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

Resumo Técnico: Determinação do Melhor Perfil de Matéria Escura para a Via Láctea com Gaia DR3 usando Comparação Bayesiana de Modelos

Declaração do Problema
As curvas de rotação (CRs) de galáxias espirais, incluindo a Via Láctea, exibem velocidades que não podem ser explicadas apenas pela matéria bariônica visível, uma discrepância historicamente atribuída à "massa faltante" ou matéria escura (ME). Embora o paradigma da Matéria Escura Fria (CDM) seja o modelo cosmológico padrão, ele enfrenta desafios persistentes em escalas galácticas, como o problema do núcleo-cuspide e o problema dos satélites faltantes. Por outro lado, a Dinâmica Newtoniana Modificada (MOND) oferece uma alternativa ao modificar a gravidade em regimes de baixa aceleração, mas tem enfrentado dificuldades em explicar certas dinâmicas galácticas sem matéria escura.

Dados recentes de alta precisão do satélite Gaia (especificamente o 3º Lançamento de Dados, DR3) permitiram a reconstrução da curva de rotação da Via Láctea com precisão sem precedentes, revelando um declínio na velocidade de rotação em raios além de aproximadamente 20 kpc. No entanto, permanecem incertezas quanto à forma paramétrica ótima do perfil de densidade do halo de matéria escura que melhor se ajusta a essas novas observações. Este estudo visa determinar rigorosamente qual modelo de matéria escura, quando combinado com várias distribuições de massa bariônica, fornece a descrição estatisticamente mais robusta da curva de rotação da Via Láctea.

Metodologia
Os autores empregam uma estrutura de comparação bayesiana de modelos para avaliar a evidência relativa de modelos dinâmicos concorrentes contra quatro compilações distintas de dados da curva de rotação da Via Láctea derivados do Gaia DR3:

• Conjuntos de Dados: Quatro conjuntos de dados (D1–D4) variando de $r \approx 5$ kpc a $r \approx 30$ kpc, utilizando diferentes traçadores (estrelas OB, estrelas do Ramo das Gigantes Vermelhas) e metodologias para estimativa de distância e velocidade (por exemplo, APOGEE, LAMOST, 2MASS).
• Modelos Bariônicos: Três modelos distintos para a distribuição de matéria visível (bojo e disco):
  • B0: Potencial de Hernquist para o bojo; um disco fino exponencial multi-componente (estelar, poeira, gás).
  • B1: Potencial de Plummer para o bojo; potenciais de Miyamoto-Nagai para discos fino e grosso.
  • B2: Potencial de Hernquist para o bojo; um perfil de densidade duplo-exponencial para os componentes do disco.
• Modelos de Matéria Escura e Alternativos: Sete perfis de densidade de matéria escura e três funções de interpolação MOND:
  • Perfis de ME: NFW (cuspide), Isotérmico, Burkert, gNFW (NFW generalizado), perfil $\beta$, Hernquist e Einasto.
  • MOND: Funções de interpolação Padrão, Simples e Relação de Aceleração Radial (RAR), testadas tanto com $a_0$ como parâmetro livre quanto fixado no valor padrão ($1,2 \times 10^{-10} \, \text{m/s}^2$).
• Análise Estatística: O estudo calcula a evidência bayesiana ($Z$) para cada combinação de modelos usando amostragem aninhada dinâmica (via o pacote dynesty). O fator de Bayes ($B_{21}$) é computado em relação a uma hipótese nula consistindo no perfil NFW combinado com um modelo bariônico específico. A escala de Jeffreys é usada para interpretar a significância da evidência.

Principais Contribuições e Resultados

1. Preferência pelo Perfil de Einasto: Na maioria das combinações de conjuntos de dados e modelos bariônicos, o perfil de Einasto surge como o ajuste fenomenológico preferido. Ele produz fatores de Bayes decisivos ($>100$) sobre o perfil NFW padrão para os conjuntos de dados D3 e D4 em todos os modelos bariônicos, e para D1 e D2 na maioria dos casos. O índice de melhor ajuste de Einasto ($\alpha$) é consistentemente positivo, sugerindo um perfil mais próximo de uma distribuição com núcleo do que cuspide.
2. Halos com Núcleo vs. Cuspides: A análise encontra que perfis de matéria escura com núcleo (Burkert, $\beta$ e Einasto) são geralmente preferidos ao perfil NFW cuspide. Especificamente, os perfis Burkert e $\beta$ mostram evidência forte ($B > 100$) para os conjuntos de dados D2 e D3.
3. Desempenho de gNFW e Hernquist: O perfil gNFW (NFW generalizado) é decididamente favorecido sobre o NFW para D2 e D3, mas performa pior para D1 e D4. O perfil de Hernquist também mostra preferência sobre o NFW em todos os conjuntos de dados.
4. MOND Desfavorecido: Dentro das implementações consideradas, os modelos MOND fornecem ajustes significativamente piores do que os perfis de matéria escura preferidos. O paradigma padrão de MOND ($a_0$ fixo) é fortemente desfavorecido, particularmente porque as funções de interpolação preveem velocidades constantes em grandes raios, contradizendo a tendência de declínio observada nas curvas de rotação baseadas no Gaia. Mesmo quando $a_0$ é tratado como parâmetro livre, os fatores de Bayes permanecem insignificantes em comparação com os modelos de matéria escura.
5. Indeterminação do Modelo Bariônico: Nenhum modelo bariônico único (B0, B1 ou B2) é decididamente favorecido sobre os outros. Os fatores de Bayes comparando modelos bariônicos (usando a combinação B0 + Einasto como referência) são geralmente baixos ($<10$), indicando que os dados atuais da curva de rotação não restringem fortemente a escolha específica do potencial bariônico.

Significância e Alegações
O artigo afirma que, dentro da estrutura de modelagem adotada e usando os mais recentes conjuntos de dados de curvas de rotação baseados no Gaia DR3, o perfil de Einasto fornece a descrição fenomenológica mais robusta do halo de matéria escura da Via Láctea. Esta conclusão mantém-se na maioria das combinações de conjuntos de dados e modelos bariônicos.

Os autores enfatizam que seus resultados estão alinhados com simulações cosmológicas recentes (por exemplo, FIRE-2) e outros estudos observacionais que sugerem a presença de núcleos de matéria escura ou perfis semelhantes a Einasto em halos da Via Láctea. Eles observam que, embora o perfil de Einasto seja preferido, os dados não descartam decisivamente outros perfis com núcleo como Burkert ou $\beta$. Além disso, o estudo destaca que os quatro conjuntos de dados utilizados não são totalmente independentes, pois compartilham incertezas sistemáticas comuns inerentes ao Gaia DR3 (por exemplo, deslocamentos de ponto zero de paralaxe).

Os autores concluem modestamente que, embora sua análise favoreça perfis específicos de matéria escura sobre as alternativas padrão NFW e MOND, a sensibilidade dos resultados às escolhas de prior para a massa do disco e parâmetros do halo foi testada e encontrada robusta. Eles sugerem que futuros insights sobre a natureza da matéria escura provavelmente exigirão dados de instalações futuras, como o Vera Rubin LSST, o Square Kilometer Array e telescópios de próxima geração.