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

Sintesi Tecnica: Determinazione del Profilo di Materia Oscura Ottimale per la Via Lattea con Gaia DR3 mediante Confronto di Modelli Bayesiani

Enunciato del Problema
Le curve di rotazione (RC) delle galassie a spirale, inclusa la Via Lattea, esibiscono velocità che non possono essere spiegate dalla sola materia barionica visibile, una discrepanza storicamente attribuita alla "massa mancante" o materia oscura (DM). Sebbene il paradigma della Materia Oscura Fredda (CDM) sia il modello cosmologico standard, affronta sfide persistenti su scale galattiche, come il problema del nucleo-cuspide e il problema dei satelliti mancanti. Al contrario, la Dinamica Newtoniana Modificata (MOND) offre un'alternativa modificando la gravità nei regimi a bassa accelerazione, ma ha incontrato difficoltà nel spiegare determinate dinamiche galattiche senza materia oscura.

Recenti dati ad alta precisione dal satellite Gaia (in particolare il Terzo Rilievo Dati, DR3) hanno permesso la ricostruzione della curva di rotazione della Via Lattea con una precisione senza precedenti, rivelando un declino della velocità rotazionale a raggi superiori a circa 20 kpc. Tuttavia, permangono incertezze riguardo alla forma parametrica ottimale del profilo di densità dell'alone di materia oscura che meglio si adatta a queste nuove osservazioni. Questo studio mira a determinare rigorosamente quale modello di materia oscura, combinato con varie distribuzioni di massa barionica, fornisca la descrizione statisticamente più robusta della curva di rotazione della Via Lattea.

Metodologia
Gli autori impiegano un quadro di confronto di modelli bayesiano per valutare l'evidenza relativa di modelli dinamici competitivi contro quattro distinte compilazioni di dati sulla curva di rotazione della Via Lattea derivati da Gaia DR3:

• Dataset: Quattro dataset (D1–D4) che variano da $r \approx 5$ kpc a $r \approx 30$ kpc, utilizzando diversi traccianti (stelle OB, stelle del ramo delle giganti rosse) e metodologie per la stima della distanza e della velocità (ad esempio APOGEE, LAMOST, 2MASS).
• Modelli Barionici: Tre modelli distinti per la distribuzione della materia visibile (bulge e disco):
  • B0: Potenziale di Hernquist per il bulge; un disco sottile esponenziale multi-componente (stellare, polvere, gas).
  • B1: Potenziale di Plummer per il bulge; potenziali di Miyamoto-Nagai per dischi sottili e spessi.
  • B2: Potenziale di Hernquist per il bulge; un profilo di densità doppio-esponenziale per le componenti del disco.
• Materia Oscura e Modelli Alternativi: Sette profili di densità di materia oscura e tre funzioni di interpolazione MOND:
  • Profili DM: NFW (cuspidale), Isothermale, Burkert, gNFW (NFW generalizzato), profilo $\beta$, Hernquist ed Einasto.
  • MOND: Funzioni di interpolazione Standard, Semplice e Relazione di Accelerazione Radiale (RAR), testate sia con $a_0$ come parametro libero sia fissato al valore standard ($1.2 \times 10^{-10} \, \text{m/s}^2$).
• Analisi Statistica: Lo studio calcola l'evidenza bayesiana ($Z$) per ogni combinazione di modelli utilizzando il campionamento annidato dinamico (tramite il pacchetto dynesty). Il fattore di Bayes ($B_{21}$) è calcolato rispetto a un'ipotesi nulla costituita dal profilo NFW combinato con un specifico modello barionico. La scala di Jeffreys è utilizzata per interpretare la significatività dell'evidenza.

Contributi e Risultati Chiave

1. Preferenza per il Profilo di Einasto: Nella maggior parte delle combinazioni di dataset e modelli barionici, il profilo di Einasto emerge come l'adattamento fenomenologico preferito. Produce fattori di Bayes decisivi ($>100$) rispetto al profilo NFW standard per i dataset D3 e D4 su tutti i modelli barionici, e per D1 e D2 nella maggior parte dei casi. L'indice di Einasto di migliore adattamento ($\alpha$) è costantemente positivo, suggerendo un profilo più vicino a una distribuzione a nucleo che a una cuspidale.
2. Aloni a Nucleo vs. Cuspidali: L'analisi rileva che i profili di materia oscura a nucleo (Burkert, $\beta$ ed Einasto) sono generalmente preferiti rispetto al profilo NFW cuspidale. Nello specifico, i profili Burkert e $\beta$ mostrano una forte evidenza ($B > 100$) per i dataset D2 e D3.
3. Prestazioni di gNFW e Hernquist: Il profilo NFW generalizzato (gNFW) è deciso favorito rispetto a NFW per D2 e D3 ma performa peggio per D1 e D4. Anche il profilo di Hernquist mostra una preferenza rispetto a NFW su tutti i dataset.
4. MOND Sfavorevole: Nelle implementazioni considerate, i modelli MOND forniscono adattamenti significativamente peggiori rispetto ai profili di materia oscura preferiti. Il paradigma MOND standard ($a_0$ fissato) è fortemente sfavorito, in particolare perché le funzioni di interpolazione prevedono velocità costanti a grandi raggi, contraddicendo la tendenza al declino osservata nelle curve di rotazione basate su Gaia. Anche quando $a_0$ è trattato come parametro libero, i fattori di Bayes rimangono insignificanti rispetto ai modelli di materia oscura.
5. Indeterminazione del Modello Barionico: Nessun singolo modello barionico (B0, B1 o B2) è deciso favorito rispetto agli altri. I fattori di Bayes che confrontano i modelli barionici (utilizzando la combinazione B0 + Einasto come riferimento) sono generalmente bassi ($<10$), indicando che i dati attuali sulla curva di rotazione non vincolano fortemente la scelta specifica del potenziale barionico.

Significato e Affermazioni
Il paper afferma che, all'interno del quadro di modellazione adottato e utilizzando i più recenti dataset di curve di rotazione basati su Gaia DR3, il profilo di Einasto fornisce la descrizione fenomenologica più robusta dell'alone di materia oscura della Via Lattea. Questa conclusione vale per la maggior parte delle combinazioni di dataset e modelli barionici.

Gli autori sottolineano che i loro risultati sono in linea con recenti simulazioni cosmologiche (ad esempio FIRE-2) e altri studi osservativi che suggeriscono la presenza di nuclei di materia oscura o profili simili a Einasto negli aloni della Via Lattea. Osservano che, sebbene il profilo di Einasto sia preferito, i dati non escludono in modo decisivo altri profili a nucleo come Burkert o $\beta$. Inoltre, lo studio evidenzia che i quattro dataset utilizzati non sono completamente indipendenti, poiché condividono incertezze sistemiche comuni intrinseche a Gaia DR3 (ad esempio, offset dello zero-point del parallasse).

Gli autori concludono con modestia che, sebbene la loro analisi favorisca specifici profili di materia oscura rispetto alle alternative NFW standard e MOND, la sensibilità dei risultati alle scelte a priori per la massa del disco e i parametri dell'alone è stata testata e risultata robusta. Suggeriscono che futuri approfondimenti sulla natura della materia oscura richiederanno probabilmente dati da prossime strutture come Vera Rubin LSST, Square Kilometer Array e telescopi di prossima generazione.