Cosmological Evolution of Gamma Ray Bursts

Resumo Técnico: Evolução Cosmológica de Explosões de Raios Gama

Definição do Problema
As explosões de raios gama (GRBs) são tradicionalmente classificadas em eventos de longa duração (LGRBs) e de curta duração (SGRBs), associados, respectivamente, ao colapso de estrelas massivas (colapsares) e a fusões de objetos compactos. Expectativas teóricas sugerem que os LGRBs devem rastrear a taxa de formação estelar (SFR) cósmica, enquanto os SGRBs seguem uma SFR retardada. No entanto, evidências observacionais recentes, incluindo a associação de LGRBs específicos (ex: GRB211211A, GRB230307A) com kilonovas, desafiam essa dicotomia estrita. Além disso, múltiplos estudos relataram um excesso de LGRBs em baixos redshifts em comparação com as previsões de SFR. Análises anteriores dessa discrepância foram limitadas por amostras pequenas (tipicamente <200 redshifts espectroscópicos) e potenciais vieses de seleção. Este artigo visa reavaliar a evolução da luminosidade e a taxa de formação de LGRBs utilizando um conjunto de dados significativamente maior, incorporando tanto redshifts espectroscópicos quanto redshifts estimados por aprendizado de máquina (ML), para determinar se o excesso de baixo redshift é um fenômeno físico ou um artefato de incompletude da amostra.

Metodologia
O estudo utiliza um conjunto de dados abrangente composto por:

1. Amostra Espectroscópica: 444 LGRBs com redshifts medidos pelo observatório Swift (após filtragem de limites superiores/inferiores).
2. Amostra Aumentada por ML: 251 LGRBs com redshifts estimados via um método de aprendizado de máquina (Narendra et al. 2025), filtrados para excluir $z > 14,4$.
3. Amostra Total: Um catálogo combinado de 695 surtos, sendo 499 com os dados de fluxo e espectrais necessários (de catálogos Swift/BAT e Fermi/GBM) para calcular as luminosidades no referencial de repouso.

Para abordar os vieses de seleção observacional (viés de Malmquist/Eddington) inerentes a levantamentos limitados por fluxo, os autores empregam técnicas não paramétricas e sem agrupamento (non-binning):

• Método Efron-Petrosian (EP): Utilizado para testar correlações entre luminosidade ($L$) e redshift ($Z$) sob truncamento unilateral. Isso permite a determinação de uma função de evolução de luminosidade, $g(Z)$, tal que a luminosidade de-evolvida $L_0 = L/g(Z)$ seja não correlacionada com o redshift.
• Método Lynden-Bell $C^-$: Aplicado aos dados de-evolvidos para reconstruir a função de luminosidade cumulativa corrigida de viés ($\phi(L_0)$) e a taxa de formação de fontes com volume de comovimento cumulativo ($\dot{\sigma}(Z)$).

A análise envolve o cálculo de correções K usando uma média móvel de ajustes espectrais (modelos de Lei de Potência e CPL) para definir um limite de truncamento conservador. A robustez dos resultados é testada contra perturbações na correção K média e no parâmetro de evolução de luminosidade $k$.

Principais Resultados

1. Evolução da Luminosidade: Uma forte correlação entre luminosidade e redshift é confirmada para ambos os catálogos (completo e apenas espectroscópico). O método EP produz uma escala de evolução de luminosidade de $L \sim Z^k$, com $k \approx 2,8$ para o catálogo completo e $k \approx 3,7$ para a amostra apenas espectroscópica.
2. Função de Luminosidade: A função de luminosidade local (de-evolvida) é bem descrita por uma lei de potência suavemente quebrada. O catálogo completo exibe uma normalização mais alta ($\phi_0 \approx 3,08 \times 10^2$) comparado à amostra apenas espectroscópica ($\phi_0 \approx 1,72 \times 10^2$), refletindo o aumento do tamanho da amostra.
3. Taxa de Formação e Excesso de Baixo Redshift:
   • Catálogo Espectroscópico: A densidade de taxa de formação derivada ($\dot{\rho}$) acompanha a SFR cósmica para $z \gtrsim 1,5$. Contudo, para $z < 1,5$, a taxa de LGRB desvia significativamente, subindo aproximadamente duas ordens de magnitude acima da SFR nos redshifts mais baixos.
   • Catálogo Completo (Aumentado por ML): A inclusão de redshifts estimados por ML reduz a magnitude deste excesso de baixo redshift. A taxa de formação permanece consistente com a SFR até $z \sim 1$, após o qual apresenta uma quebra e aumenta, mas por um fator menor do que no caso da amostra apenas espectroscópica.
   • Distribuição de Redshift: A amostra de ML está concentrada em redshifts intermediários ($1,5 < z < 3$) e contribui com relativamente poucos surtos de baixo redshift. Os autores observam que os redshifts previstos por ML na pequena amostra de sobreposição tendem a ser menores que os valores espectroscópicos, sugerindo que a redução no excesso de baixo redshift não se deve a um deslocamento sistemático para cima nos redshifts de ML, mas sim à distribuição específica dos surtos de ML adicionados.

Significância e Alegações
O artigo afirma fornecer restrições atualizadas sobre os progenitores de LGRBs e sua história evolutiva ao utilizar a maior amostra de LGRBs com redshifts disponível até o momento. A principal significância reside em:

• Validação do Excesso de Baixo Redshift: O estudo confirma a existência de um excesso de formação de LGRBs em baixo redshift em relação à SFR usando uma grande amostra espectroscópica, consistente com estudos anteriores menores.
• Impacto dos Dados de ML: Demonstra que a incorporação de redshifts estimados por ML altera a história de formação inferida, especificamente ao reduzir a magnitude aparente do excesso de baixo redshift. Isso destaca a sensibilidade dos estudos de evolução de taxa à distribuição de redshift da amostra.
• Implicações para Progenitores: A persistência do excesso de baixo redshift, mesmo após considerar o tamanho da amostra e a aumentação por ML, apoia a hipótesia de que um subconjunto de LGRBs pode originar-se de fusões de objetos compactos (NS-NS ou NS-BH), como sugerido pelas recentes associações com kilonovas. Os autores sugerem que isso pode aumentar a taxa esperada de fontes de ondas gravitacionais.
• Robustez Metodológica: O estudo confirma que o aumento de baixo redshift inferido é estável dentro da faixa de incerteza de $1\sigma$ do parâmetro de evolução de luminosidade $k$, indicando que o resultado não é um artefato da correção de evolução específica escolhida.

Os autores concluem que, embora o excesso de baixo redshift seja uma característica robusta dos dados espectroscópicos, sua magnitude precisa e origem física (ex: incompletude da amostra vs. excesso físico genuíno) requerem investigação adicional, particularmente conforme o campo avança em direção a conjuntos de dados maiores e aumentados por ML.