Search for strong lensing of gravitational waves in the binary black hole events from O1-O4a

Resumo Técnico: Busca por Lenteção Forte de Ondas Gravitacionais em Eventos de Binárias de Buracos Negros de O1–O4a

Problema
A lenteção forte de ondas gravitacionais (OG) por galáxias e aglomerados de galáxias intervenientes é prevista para produzir múltiplas cópias do mesmo sinal com atrasos temporais. Embora tal lenteção ofereça oportunidades profundas para a astrofísica, cosmologia e testes da Relatividade Geral, nenhuma detecção confirmada foi feita até o momento. Buscas anteriores realizadas pela Colaboração LIGO-Virgo-KAGRA (LVK) e grupos externos foram limitadas por restrições computacionais. Especificamente, a seleção de modelos bayesianos otimizada (calculando o fator de Bayes completo para todos os pares de eventos) é computacionalmente proibitiva, forçando estudos prévios a utilizar estatísticas de detecção subótimas em um primeiro estágio. Além disso, buscas anteriores frequentemente ignoravam pares que abrangiam diferentes períodos de observação e excluíam candidatos identificados por catálogos não-LVK (ex: IAS, OGC), possivelmente perdendo eventos de alta massa onde a lenteção é mais provável. Adicionalmente, a significância estatística de resultados nulos tem sido difícil de quantificar devido ao alto custo de realizar simulações de fundo extensas.

Metodologia
Este estudo realiza uma busca abrangente por pares de binárias de buracos negros (BBH) fortemente lentejados através dos três primeiros períodos de observação (O1–O3) e da primeira parte do quarto período (O4a). A análise integra eventos do LVK, do Open Gravitational-wave Catalog (OGC) e dos catálogos Independent Analysis of Signals (IAS), totalizando 207 eventos únicos e 21.321 pares possíveis.

O núcleo da metodologia é o pipeline Posterior Overlap 2.0 (PO2.0). Esta ferramenta de seleção de modelos bayesianos reformula o fator de Bayes ($B^L_U$) como um produto interno das distribuições posteriores de dois eventos individuais, ponderadas por priors de população. Esta abordagem alcança uma aceleração computacional de $\sim 10^4$ em comparação com a estimação conjunta de parâmetros tradicional, permitindo a análise de todos os pares sem a necessidade de pré-filtragem subótima.

Componentes metodológicos principais incluem:

• Priors Astrofísicos: A busca assume que os parâmetros intrínsecos de BBH seguem o catálogo GWTC-4, extrapolado para altos redshifts usando o modelo de taxa de fusão de Dominik et al. (2013). As populações de lentes são modeladas como Elipsoides Isotérmicos Singulares (SIE) com massas variando de $10^8$ a $10^{15} M_\odot$, baseadas na Função de Massa de Halo. Este prior é considerado "otimista" em relação à lenteção, pois inclui halos de alta massa que favorecem maiores atrasos temporais e magnificações.
• Métricas de Significância: Os autores definem novas métricas para avaliar a significância estatística:
  • Probabilidade de Falso Positivo (FPP): A probabilidade de que pelo menos um par não-lentejado no catálogo mimetize um sinal de lenteção.
  • Probabilidade de Lenteção ($p_L$): A probabilidade posterior de que um par específico seja lentejado.
  • Pureza do Catálogo ($c_L$): A fração de pares verdadeiramente lentejados em um catálogo definido por um limiar específico de fator de Bayes, avaliando a detecção ao nível de população.
• Simulações: Simulações realistas de fundo (não-lentejadas) e de primeiro plano (lentejadas) são conduzidas para caracterizar a eficiência do pipeline e a significância estatística dos candidatos.

Principais Resultados

• Nenhuma Evidência de Lenteção: A busca não encontrou evidência estatisticamente significativa para lenteção forte. O par candidato de maior ranking (GW200210_035448 e GW200210_100022) possui uma razão de posterior de $10^{-1.89}$ e uma probabilidade de ser lentejado ($p_L$) inferior a 0,6%.
• Principais Candidatos: Os 5 principais pares de candidatos todos exibem massas totais no referencial do detector de moderadas a altas ($120-450 M_\odot$) e atrasos temporais variando de horas a dias. Notavelmente, 5 dos 10 eventos únicos nos 5 principais pares originam-se do catálogo IAS, destacando a importância de incluir catálogos externos que são mais sensíveis a eventos de alta massa.
• Restrições sobre a Fração de Lenteção: Com base na não-detecção, os autores estabelecem um limite superior de 90% para a fração de lenteção forte em 1,4%. Esta restrição foi derivada usando uma abordagem de modelo de mistura que considera a incerteza na identificação de pares individuais, em vez de assumir que todos os eventos são certamente não-lentejados.
• Reavaliação de Candidatos Anteriores: Pares de candidatos identificados em buscas anteriores (ex: Hannuksela et al. 2019; Abbott et al. 2021b) foram reanalisados. Todos foram classificados em 15º lugar ou inferior neste estudo, exibindo pontuações baixas em todas as métricas de significância, confirmando que provavelmente não são lentejados.

Significância e Alegações
O artigo afirma abordar limitações críticas de buscas de lenteção anteriores ao:

1. Eficiência Computacional: Utilizar o PO2.0 para realizar uma busca bayesiana quase ótima sobre todo o conjunto de dados sem triagem subótima.
2. Escopo Abrangente: Incluir eventos de múltiplos catálogos (LVK, IAS, OGC) e permitir pares formados entre diferentes períodos de observação.
3. Estatística Robusta: Fornecer simulações de fundo rigorosas para quantificar a significância estatística de resultados nulos e definir métricas de nível de população (pureza) para avaliar a utilidade de catálogos de candidatos.

Os autores concluem que, embora nenhum evento de lenteção tenha sido detectado nos dados de O1–O4a, a probabilidade de uma detecção de $3\sigma$ é prevista para ser de $\sim 20\%$ ao final de O4, $\sim 23\%$ no período intermediário (IR1) e $\sim 67\%$ no quinto período de observação (O5). O trabalho enfatiza que a própria não-detecção é valiosa para descartar modelos extremos de taxas de fusão de BBH e canais de formação. A inclusão de eventos do IAS é destacada como uma melhoria significativa, pois esses pipelines recuperam eventos de alta massa que são mais propensos a serem lentejados, embora os autores notem que combinar catálogos introduz complexidades de efeitos de seleção que requerem investigação futura.