The baryonic Tully-Fisher relation as an independent direct probe of cosmology and of the nature of dark matter

Sintesi Tecnica: La Relazione di Tully-Fisher Barionica come Sonda Diretta della Cosmologia e della Natura della Materia Oscura

Definizione del Problema
La relazione di Tully-Fisher barionica (BTFR) è una legge di scala empirica ben consolidata che mette in relazione la massa barionica totale delle galassie supportate dalla rotazione con la loro velocità di rotazione asintotica. Storicamente, la BTFR è stata utilizzata principalmente come indicatore di distanza calibrato per stimare la costante di Hubble ($H_0$) e come strumento per testare le teorie di formazione delle galassie, le proprietà degli aloni di materia oscura e i modelli di gravità alternativa. Tuttavia, il suo potenziale come sonda diretta per vincolare i parametri cosmologici fondamentali (oltre a $H_0$) e la natura della materia oscura è rimasto inesplorato. Questo articolo affronta la lacuna nella comprensione se la BTFR sia sensibile ai parametri cosmologici, come la densità di materia ($\Omega_m$) e l'ampiezza delle fluttuazioni della materia ($\sigma_8$), nonché alla massa delle particelle di materia oscura calda (WDM) e ai meccanismi di feedback astrofisico.

Metodologia
Gli autori impiegano un framework di inferenza basato su simulazioni (SBI) utilizzando reti neurali profonde per esplorare la sensibilità della BTFR rispetto a uno spazio di parametri a sei dimensioni. Lo studio si basa sulla suite DREAMS (DaRk mattEr and Astrophysics with Machine learning and Simulations), una vasta collezione di 1.024 simulazioni magnetoidrodinamiche cosmologiche. Queste simulazioni, eseguite con il codice AREPO e il modello IllustrisTNG, variano i seguenti parametri seguendo una sequenza di Sobol:

• Cosmologici: Densità di materia ($\Omega_m \in [0.1, 0.5]$) e ampiezza delle fluttuazioni ($\sigma_8 \in [0.6, 1.0]$).
• Materia Oscura: Massa delle particelle di WDM ($M_{\text{WDM}} \in [1.8, 16]$ keV).
• Feedback Astrofisico: Parametri che regolano il feedback delle supernove (SN) ($A_{\text{SN1}}, A_{\text{SN2}}$) e il feedback dei nuclei galattici attivi (AGN) ($A_{\text{AGN}}$).

Per ogni simulazione, la BTFR viene derivata selezionando galassie supportate dalla rotazione ($V_{\text{max}}/\sigma_{\text{disp}} > 1.5$) e calcolando la massa barionica mediana ($M_{b,\text{med}}$) e la sua deviazione standard ($\sigma_M$) attraverso 10 bin di velocità circolare massima ($V_{\text{max}}$). I dati sono estratti a tre redshift ($z=0, 0.54, 1.05$) per simulare le capacità osservative del futuro Square Kilometer Array (SKA).

Per inferire le distribuzioni a posteriori dei parametri data una misurazione della BTFR, gli autori addestrano un estimatore di densità neurale utilizzando i Masked Autoregressive Flows (MAF). La rete è addestrata su 974 simulazioni e testata su 50 realizzazioni tenute da parte (held-out). L'input consiste in array impilati di $V_{\text{max}}$, $M_{b,\text{med}}$ e $\sigma_M$, mentre l'output è l'insieme dei veri parametri del modello utilizzati per generare la simulazione.

Risultati Chiave
Il framework di inferenza dimostra la capacità di recuperare valori non distorti per i parametri di input con gradi variabili di precisione:

• Parametri Cosmologici: Il modello recupera $\Omega_m$ e $\sigma_8$ con un'accuratezza di deviazione media sub-percentuale. La precisione mediana è di circa il 2,6% per $\Omega_m$ e del 3,9% per $\sigma_8$. Le previsioni mostrano una forte correlazione di rango di Spearman con i valori reali ($R=0.99$ per $\Omega_m$ e $R=0.93$ per $\sigma_8$). Una anti-correlazione ($R=-0.74$) tra $\Omega_m$ e $\sigma_8$ viene recuperata, in linea con altre sonde cosmologiche.
• Massa della Materia Oscura: La massa delle particelle di WDM ($M_{\text{WDM}}$) viene recuperata con una precisione mediana di $\sim 29\%$ (deviazione standard $\sim 33\%$) e una deviazione media di $\sim 3\%$. La correlazione è inferiore ($R=0.83$) rispetto ai parametri cosmologici. I risultati indicano un'anti-correlazione tra $\sigma_8$ e $M_{\text{WDM}}$, suggerendo che una materia oscura più "calda" (più leggera) sopprime la formazione di aloni a bassa massa, richiedendo un $\sigma_8$ più elevato per adattarsi alla BTFR.
• Feedback Astrofisico: Il framework riesce a vincolare i parametri di feedback delle SN ($A_{\text{SN1}}$ e $A_{\text{SN2}}$) con precisioni mediane rispettivamente del 10,5% e del 12,6%. Tuttavia, il parametro di feedback degli AGN ($A_{\text{AGN}}$) non può essere vincolato in modo affidabile a causa della scarsità di AGN nei volumi di simulazione, che porta a un rumore di campionamento (shot noise) che sovrasta il segnale.

Significatività e Rivendicazioni
L'articolo sostiene di fornire la prima dimostrazione che la BTFR è simultaneamente sensibile ai parametri cosmologici ($\Omega_m, \sigma_8$), alla natura della materia oscura ($M_{\text{WDM}}$) e a specifici meccanismi di feedback astrofisico. Gli autori posizionano la BTFR come una nuova sonda indipendente per la cosmologia e la fisica fondamentale, distinta dai metodi tradizionali come l'aggregazione delle galassie, il lensing debole o la radiazione cosmica di fondo (CMB).

La significatività di questo lavoro risiede nel suo potenziale di:

1. Offrire una sonda cosmologica a basso redshift per aiutare a risolvere le tensioni nei parametri cosmologici, come la tensione di $\sigma_8$.
2. Fornire vincoli sui modelli di materia oscura (specificamente WDM) indipendenti dai dati della foresta Lyman-$\alpha$.
3. Consentire la caratterizzazione precisa dei meccanismi di feedback delle supernove.

Gli autori osservano che, sebbene questo studio serva come prova di concetto teorica utilizzando simulazioni idealizzate, il lavoro futuro dovrà affrontare la mancanza di convergenza tra diversi modelli di formazione delle galassie e la modellazione dei sistemi di errore osservativi prima di applicare questo metodo ai dati reali. Le imminenti capacità del Square Kilometer Array (SKA) di misurare la BTFR fino a $z \sim 1$ sono identificate come il passo critico successivo per realizzare tali prospettive.