Numerische Simulation des Dunkle-Masse-Modells der BeeTheory

Eine vollständige, reproduzierbare Darstellung der numerischen Integration, der Zerlegung der baryonischen Geschwindigkeit, der χ²-Minimierung und der Implementierungsentscheidungen hinter der BeeTheory-Simulation der dunklen Masse.

Diese technische Seite erklärt, wie Sie die numerische Simulation der verborgenen Masse der Milchstraße von BeeTheory reproduzieren können. Sie beschreibt die Beobachtungsdaten, das baryonische Modell, die wellenbasierte Dichtegleichung, die numerische Integration, die Anpassungsmethode, die Konvergenztests und den Referenzcode.

Das Ziel ist einfach: Gehen Sie von einer sichtbaren Milchstraßenscheibe aus, wenden Sie das Wellendichtemodell der BeeTheory an, berechnen Sie die effektive verborgene Masse und vergleichen Sie die resultierende kreisförmige Geschwindigkeitskurve mit den Beobachtungen der Gaia-Ära.

0. Was wir berechnen und warum

Die Rotationskurve der Milchstraße ist die Kreisgeschwindigkeit Vc(R) der Sterne in Abhängigkeit von ihrer Entfernung R vom galaktischen Zentrum. Sie wird heute viel genauer gemessen als die gesamte Massenverteilung, die wir direkt sehen können.

Das Defizit zwischen der beobachteten Geschwindigkeit und dem, was die sichtbare baryonische Materie vorhersagt, ist das Problem der versteckten Masse. Standardmodelle berufen sich auf einen unsichtbaren Teilchenhalo, in der Regel kalte dunkle Materie. Die Bienen-Theorie schlägt eine andere Interpretation vor: Jedes sichtbare Massenelement strahlt ein Wellenfeld aus, das in drei Dimensionen exponentiell abklingt, und das akkumulierte Feld verhält sich wie versteckte Masse.

Die Simulation tut drei Dinge:

1. Berechnet ^Vcbar(R) aus der sichtbaren Scheibe und dem Bulge unter Verwendung der analytischen Scheibenformel von Freeman.
2. Integriert numerisch die BeeTheory-Dichte _ρdark(r; ℓ, λ) bei jedem Radius und wandelt sie dann in ^VcDM(R) um.
3. Minimiert χ²(ℓ, λ) gegen die Rotationskurve der Milchstraße aus der Gaia-Ära, um repräsentative Best-Fit-Parameter zu finden.

Die Simulation ist so konzipiert, dass sie reproduzierbar ist. Sie kann in JavaScript oder Python ohne eine spezielle Astrophysik-Bibliothek ausgeführt werden.

Durchgehend verwendete Notation

• R ist der zylindrische galaktozentrische Radius in der Scheibenebene, in kpc.
• r ist der sphärische galaktozentrische Radius.
• z ist die Höhe über der Scheibe.
• ℓ ist die Kohärenzlänge der BeeTheory, in kpc.
• λ ist die dimensionslose Welle-Masse-Kopplung.
• G wird in Einheiten von kpc km² s-² M⊙-¹ verwendet.

1. Beobachtungsdaten – Gaia 2024

Der Datensatz basiert auf der Rotationskurve der Milchstraße aus der Gaia-Ära. Er verwendet Radien R, Kreisgeschwindigkeiten _Vc und Unsicherheiten σ. Die ursprüngliche technische Version verwendete 16 Datenpunkte, die R = 4-27,3 kpc abdecken.

Die wichtigsten Beobachtungen sind:

• _Vc(R⊙ = 8 kpc) ≈ 230 km/s, der Ankerpunkt in der Nähe der Sonnenumlaufbahn.
• _Vc ist ungefähr flach von etwa 5 bis 20 kpc.
• _Vc nimmt in der äußeren gemessenen Scheibe ab und erreicht in den referenzierten Daten etwa 173 ± 17 km/s bei 27,3 kpc.

Dies erfordert eine effektive Verteilung der verborgenen Masse, die bei mittleren Radien stark ansteigt und dann bei größeren Radien schwächer wird.

Wir schließen die innerste Galaxie aus, weil dort der zentrale Balken und nicht-kreisförmige Bewegungen dominieren. Ein vereinfachtes achsensymmetrisches Modell ist innerhalb dieser Region nicht zuverlässig.

3. Die Dunkle-Dichte-Gleichung der BeeTheory

3.1 Physikalisches Postulat

Jedes sichtbare Massenelement dV an der Position r′ in der galaktischen Scheibe erzeugt ein Gravitationswellenfeld, das eine effektive Massendichte an einem Feldpunkt r erzeugt:

Die gesamte Dunkeldichte an jedem Punkt (R,z) ist die Überlagerung aller Scheibenelemente. Da die Quelle eine Scheibe ist, wird der Term der Volumendichte zu einem Term der Oberflächendichte:

Das vollständige Doppelintegral lautet:

3.3 Analytische Verifizierung der asymptotischen Grenze

Für _Rd ≪ r ≪ ℓ, vereinfacht sich der Ausdruck. Die Scheibe ist viel kleiner als der Radius, und die Kohärenzlänge ist immer noch viel größer als der Radius.

Weil:

Diese asymptotische Dichte verhält sich wie ρ ∝ r-², was M( \(\rho(r)\propto r^{-2}\Longrightarrow M(<r)\propto r\Longrightarrow V_c=\sqrt{\frac{GM(<r)}{r}}\approx\mathrm{constant}\)

Wenn Sie repräsentative Werte einsetzen, erhalten Sie eine lokale Dichte, die dem beobachteten Wert in der Milchstraße nahe kommt:

5. χ² Minimierung und Parameteranpassung

5.1 Zielfunktion

Die Anpassung minimiert das reduzierte Chi-Quadrat:

mit N = 16 Datenpunkten und p = 2 freien Parametern, ℓ und λ. Dies ergibt 14 Freiheitsgrade.

5.2 Zwei-Pass-Grid-Suche

Anstelle des Gradientenabstiegs wird eine Gittersuche verwendet, da die Landschaft ein langes, gekrümmtes Entartungstal zwischen λ und ℓ aufweist.

• Durchgang 1: grobes Gitter über ℓ und λ.
• Durchgang 2: lokale Verfeinerung um das grobe Minimum.

Die repräsentative Best-Fit-Region ist:

5.3 Das Tal der Entartung

Die χ²-Landschaft ist keine symmetrische Schale. Sie bildet ein langgestrecktes Tal, weil die Normalisierung der führenden Dichte stark von der Kopplungsstärke und nur schwach von der Kohärenzlänge innerhalb des flachen Rotationsregimes abhängt.

Der äußere Rückgang der Rotationskurve durchbricht diese Entartung, weil kleinere ℓ-Werte die effektive Dichte früher unterdrücken.

Daten jenseits von 30 kpc, einschließlich Kugelsternhaufen, Sternströmen, Halo-Sternen und Satellitengalaxien, sind für eine genauere Eingrenzung von ℓ unerlässlich.

7. Vollständiger Referenzcode

Die folgende JavaScript-Referenzimplementierung reproduziert die Hauptlogik der Simulation. Sie ist für die technische Validierung gedacht und sollte in einer geeigneten Skriptumgebung platziert werden, nicht direkt in einem Standard-WordPress-Inhaltsblock, es sei denn, benutzerdefinierte Skripte sind erlaubt.

// Physikalische Konstanten
const G = 4.302e-3; // kpc km² s-² M☉-¹
const Sig0 = 800.0; // M☉ pc-²
const Rd = 2.6; // kpc
const Mdisk = 3.5e10; // M☉
const Mbulge = 1.2e10; // M☉
const CONV_RHO = (1,989e30 * 5,61e26) / (3,086e21)**3;

// Rotationsdaten aus der Gaia-Ära
const OBS_R = [4,5,6,7,8,9,10,11,12,14,16,18,20,22,24,27.3];
const OBS_V = [220,228,232,231,230,229,228,227,226,224,222,219,215,208,200,173];
const OBS_ERR = [10,8,7,7,6,6,6,6,7,7,8,9,10,11,13,17];

// Platzhalter für baryonische Geschwindigkeiten
function vBaryonic(R) {
  // In der vollständigen Implementierung wird die Freemansche Scheibenformel verwendet
  // mit modifizierten Bessel-Funktionen I0, I1, K0, K1.
  const vb2 = G * Mbulge / Math.max(R, 0.2);
  return Math.sqrt(Math.max(0, vb2));
}

// BeeTheory Dunkle Dichte
function rhoDark(r, ell, lam) {
  const N = 40;
  const dRp = 30.0 / N;
  let sum = 0;

  for (let i = 0; i < N; i++) {
    const Rp = (i + 0.5) * dRp;
    const Sig = Sig0 * Math.exp(-Rp / Rd);
    const K = (2 * Math.PI * ell / r)
      * Math.sinh(Math.min(r / ell, 30))
      * Math.exp(-Math.min((r + Rp) / ell, 30));

    Summe += Sig * Rp * K * dRp;
  }

  return (lam / ell) * sum;
}

// Eingeschlossene dunkle Masse
function eingeschlosseneDunkleMasse(R, ell, lam) {
  const Nr = 30;
  const dr = R / Nr;
  let M = 0;

  for (let j = 0; j < Nr; j++) {
    const rj = (j + 0.5) * dr;
    M += 4 * Math.PI * rj * rj * rhoDark(rj, ell, lam) * dr;
  }

  return M;
}

// Dunkle und Gesamtgeschwindigkeit
function vDM(R, ell, lam) {
  return Math.sqrt(Math.max(0, G * enclosedDarkMass(R, ell, lam) / R));
}

function vTotal(R, ell, lam) {
  const vb = vBaryonisch(R);
  const vd = vDM(R, ell, lam);
  return Math.sqrt(vb * vb + vd * vd);
}

// Chi-Quadrat
function chiSquared(ell, lam) {
  lassen Sie s = 0;

  for (let i = 0; i < OBS_R.length; i++) {
    const dv = (vTotal(OBS_R[i], ell, lam) - OBS_V[i]) / OBS_ERR[i];
    s += dv * dv;
  }

  return s / (OBS_R.length - 2);
}

Eine vollständige Version sollte genaue Implementierungen der modifizierten Besselfunktionen _I0, _I1, _K0 und _K1 für die Geschwindigkeit der Freeman-Scheibe enthalten.

Referenzen

• Abramowitz, M., Stegun, I. A. - Handbook of Mathematical Functions, Dover, 1972.
• Bovy, J., Rix, H.-W. - A Direct Dynamical Measurement of the Milky Way's Disk Surface Density Profile, ApJ 779, 115, 2013.
• Freeman, K. C. - Über die Scheiben von Spiral- und S0-Galaxien, ApJ 160, 811, 1970.
• McMillan, P. J. - The mass distribution and gravitational potential of the Milky Way, MNRAS 465, 76, 2017.
• Ou, X., Eilers, A.-C., Necib, L., Frebel, A. - The dark matter profile of the Milky Way inferred from its circular velocity curve, MNRAS 528, 693, 2024.
• Pato, M., Iocco, F., Bertone, G. - Dynamical constraints on the dark matter distribution in the Milky Way, JCAP 12, 001, 2015.
• Portail, M. et al. - Dynamical modelling of the Galactic bulge and bar, MNRAS 465, 1621, 2017.