BeeTheory – Fondazioni – Nota tecnica XI
Identificazione del parametro mancante:
Passo 1 – Analisi sistematica della correlazione
Prima di modificare il modello, questa nota diagnostica quale parametro osservabile predice meglio l’errore residuo. Lavorando sul set di calibrazione di 22 galassie della Nota VIII, verifichiamo la correlazione dell’errore di previsione con ogni variabile fisicamente significativa, poi con ogni combinazione bivariata, per identificare in modo rigoroso ciò che il modello attuale ha omesso.
1. Il risultato prima
Il parametro mancante è la densità di superficie centrale
La densità della superficie barionica centrale $\Sigma_d$ ha la più forte correlazione non banale con l’errore di previsione: $r = +0,62$, $R^2 = 0,39$ da sola.
La combinazione di $\Sigma_d$ con la dimensione del disco $R_d$ in un modello bivariato spiega $R^2 = 0,43$ della varianza residua, rispetto a $R^2 = 0,07$ con $R_d$ da solo. L’RMS residuo scende da $19,5\\\i} a $14,9\\\i}.
Dopo aver assorbito sia $R_d$ che $Sigma_d$, nessun osservabile fisico aggiuntivo porta informazioni sul residuo.
2. Metodo
Lavorando sul set di calibrazione di 22 galassie (Nota VIII), per ogni galassia abbiamo l’ errore di previsione $testo{err} = (V_testo{tot} – V_f)/V_f$ e un elenco di parametri fisici misurabili. Calcoliamo le correlazioni di Pearson e Spearman tra l’errore e ogni variabile candidata, quindi testiamo regressioni bivariate della forma:
$${testo{err}(\%) \;=\; a \cdot R_d \;+\; b \cdot X \;+\; c$$$
dove $X$ è ogni variabile candidata. La migliore $X$ è quella che massimizza la varianza spiegata $R^2$ sulle 22 galassie. Le variabili autoreferenziali – quelle derivate dall’output del modello, come $V_testo{onda}$ o $V_testo{tot}$ – sono escluse dalla ricerca, poiché la loro correlazione con l’errore è tautologica.
3. Correlazioni univariate
Le 24 variabili candidate testate, classificate in base alla correlazione assoluta di Pearson con l’errore. Le righe ombreggiate in oro sono variabili derivate dal modello stesso (tautologiche); le righe ombreggiate in rosso sono autentiche osservabili fisiche con $|r| > 0,5$.
| Variabile | Descrizione | Pearson $r$ | Valore $p | Significato |
|---|---|---|---|---|
| Vw_over_Vf | Rapporto Vw / Vf | +0.974 | 0.0000 | ★★★ |
| V_dinamico | V_dyn = √(GM_bar/Rd) | +0.632 | 0.0021 | ★★★ |
| log_Sigma_d | log₁₀(Σ_d) | +0.622 | 0.0026 | ★★★ |
| M_gas | Massa del gas (M_sun) | +0.609 | 0.0034 | ★★★ |
| M_HI | Massa HI (M_sun) | +0.609 | 0.0034 | ★★★ |
| T | Tipo Hubble | -0.585 | 0.0053 | ★★ |
| Vbar | Vbar barionico (km/s) | +0.582 | 0.0057 | ★★ |
| M_bar_over_Rd2 | M_bar / Rd² | +0.559 | 0.0084 | ★★ |
| Vtot | Vtot previsto (km/s) | +0.555 | 0.0090 | ★★ |
| Vw | Onda Vw (km/s) | +0.550 | 0.0098 | ★★ |
| Vbar_over_Vf | Rapporto Vbar / Vf | +0.519 | 0.0158 | ★★ |
| log_M_gas | log₁₀(M_gas) | +0.506 | 0.0193 | ★★ |
| log_M_bar | log₁₀(M_bar) | +0.505 | 0.0196 | ★★ |
| M_bar | Massa barionica (M_sun) | +0.498 | 0.0214 | ★★ |
| log_M_star | log₁₀(M_star) | +0.449 | 0.0414 | ★★ |
| Sigma_d | Densità di superficie (L/pc²) | +0.426 | 0.0544 | ★★ |
| M_star_over_Rd2 | M_star / Rd² | +0.426 | 0.0544 | ★★ |
| M_star | Massa stellare (M_sun) | +0.389 | 0.0815 | ★ |
Leggendo la tabella
La singola correlazione più alta è $V_testo{onda}/V_f = +0,974$. Questo è tautologico: per costruzione, l’errore scala direttamente con $V_testo{onda}$, quindi questa variabile riflette semplicemente la struttura della formula di predizione, non un driver fisico esterno.
Tra le osservabili fisiche vere e proprie, le correlazioni più alte sono $\log(\Sigma_d) = +0,622$, $V_testo{dinamico} = +0,632$, $M_testo{gas} = +0,609$ e il tipo Hubble $T = -0,585$. Questi quattro segnali sono fisicamente collegati: i dischi densi tendono ad essere più massicci, di tipo precedente e ad avere una velocità dinamica barionica più elevata. La domanda è quale sia il motore fondamentale.
4. Filtrare le variabili ridondanti
Molte delle variabili più correlate sono a loro volta fortemente correlate con $R_d$, la variabile già nota per guidare l’errore. La domanda è quale sia l’informazione indipendente.
| Variabile | Correlazione con $R_d$ | Stato |
|---|---|---|
| $ $log(M_stella)$ | $r = +0.88$ | Ridondante con $R_d$ |
| $log(M_testo{bar})$ | $r = +0.87$ | Ridondante con $R_d$ |
| $log(M_testo{gas})$ | $r = +0.86$ | Ridondante con $R_d$ |
| Tipo di Hubble $T$ | $r = -0.66$ | Parzialmente ridondante |
| $V_testo{dinamico}$ | $r = +0.50$ | Parzialmente indipendente |
| $M_testo{bar}/R_d^2$ | $r = -0.19$ | Indipendente |
| $log(\Sigma_d)$ | $r = +0.10$ | Indipendente |
Le masse sono correlate con $R_d$ quasi perfettamente: un disco più grande contiene semplicemente più materiale barionico. Queste variabili portano quindi essenzialmente le stesse informazioni di $R_d$ stesso. Al contrario, $\Sigma_d$ (densità superficiale centrale) e $M_testo{bar}/R_d^2$ (densità superficiale barionica media) sono quasi ortogonali a $R_d$ in questo campione: catturano la proprietà strutturale di “quanto è compatta la materia”, indipendentemente da “quanto è esteso il disco”.
5. Errore rispetto alla densità della superficie – visualizzazione
Tracciando l’errore rispetto al solo $\log_{10}(\Sigma_d)$, colorato in base al tipo di Hubble:
La tendenza è chiara e monotona: le galassie con una densità superficiale centrale più elevata sono sistematicamente sovrapreviste da BeeTheory, mentre i dischi diffusi a bassa densità sono sottoprevisti. La pendenza dell’adattamento di $33$ punti percentuali per decennio di $Sigma_d$ corrisponde in modo robusto ai dati nell’intera gamma da 15 a 605 $L_\odot/\text{pc}^2$.
6. Modelli bivariati – confronto
Aggiungendo $R_d$ a ciascuna variabile candidata si ottiene una classifica più chiara. La tabella seguente mostra la varianza spiegata $R^2$ quando $R_d$ è abbinato a ciascuna seconda variabile (sono escluse le combinazioni tautologiche):
| Modello bivariato | $R^2$ | Residuo RMS | Note |
|---|---|---|---|
| $testo{err} = a R_d + c$ (linea di base univariata) | 0.074 | $19.5\%$ | Riferimento, nessuna seconda variabile |
| $testo{err} = a R_d + b f_testo{gas} + c$ | 0.101 | $19.3\%$ | Miglioramento trascurabile |
| $testo{err} = a R_d + b \log M_star + c$ | 0.272 | $17.3\%$ | – |
| $testo{err} = a R_d + b V_testo{bar} + c$ | 0.345 | $16.4\%$ | – |
| $testo{err} = a R_d + b \log M_testo{gas} + c$ | 0.359 | $16.3\%$ | – |
| $testo{err} = a R_d + b T + c$ | 0.367 | $16.2\%$ | – |
| $testo{err} = a R_d + b \log M_testo{bar} + c$ | 0.373 | $16.1\%$ | – |
| $Testo{err} = a R_d + b\,V_testo{dinamico} + c$. | 0.402 | $15.7\%$ | Forte |
| $testo{err} = a R_d + b \log\Sigma_d + c$ | 0.430 | $15.3\%$ | Indipendente da $R_d$ |
| $M_testo{err} = a R_d + b (M_testo{bar}/R_d^2) + c$. | 0.459 | $14.9\%$ | Il miglior modello non tautologico |
Il miglior modello bivariato
$${testo{err}(\%) \;=\; a\,R_d \;+\; b\,\frac{M_testo{bar}}{R_d^2} \;+\; c, \qquad R^2 = 0.46$$
La variabile $M_testo{bar}/R_d^2$ è la densità di superficie barionica media del disco, $angolo \Sigma_testo{bar} \rangle = M_testo{bar}/(\pi R_d^2)$. Essa contiene informazioni sulla compattezza della materia visibile, indipendentemente dalla dimensione del disco. Questa è la variabile di cui la BeeTheory attualmente non tiene conto.
7. Verifica della chiusura – cosa rimane dopo aver considerato $R_d$ e $\Sigma_d$.
Se $R_d$ e $\log \Sigma_d$ catturano insieme il difetto strutturale, il residuo dell’adattamento bivariato dovrebbe essere non correlato con ogni osservabile fisica. La verifica di questo è il controllo di chiusura formale:
| Variabile | Correlazione con il residuo | Stato |
|---|---|---|
| $R_d$ | $+0.00$ | Per costruzione |
| $$log \Sigma_d$ | $+0.00$ | Per costruzione |
| M_stella$ | $-0.05$ | Assorbito |
| M_testo{bar}$ | $+0.07$ | Assorbito |
| M_testo{gas}$ | $+0.14$ | Assorbito |
| Tipo di Hubble $T$ | $-0.04$ | Assorbito |
| $V_testo{dinamico}$ | $+0.08$ | Assorbito |
| $V_testo{bar}$ | $+0.05$ | Assorbito |
| $f_testo{gas}$ | $+0.28$ | Marginale; inferiore alla significatività |
Dopo la contabilizzazione di $R_d$ e di $\log \Sigma_d$, nessun osservabile fisico mantiene una correlazione significativa con l’errore residuo. L’informazione strutturale dell’errore è stata completamente catturata da queste due variabili. Il restante 15%$ di dispersione RMS è coerente con l’incertezza osservativa sui parametri di ingresso SPARC e con la variabilità intrinseca da galassia a galassia, non catturata da nessuno di questi descrittori aggregati.
8. Interpretazione fisica
L’attuale modello BeeTheory utilizza la lunghezza di scala del disco $R_d$ in due punti: come scala spaziale della distribuzione barionica (il profilo esponenziale $Sigma propto e^{-R/R_d}$) e come lunghezza di coerenza del kernel d’onda ($ell = c_text{disk},R_d$). L’ampiezza del profilo barionico $Sigma_0$ è implicita, scalata per dare la massa stellare corretta una volta integrata.
Cosa rappresenta fisicamente la densità di superficie
La densità superficiale barionica media $langolo Sigma_text{bar} rangle = M_text{bar}/(pi R_d^2)$ è la massa per unità di superficie del disco. Due galassie con lo stesso $R_d$ ma con $Sigma_d$ diverso hanno la stessa estensione geometrica ma quantità diverse di materia impacchettata. Il modello attuale considera solo l’estensione geometrica ($R_d$) come rilevante per la lunghezza di coerenza d’onda, ignorando la concentrazione della materia. Questo è proprio il parametro che l’analisi dei residui identifica come mancante.
La direzione dell’effetto
La correlazione è positiva: l’errore cresce con la densità della superficie. Ciò significa che per un $R_d$ fisso, i dischi più densi sono sovrapredicati dal modello – il campo d’onda è troppo forte rispetto alla curva di rotazione. Al contrario, per un dato $R_d$, il modello sottoprevede dischi diffusi a bassa densità. Un’interpretazione fisica plausibile: la lunghezza di coerenza dell’onda dovrebbe dipendere non solo dall’estensione geometrica della sorgente, ma anche dalla sua concentrazione, con la materia più densa che produce una risposta d’onda più localizzata. Questo naturalmente sopprimerebbe l’ampiezza del campo d’onda nei dischi ad alto $\Sigma$ e la aumenterebbe in quelli a basso $\Sigma$.
9. Riepilogo della Fase 1
1. Sul set di calibrazione di 22 galassie, l’errore di previsione si correla in modo più forte con la densità superficiale centrale $\Sigma_d$ ($r = +0,62$) tra le vere osservabili fisiche.
2. Altre variabili che inizialmente appaiono fortemente correlate (massa stellare, massa del gas, massa barionica) si rivelano altamente ridondanti con $R_d$ (correlazioni $\geq 0,86$ con $R_d$) e quindi portano poche nuove informazioni.
3. Il miglior modello bivariato non tautologico è $testo{err} = a\,R_d + b\,(M_testo{bar}/R_d^2) + c$, con $R^2 = 0,46$ e residuo RMS $14,9\%$. La seconda variabile è la densità superficiale barionica media del disco.
4. Dopo aver tenuto conto di $R_d$ e $Sigma_d$, nessun altro osservabile mantiene una correlazione significativa con il residuo. La diagnosi è chiusa.
5. Il parametro mancante è stato identificato: l’attuale modello BeeTheory tiene conto dell’estensione geometrica della distribuzione barionica ($R_d$), ma non della sua densità di superficie ($\Sigma_d$). Il prossimo passo sarà quello di incorporare $\Sigma_d$ come secondo input alla lunghezza di coerenza d’onda, per poi riadattare il modello all’insieme di 22 galassie.
Riferimenti. Lelli, F., McGaugh, S. S., Schombert, J. M. – SPARC: Modelli di massa per 175 galassie a disco con fotometria Spitzer e curve di rotazione accurate, AJ 152, 157 (2016). – Pearson, K. – Contributi matematici alla teoria dell’evoluzione III, Phil. Trans. R. Soc. A 187, 253 (1896). Coefficiente di correlazione. – Dutertre, X. – Teoria delle api™: Modellazione della gravità basata sulle onde, v2, BeeTheory.com (2023).
BeeTheory.com – Gravità quantistica basata sulle onde – Fase diagnostica 1 – © Technoplane S.A.S. 2026