के बीच एक रैखिक स्केलिंग संबंध (linear scaling relation) उत्पन्न करने में संघर्ष करते हैं जिसका ढलान (slope) इकाई ($M=1$) के करीब हो।

2. कार्यप्रणाली (Methodology)

लेखक यह जांचते हैं कि क्या रास्टाल ग्रेविटी (Rastall gravity)—एक ऐसा सिद्धांत जहाँ ऊर्जा-संवेग टेंसर (energy-momentum tensor - EMT) संरक्षित नहीं होता है ($\nabla_\mu T^{\mu\nu} = \lambda \nabla^\nu R$)—इन द्रव्यमान विसंगतियों को हल कर सकता है। यह अध्ययन दो अलग-अलग परिदृश्यों में आगे बढ़ता है:

• परिदृश्य A (डार्क मैटर की अनुपस्थिति): लेखक यह मान लेते हैं कि क्लस्टर का द्रव्यमान पूरी तरह से बेरियनिक पदार्थ (baryonic matter) से बना है। वे रास्टाल ग्रेविटी के भीतर हाइड्रोस्टेटिक द्रव्यमान को व्युत्पन्न करते हैं और इसकी तुलना प्रेक्षित बेरियनिक द्रव्यमानों से करते हैं। लक्ष्य एक ऐसा रास्टाल पैरामीटर ($\lambda$) खोजना है जो इकाई के करीब ($M=1$) एक रैखिक फिट ढलान प्रदान करे, जिससे यह संकेत मिले कि रास्टाल ग्रेविटी डार्क मैटर के बिना ही इस द्रव्यमान की व्याख्या कर सकती है।
• परिदृश्य B (डार्क मैटर की उपस्थिति): लेखक यह मानते हैं कि डार्क मैटर मौजूद है लेकिन उनका लक्ष्य हाइड्रोस्टेटिक और लेंसिंग द्रव्यमानों के बीच के बायस को कम करना है। वे लेंसिंग द्रव्यमानों के विरुद्ध हाइड्रोस्टेटिक द्रव्यमान को देखने के लिए रास्टाल-संशोधित हाइड्रोस्टेटिक द्रव्यमान की तुलना करते हैं।

सैद्धांतिक ढांचा (Theoretical Framework):

1. औपचारिकता (Formalism): लेखक रास्टाल सिद्धांत के लिए संशोधित टॉलमैन-ओपेनहाइमर-वोकोफ (TOV) समीकरण से शुरू करके हाइड्रोस्टेटिक इक्विलिब्रियम की स्थिति को व्युत्पन्न करते हैं। वे फिर एक संशोधित द्रव्यमान समीकरण प्राप्त करने के लिए कमजोर-क्षेत्र (weak-field/Newtonian) सीमा का उपयोग करते हैं:
   $$m(r) = -\frac{k_B}{\mu m_p} \frac{\kappa\lambda - 1}{4\kappa\lambda - 1} \tau(r)r \left( \frac{d \ln \rho}{d \ln r} + \frac{d \ln \tau}{d \ln r} \right) - \frac{\kappa\lambda}{4\kappa\lambda - 1} \left( \frac{\kappa r^3 \rho}{2} + \frac{c^2 r}{G} \frac{d \ln \rho}{d \ln r} \right)$$
   जहाँ $\lambda$ रास्टाल पैरामीटर है, $\kappa$ कपलिंग स्थिरांक है, और $\tau, \rho$ तापमान और घनत्व प्रोफाइल हैं।
2. डेटा और प्रोफाइल: वे 10 गैलेक्सी क्लस्टरों (परिदृश्य A के लिए) और 9 क्लस्टरों (परिदृश्य B के लिए) के अवलोकन संबंधी डेटा का उपयोग करते हैं। गैस घनत्व और तापमान प्रोफाइल को मानक $\beta$-मॉडेल्स और कूलिंग फ्लो मॉडल्स (संदर्भ [33] से पैरामीटर) का उपयोग करके मॉडल किया गया है।
3. सांख्यिकीय विश्लेषण (Statistical Analysis):
   • रैखिक फिटिंग (Linear Fitting): वे सैद्धांतिक और प्रेक्षित द्रव्यमानों के बीच रैखिक प्रतिगमन (linear regression) करते हैं ताकि ढलान $M$ निर्धारित किया जा सके। आदर्श रूप से, $M=1$ होना चाहिए।
   • गुडनेस-ऑफ-फिट (Goodness-of-Fit): वे $\lambda$ द्वारा पेश किए गए अतिरिक्त स्वतंत्रता स्तर (degree of freedom) को ध्यान में रखते हुए सांख्यिकीय निरंतरता का मूल्यांकन करने के लिए ची-स्क्वायर ($\chi^2$) और रिड्यूस्ड ची-स्क्वायर ($\chi^2_\nu$) की गणना करते हैं।
   • लाइकलीहुड (Likelihood): ढलान के इकाई होने की संभावना का आकलन करने के लिए सापेक्ष लाइकलीहुड फंक्शन की गणना की जाती है।

3. मुख्य योगदान (Key Contributions)

• रास्टाल हाइड्रोस्टेटिक मास का व्युत्पन्न: यह शोध पत्र विशेष रूप से रास्टाल ग्रेविटी ढांचे के भीतर गैलेक्सी क्लस्टरों के लिए हाइड्रोस्टेटिक द्रव्यमान समीकरण का पहला स्पष्ट व्युत्पन्न प्रदान करता है, जो रिलेटिविस्टिक TOV समीकरण और न्यूटोनियन क्लस्टर विश्लेषण के बीच के अंतर को पाटता है।
• दोहरा-परिदृश्य प्रतिबंध (Dual-Scenario Constraint): यह अनूठे रूप से रास्टाल पैरामीटर $\lambda$ को दो क्षेत्रों में सीमित करता है: एक जो डार्क मैटर को पूरी तरह से बदलने का प्रयास करता है, और दूसरा जो डार्क मैटर-प्रधान ब्रह्मांड में हाइड्रोस्टेटिक बायस को ठीक करने का प्रयास करता है।
• तुलनात्मक सांख्यिकीय मूल्यांकन: पिछले अध्ययनों के विपरीत जो केवल रैखिक ढलानों पर ध्यान केंद्रित करते थे, यह कार्य यह निर्धारित करने के लिए कि क्या बेहतर ढलान सांख्यिकीय निरंतरता की कीमत पर आती है, कठोरता से गुडनेस-ऑफ-फिट ($\chi^2_\nu$) का मूल्यांकन करता है।

4. मुख्य परिणाम (Key Results)

परिदृश्य A: डार्क मैटर की अनुपस्थिति (बेरियनिक द्रव्यमान के साथ तुलना)

• मानक गुरुत्वाकर्षण: न्यूटोनियन हाइड्रोस्टेटिक द्रव्यमान बेरियनिक द्रव्यमान से काफी अधिक है, जिससे ढलान $M = 8.24 \pm 0.86$ प्राप्त होता है।
• रास्टाल ग्रेविटी: रास्टाल पैरामीटर को ट्यून करके, हाइड्रोस्टेटिक द्रव्यमान को प्रभावी रूप से कम किया जा सकता है।
  • सर्वोत्तम फिट $\lambda = 1.14 \times 10^{-1}$ पर प्राप्त हुआ।
  • परिणामी ढलान: $M = 1.07 \pm 0.11$।
  • महत्व: मान $M=1$ अनिश्चितता सीमा और उच्च-संभावना वाले क्षेत्र के भीतर है। यह सुझाव देता है कि रास्टाल ग्रेविटी केवल बेरियनिक पदार्थ का उपयोग करके क्लस्टर द्रव्यमान की व्याख्या कर सकती है, जो ढलान की निकटता के मामले में अन्य संशोधित गुरुत्वाकर्षण मॉडलों जैसे कि EiBI ($M \approx 0.12$) और नॉन-लोकल ग्रेविटी ($M \approx 0.84$) से बेहतर प्रदर्शन करता है।

परिदृश्य B: डार्क मैटर की उपस्थिति (लेंसिंग मास के साथ तुलना)

• मानक गुरुत्वाकर्षण: न्यूटोनियन हाइड्रोस्टेटिक द्रव्यमान और लेंसिंग द्रव्यमान के बीच का ढलान $M = 0.88 \pm 0.23$ है।
• रास्टाल ग्रेविटी: यह सिद्धांत बायस को कम करने में मदद करता है।
  • सर्वोत्तम फिट $\lambda = 1.29 \times 10^{-3}$ पर प्राप्त हुआ।
  • परिणामी ढलान: $M = 0.99 \pm 0.26$।
  • महत्व: यह इकाई के अत्यंत निकट है, जो इंगित करता है कि रास्टाल ग्रेविटी हाइड्रोस्टेटिक द्रव्यमान बायस को प्रभावी ढंग से कम करती है, जिससे हाइड्रोस्टेटिक अनुमान लेंसिंग माप के अनुरूप हो जाते हैं।

गुडनेस-ऑफ-फिट विश्लेषण (महत्वपूर्ण चेतावनी)

• हालांकि रास्टाल ग्रेविटी इकाई के करीब ढलान (slopes) प्रदान करती है, लेकिन रिड्यूस्ड ची-स्क्वायर ($\chi^2_\nu$) मान दर्शाते हैं कि यह मॉडल सार्वभौमिक रूप से अन्य मॉडलों से बेहतर प्रदर्शन नहीं करता है।
• बेरियनिक द्रव्यमान तुलना के लिए, रास्टाल ग्रेविटी ($\chi^2_\nu \approx 2.50 - 6.16$) ने नॉन-लोकल ग्रेविटी ($\chi^2_\nu \approx 1.74$) की तुलना में खराब फिट दिखाया, भले ही नॉन-लोकल ग्रेविटी का ढलान इकाई से दूर ($0.84$) था।
• यह एक ट्रेड-ऑफ को उजागर करता है: रास्टाल ग्रेविटी वैश्विक स्केलिंग ट्रेंड (ढलान) को अच्छी तरह से पकड़ती है, लेकिन यह आवश्यक रूप से व्यक्तिगत डेटा बिंदुओं के बिखराव (scatter) को अन्य मॉडलों की तुलना में कम नहीं करती है।

5. महत्व और निष्कर्ष (Significance and Conclusion)

अध्ययन यह प्रदर्शित करता है कि रास्टाल ग्रेविटी गैलेक्सी क्लस्टर स्केल पर हाइड्रोस्टेटिक द्रव्यमान बायस को संबोधित करने के लिए एक व्यवहार्य फेनोमेनोलॉजिकल फ्रेमवर्क (phenomenological framework) प्रदान करती है।

• यह सफलतापूर्वक हाइड्रोस्टेटिक द्रव्यमान समीकरण को संशोधित करता है ताकि सैद्धांतिक द्रव्यमान, प्रेक्षित बेरियनिक या लेंसिंग द्रव्यमानों (ढलान $\approx 1$) के साथ संरेखित हो सके।
• यह "नो-DM" परिदृश्य में डार्क मैटर के विकल्प के रूप में या "DM" परिसूची में व्यवस्थित बायस को ठीक करने वाले तंत्र के रूप में एक संभावित विकल्प प्रदान करता है।
• सीमा: रैखिक स्केलिंग संबंध में सुधार स्वतः ही अन्य संशोधित गुरुत्वाकर्षण सिद्धांतों की तुलना में श्रेष्ठ सांख्यिकीय फिट ($\chi^2$) में अनुवादित नहीं होता है। लेखक निष्कर्ष निकालते हैं कि हालांकि रास्टाल ग्रेविटी स्केलिंग संबंधों में सुधार करती है, लेकिन इसके पूर्ण सत्यापन के लिए बड़े डेटासेट और अधिक परिष्कृत मॉडलिंग की आवश्यकता है।

शोध पत्र निष्कर्ष निकालता है कि रास्टाल ग्रेविटी क्लस्टर स्केल पर द्रव्यमान विसंगतियों को हल करने के लिए एक आशाजनक उम्मीदवार है, लेकिन इसकी स्वीकृति भविष्य के सांख्यिकीय मूल्यांकनों और बड़े नमूनों पर निर्भर करती है।