🔭 astrophysics

VENUS: Strong-lensing model of MACS J1931.8-2635 -- revealing the farthest multiply imaged supernova

Questo articolo presenta un modello di forte lente gravitazionale ad alta precisione dell'ammasso di galassie MACS J1931.8-2635, raffinato con 19 sistemi di immagini multiple, inclusi 10 nuovi identificazioni derivanti dalle immagini VENUS JWST, per caratterizzare l'ingrandimento e i ritardi temporali delle cinque immagini previste della supernova distante SN Eos a $z=5.13$ e dimostrare il potenziale di tali supernovae lente ad alto redshift per la cosmografia.

Autori originali: Joseph F. V. Allingham, Adi Zitrin, Vasily Kokorev, Hiroto Yanagisawa, Jose M. Diego, Lukas J. Furtak, Yoshihisa Asada, Dan Coe, David A. Coulter, Seiji Fujimoto, Conor Larison, Masamune Oguri, Justin

Pubblicato 2026-07-08

📖 5 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Joseph F. V. Allingham, Adi Zitrin, Vasily Kokorev, Hiroto Yanagisawa, Jose M. Diego, Lukas J. Furtak, Yoshihisa Asada, Dan Coe, David A. Coulter, Seiji Fujimoto, Conor Larison, Masamune Oguri, Justin D. R. Pierel, Fengwu Sun, Marusa Bradac, Pratika Dayal, Paulo A. A. Lopes, Ashish K. Meena, Massimo Pascale, Hollis B. Akins, Franz E. Bauer, Larry D. Bradley, Gabriel Brammer, John Chisholm, Guillaume Desprez, Qinyue Fei, Henry C. Ferguson, Steven L. Finkelstein, Brenda Frye, Miriam Golubchik, Kohei Inayoshi, Yolanda Jimenez-Teja, Anton M. Koekemoer, Ray A. Lucas, Georgios E. Magdis, Nicholas S. Martis, Richard Pan, Johan Richard, Massimo Ricotti, Gregor Rihtarsic, Luke Robbins, William Sheu, Brian Welch, Chris Willott, Rogier A. Windhorst

Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

La Lente d'Ingrandimento Cosmica

Immaginate che l'universo sia pieno di enormi strutture invisibili chiamate ammassi di galassie. Questi ammassi sono così pesanti da deformare il tessuto dello spazio-tempo intorno a loro, agendo come una gigantesca lente d'ingrandimento naturale. Questo fenomeno è chiamato "lente gravitazionale".

Quando la luce proveniente da un oggetto molto distante e debole (come una galassia o una stella) passa dietro uno di questi ammassi, l'ammasso piega quella luce. Questo fa due cose straordinarie:

Ingrandisce l'oggetto: rende le cose deboli molto più luminose, permettendoci di vedere oggetti che altrimenti sarebbero invisibili.
Moltiplica l'immagine: può dividere la luce in più copie, così vediamo lo stesso oggetto in diversi punti del cielo contemporaneamente.

La Scoperta: Una Supernova in Lontananza

Gli autori di questo articolo hanno studiato un ammasso di galassie specifico chiamato MACS J1931.8-2635. Utilizzando il potente Telescopio Spaziale James Webb (JWST), hanno scattato foto incredibilmente nitide di questo ammasso.

In queste foto, hanno avvistato due minuscoli puntini rossi proprio accanto alla galassia centrale dell'ammasso. A prima vista, sembravano due stelle separate. Tuttavia, il team ha costruito una dettagliata mappa matematica (un modello di lente) della gravità dell'ammasso per capire come essa pieghi la luce.

La mappa ha rivelato una sorpresa: quei due puntini rossi non erano due oggetti diversi. Erano in realtà due immagini dello stesso identico oggetto, viste da angolazioni diverse perché la gravità dell'ammasso ha piegato la luce attorno ad esso.

Ancora più eccitante, il team si è reso conto che questo oggetto era una supernova (una stella che esplode) chiamata SN Eos.

Quanto è lontana? È incredibilmente distante, con una distanza corrispondente a un redshift di 5.13. Questo la rende la supernova a immagine multipla più lontana mai scoperta.
Perché sapevano che era una supernova? Il modello matematico prevedeva che dovessero esserci in totale cinque immagini di questa supernova. Il team ne ha viste due. Hanno cercato le altre tre immagini previste ma non hanno trovato nulla lì. Questa luce "mancante" ha confermato che l'oggetto era un transiente — qualcosa che appare e scompare rapidamente (come un'esplosione) piuttosto che una stella permanente.

L'Aspetto del "Viaggio nel Tempo"

Una delle parti più affascinanti di questa scoperta è il ritardo temporale. Poiché la luce percorre percorsi diversi per raggiungerci attorno all'ammasso, le immagini arrivano in tempi diversi.

Le immagini "Veloci": Le due immagini che il team ha visto (SN Eos) sono arrivate quasi contemporaneamente (entro 5 giorni l'una dall'altra).
Le immagini "Lente": Il modello prevede che altre tre immagini di questa stessa esplosione siano arrivate anni fa.
- Due immagini sono arrivate circa 3,5 anni prima di quelle che abbiamo visto.
- Un'immagine è arrivata ben 54 anni prima di quelle che abbiamo visto.

Pensate a una gara in cui i corridori prendono percorsi diversi intorno a una montagna. I corridori che hanno preso il percorso breve e diretto hanno finito oggi. I corridori che hanno preso il percorso lungo e tortuoso hanno finito anni fa. Se avessimo osservato il cielo 54 anni fa, avremmo visto questa esplosione anche allora.

Altri Tesori Cosmici

Mentre la supernova era il titolo principale, la nuova mappa dell'ammasso di galassie ha permesso al team di trovare altri tesori nascosti:

Charybdis: Hanno trovato una bellissima galassia a spirale che viene deformata in tre immagini dall'ammasso. Grazie al fatto che l'ammasso l'ha ingrandita moltissimo, sono riusciti a vedere dettagli di questa galassia grandi quanto poche centinaia di anni luce, nonostante si trovi a miliardi di anni luce di distanza. L'hanno chiamata "Charybdis" dal nome di un mostro marino della mitologia greca, probabilmente perché la galassia sembra ruotare in un vortice cosmico.

Perché Questo è Importante

Questo articolo è come un libro di guide per l'universo. Creando una mappa precisa di come questo specifico ammasso di galassie piega la luce, gli scienziati possono:

Trovare l'invisibile: Usare l'ammasso come un telescopio per vedere le primissime stelle e galassie dell'universo.
Misurare l'universo: Studiando i ritardi temporali tra le diverse immagini delle supernovae, gli scienziati possono calcolare quanto velocemente l'universo si sta espandendo (la costante di Hubble). L'articolo suggerisce che trovare altre di queste esplosioni distanti e con ritardo temporale potrebbe aiutarci a misurare la velocità di espansione dell'universo con maggiore precisione.

Riassunto

In breve, il team ha usato il Telescopio Spaziale James Webb per guardare un massiccio ammasso di galassie. Hanno costruito una mappa di gravità che ha agito come una lente, rivelando una stella lontana in fase di esplosione (SN Eos) che è così distante da essere la più lontana del suo genere mai trovata. La mappa ha mostrato che stiamo vedendo due "echi" dell'esplosione che accadono ora, mentre altri tre "echi" sono avvenuti decenni fa. Questa scoperta dimosta che queste lenti d'ingrandimento cosmiche sono strumenti potenti per esplorare gli angoli più profondi e antichi del nostro universo.

Sintesi Tecnica: VENUS: Modello di strong-lensing di MACS J1931.8-2635 – rivelando la supernova a molteplici immagini più lontana

Problema e Contesto
Gli ammassi di galassie fungono da telescopi naturali, ingrandendo le sorgenti di fondo e producendo immagini multiple con ritardi temporali misurabili. Sebbene il forte lensing sia stato fondamentale per lo studio di galassie, stelle e supernovae (SNe) ad alto redshift, sono richiesti modelli di lente precisi per interpretare le proprietà intrinseche di queste sorgenti. L'ammasso di galassie MACS J1931.8-2635 ( $z_l = 0.35$ ) è stato precedentemente modellato utilizzando i dati del survey CLASH, ma la scoperta di un nuovo transiente, SN Eos, a un redshift spettroscopico di $z = 5.13$ , ha reso necessario un modello aggiornato ad alta precisione. La sfida principale è stata la costruzione di un modello di lente robusto capace di prevedere le posizioni, le magnificazioni e i ritardi temporali delle immagini multiple di questa supernova distante e della sua galassia ospite, raffinando simultaneamente la distribuzione di massa dell'ammasso utilizzando nuovi sistemi a immagini multiple identificati dalle recenti osservazioni JWST.

Metodologia
Gli autori presentano un nuovo modello di strong-lensing parametrico per MACS J1931.8-2635, utilizzando una combinazione di dataset:

Imaging: Nuovi dati di imaging NIRCam a 10 bande del survey VENUS (JWST) raccolti nel settembre 2025, integrati dai dati archiviati HST/ACS e WFC3 del survey CLASH e del programma SNAP.
Spettroscopia: Dati dell'unità di campo integrale VLT/MUSE e spettroscopia JWST/NIRSpec (proposta DDT 9493) che confermano il redshift della galassia ospite di SN Eos ( $z = 5.133 \pm 0.001$ ) e della supernova stessa.
Software: La modellazione utilizza AstroLensPy, una nuova implementazione Python del metodo ZitrinAnalytic (PIEMDeNFW). Questo codice utilizza Numba per l'ottimizzazione e emcee per il campionamento MCMC.
Struttura del Modello: La distribuzione di massa è modellata utilizzando un singolo alone di materia oscura (DMH) su larga scala descritto da una distribuzione di materia ellittica pseudo-isotermica (PIEMD) e una componente di galassia più luminosa (BCG). Le singole galassie membri dell'ammasso sono modellate come una collezione di profili dual Pseudo-Isothermal Elliptical (dPIE), scalati tramite la relazione di Faber-Jackson, con la luminosità e l'ellitticità della BCG che possono variare indipendentemente.
Vincoli: Il modello è vincolato da 19 sistemi a immagini multiple (51 immagini totali), inclusi 10 sistemi identificati dai nuovi dati VENUS. Nove sistemi hanno redshift spettroscopici. I redshift dei sistemi rimanenti sono trattati come parametri liberi nell'ottimizzazione, guidati dai redshift fotometrici. L'ottimizzazione minimizza $\chi^2$ nel piano della sorgente, con incertezze posizionali impostate generalmente a $0.2''$ e a $0.02''$ per le immagini di SN Eos per dare priorità alla precisione della loro previsione.

Contributi Chiave e Risultati

Modello di Lente Raffinato: Il modello finale raggiunge una deviazione root-mean-square (r.m.s.) di $0.44''$ tra le posizioni delle immagini osservate e previste attraverso 19 sistemi. Questo rappresenta un miglioramento rispetto ai modelli precedenti (ad esempio, $0.77''$ per il modello parametrico CLASH) nonostante l'incorporazione di 12 vincoli aggiuntivi e meno gradi di libertà riguardo alla struttura dell'alone di materia oscura (utilizzando un singolo DMH).
Caratterizzazione di SN Eos: Il modello prevede cinque immagini per SN Eos (Sistema 101) e la sua galassia ospite (Sistema 100).
- Due immagini (101.1 e 101.2) sono state osservate simultaneamente nei dati VENUS. Il modello prevede una magnificazione di $\mu \simeq 25-25$ per questa coppia e un ritardo temporale di $< 5$ giorni, coerente con la loro rilevazione simultanea.
- Altre tre immagini (p101.3, p101.4, p101.5) sono previste essere arrivate precedentemente, con ritardi temporali di $3.6 \pm 0.7$ , $3.4 \pm 0.7$ e $53.9 \pm 10.8$ anni, rispettivamente. La mancata rilevazione di queste immagini precedenti nei dati archiviati HST conferma la natura transiente della sorgente.
- La galassia ospite (Sistema 100) è rilevata nei dati MUSE con quattro immagini; la quinta immagine prevista si trova al di fuori del campo visivo di MUSE.
Scoperta di "Charybdis": Il modello di lente identifica un candidato galassia a spirale grand-design a tripla immagine (Sistema 14, chiamata Charybdis) a $z \simeq 3.65$ . Il modello ricostruisce la sorgente con una risoluzione di $\simeq 90$ pc nel piano della sorgente. Il fitting della distribuzione dell'energia spettrale (SED) fornisce una massa stellare di $\log_{10}(M_*/M_\odot) = 10.64 \pm 0.24$ e un tasso di formazione stellare di $48.5 \pm 11.5 M_\odot \text{yr}^{-1}$ .
Implicazioni Cosmologiche: Gli autori investigano l'utilità delle SNe lenti ad alto redshift per la cosmografia.
- Costante di Hubble ( $H_0$ ): Le simulazioni indicano che i ritardi temporali generalmente aumentano con il redshift della sorgente, suggerendo che sorgenti ad alto redshift come SN Eos potrebbero fornire vincoli più stretti su $H_0$ .
- Altri Parametri: Per altri parametri cosmologici (ad esempio, densità di materia $\Omega_m$ , equazione di stato dell'energia oscura $w_0$ ), lo studio trova che sorgenti a basso redshift possono offrire vincoli moderatamente più forti in casi specifici, sebbene le sorgenti ad alto redshift mantengano comunque un significativo potere discriminante ( $\sim 5\%$ di variazione nella distanza del ritardo temporale).

Significato e Rivendicazioni
L'articolo afferma che la rilevazione di SN Eos, la supernova a molteplici immagini più lontana ad oggi, è stata facilitata dal modello di lente stesso, che ha identificato la sorgente come un transiente grazie all'osservazione simultanea di due immagini con un breve ritardo temporale previsto e l'assenza di immagini precedenti. Lo studio dimostra che combinare l'imaging profondo di JWST con un robusto modellamento di lente parametrico permette la caratterizzazione precisa di transienti ad alto redshift e dei loro ospiti.

Gli autori sottolineano che, sebbene le SNe lenti ad alto redshift siano promettenti per vincolare $H_0$ grazie ai maggiori ritardi temporali, la loro utilità per vincolare altri parametri cosmologici richiede una considerazione attenta del modello di lente specifico e del redshift della sorgente. Il lavoro evidenzia il potenziale del monitoraggio regolare degli ammassi a forte lensing per ottenere campioni sostanziali di transienti a immagini multiple, abilitando futuri studi cosmografici basati su ritardi temporali e rapporti di distanza. Il modello di lente e i relativi cataloghi sono resi pubblicamente disponibili per supportare ulteriori ricerche sulla distribuzione di massa dell'ammasso e sulle proprietà delle sue sorgenti di fondo.