Catatan Teknis XXXVIII

Pengujian pertama BeeTheory terhadap Hubungan Percepatan Radial

BeeTheory.com – Xavier Dutertre – Technoplane S.A.S. – 20 Mei 2026

Hasil. Kami membandingkan model 3-parameter BeeTheory (\(\lambda = 12,696\), \(c = 0,163\), \(\ell_{\rm floor} = 3,00\) kpc) dengan Relasi Percepatan Radial (RAR) dari McGaugh, Lelli & Schombert (2016). Mengevaluasi prediksi \(g_{\rm obs}(g_{\rm bar})\) pada 909 titik yang dijadikan sampel pada 101 galaksi tanpa bola SPARC, awan BeeTheory memiliki bentuk keseluruhan yang benar – mengikuti kurva McGaugh pada \(g_{\rm bar}\) yang rendah – namun bias tinggi rata-rata +0,25 dex, dengan penyebaran 0,39 dex (vs. 0,13 dex secara empiris). Biasnya tidak seragam: pada akselerasi rendah (\(g_{\rm bar} < 10^{-12}\) m/s²) BeeTheory setuju dengan RAR, sementara pada akselerasi tinggi (sekitar dan di atas \(g_\dagger\)), model ini memprediksi terlalu tinggi sebesar 0,4 hingga 0,5 dex. Model ini menangkap perilaku seperti MOND yang asimtotik, namun gagal memulihkan batas Newton \(g_{\rm obs} \to g_{\rm bar}\) pada radius kecil. Ini adalah keberhasilan parsial dan penunjuk yang jelas untuk penyempurnaan berikutnya.

1. Tes

Hubungan Percepatan Radial mengekspresikan korelasi empiris yang sangat erat antara dua besaran yang diukur pada kurva rotasi: \(g_{\rm bar}(R), percepatan Newton yang akan dihasilkan oleh materi yang terlihat saja, dan (g_{\rm obs}(R), percepatan sentripetal total yang disimpulkan dari kecepatan rotasi. McGaugh, Lelli & Schombert (2016) menunjukkan bahwa ~150 galaksi SPARC berada dalam satu kurva yang sesuai dengan kurva tunggal:

\[ g_{\rm obs}(g_{\rm bar}) \;=\; \frac{g_{\rm bar}}{1 – \exp\!\ left(-\sqrt{g_{\rm bar}/g_\dagger}\right)},\qquad g_\dagger = (1.20 \pm 0.02)\ times 10^{-10}\;{\rm m/s}^2 \]

Dispersi di sekitar kurva ini hanya ~0,13 dex – hampir tidak lebih besar dari ketidakpastian pengamatan. Teori gravitasi yang dimodifikasi yang mengklaim dapat menggantikan materi gelap harus mereproduksi hubungan ini poin demi poin. RAR adalah filter empiris yang paling ketat di pasaran.

Prediksi BeeTheory sangat mudah. Pada setiap radius \(R\) di dalam galaksi, materi yang tampak menghasilkan medan gelombang yang massa tertutupnya menambah massa tertutup baryonik dengan kopling \(\lambda\):

\[ \begin{aligned} g_{\rm bar}(R) &= G\,M_{\rm bar}(<\!R)\,/\,R^2 \\ g_{\rm obs}^{\rm BT}(R) &= g_{\rm bar}(R) + G\,\lambda\,M_{\rm wave}(<\!R)\,/\,R^2 \\ M_{\rm wave}(<\!R) &= M\,\bigl[\,1 - (1 + x + x^2/2)\,e^{-x}\bigr],\quad x = R/\ell_{\rm wave} \\ \ell_{\rm wave} &= c\,R_d + \ell_{\rm floor} \end{aligned} \]

Kami menggunakan dekomposisi baryonik yang sama dengan kalibrasi: \(M_{\rm disk} = \Upsilon\cdot 2\pi\,\Sigma_d\,R_d^2\) dengan \(\Upsilon = 0.5\), \(M_{\rm gas} = 1.33\,M_{\rm HI}\), \(R_{d, {\rm gas}} = 2.5\,R_{d, \star}\). Ketiga parameter universal tersebut dipertahankan pada nilai stabilnya. Awan dihasilkan dengan mengambil sampel setiap galaksi pada sembilan jari-jari dari \(0,5\,R_d\) hingga \(10\,R_d\), menghasilkan 909 titik pada 101 cakram.

2. Diagram

Awan BeeTheory dan kurva RAR empiris McGaugh dalam bidang g_bar - g_obs
Gambar 1 – Awan model BeeTheory (titik-titik hijau) dan RAR empiris McGaugh (kurva merah) pada bidang \(g_{\rm bar}\) – \(g_{\rm obs}\). Titik-titik yang diamati pada \(R = 5\, R_d\) yang dihitung dari \(V_f\) terukur ditumpangsusunkan untuk pengecekan kewarasan: kalibrasi (lingkaran emas, 20 galaksi) dan buta (segitiga biru, 81 galaksi).

Ada tiga fitur yang menonjol.

(a) Titik-titik yang diamati berada dekat dengan kurva McGaugh. Dispersi nilai SPARC \(V_f\) di sekitar RAR empiris adalah 0,17 dex dengan bias +0,10 dex – sebanding dengan 0,13 dex yang dilaporkan oleh McGaugh + 2016. Sampel 101 galaksi kami sehat dan konsisten dengan RAR yang dipublikasikan. Hal ini tidak dijamin: ini menegaskan bahwa pasangan \((g_{\rm bar}, g_{\rm obs})\) yang kami gunakan di sini melacak hubungan empiris yang sama.

(b) Awan BeeTheory secara global melacak kurva McGaugh. Kurva ini tidak datar (tidak runtuh ke Newton), dan melengkung ke arah yang benar pada ketinggian yang rendah. Bentuk fungsionalnya benar secara kualitatif.

(c) Awan terletak secara sistematis di atas kurva, dengan offset median +0.25 dex dan total dispersi 0.39 dex – tiga kali lipat dari sebaran empiris. BeeTheory dalam bentuk ini memprediksi secara berlebihan \(g_{\rm obs}\).

3. Di mana BeeTheory berangkat dari RAR

Residual BeeTheory vs g_bar menunjukkan kenaikan sistematis pada g_bar yang tinggi
Gambar 2 – Residual \(\log_{10}(g_{\rm obs}^{\rm BT} / g_{\rm obs}^{\rm McGaugh})\) sebagai fungsi dari \(g_{\rm bar}). Pita dispersi McGaugh (\(\pm 0,13\) dex) diarsir merah. Titik biru: median binned dari residual BeeTheory; pita biru: persentil ke-25-75.

Strukturnya tidak acak. Pada \(g_{\rm bar}\) terendah (sekitar \(3\kali 10^{-13}\) m/s², yaitu daerah terluar dari cakram LSB), residu BeeTheory mengelompok dalam \(\pm 0,15\) dex dari nol – model mendarat di kurva McGaugh dalam dispersi empiris. Ini adalah rezim di mana kalibrasi dilakukan (\(V_f\) dicapai pada \(R \approx 5\, R_d\) di mana \(g_{\rm bar}\) rendah), jadi konsistensi di sini diharapkan.

Tren kemudian menanjak dengan stabil dengan \(g_{\rm bar}\). Sekitar \(g_\dagger = 1,2\kali 10^{-10}\) m/s² (akselerasi transisi dalam RAR empiris), median binned berada pada +0,45 hingga +0,50 dex. Dalam satuan linier, \(g_{\rm obs}^{\rm BT}\) kira-kira 3 kali nilai McGaugh pada \(g_{\rm bar}\) yang sesuai. Ini adalah daerah dalam galaksi, di mana \(R\) lebih kecil dibandingkan dengan \(R_d\).

Mengapa gagal ke dalam. RAR empiris mensyaratkan bahwa pada \(g_{\rm bar}\) yang tinggi (jauh di dalam piringan), \(g_{\rm obs} \ke g_{\rm bar}\) – materi yang terlihat mendominasi, dan kontribusi medan gelombang harus menjadi subdominan. Dalam parameterisasi BeeTheory saat ini, \(\ell_{\rm wave} = c\, R_d + \ell_{\rm floor}\) adalah sekitar 3 kpc untuk hampir semua galaksi (karena \(c = 0,16\) kecil). Pada \(R \ll \ell_{\rm wave}\), \(x = R/\ell_{\rm wave}\) kecil dan \(M_{\rm wave}(<\!R) \approx M\, x^3/6\) - massa gelombang tumbuh dengan \(R\), tetapi tumbuh dari sebuah pasangan \(\lambda = 12,7\). Produk \(\lambda \cdot M_{\rm wave}(<\!R)\) tidak cukup cepat menghilang untuk memulihkan Newton pada \(R\) yang kecil. Model "membocorkan" kontribusi gelombang ke dalam.

4. Sintesis dan langkah selanjutnya

MetrikAwan BeeTheoryTitik yang diamati (\(V_f\))McGaugh + 2016
Median offset (dex)+0.25+0.100,00 (definisi)
Dispersi \(\sigma\) (dex)0.390.17~0.13
Jumlah poin909 (101 gal.)101~2700 (~150 gal.)
Bentuknya benar secara kualitatif?Ya.Ya.
Batas Newton pada \(g_{\rm bar}\) yang tinggi?Tidak (+0,5 dex)Ya (bawaan)

Membaca. BeeTheory melewatkan RAR secara asimtotik pada akselerasi rendah – rezim yang mendorong kurva rotasi datar, di mana kalibrasi berlabuh. Ini gagal pada rezim akselerasi tinggi, di mana RAR menyatu dengan Newton dan BeeTheory tidak. Ini adalah cacat yang bersih dan terlokalisasi – bukan ketidakcocokan besar-besaran. Bentuk 3-parameter tidak pernah diperlukan untuk mereproduksi perilaku cakram-dalam karena \(V_f\) diatur pada \(R \sim 5\,R_d\). Dengan menggunakan RAR, model akan menjadi benar pada setiap radius, tidak hanya pada \(V_f\).

Jalur untuk dijelajahi

(i) Menjenuhkan \(\ell_{\rm wave}\) pada \(R\) yang kecil. Penyempurnaan alami adalah dengan membuat luas medan gelombang efektif sebagai fungsi dari kondisi lokal, misalnya \(\ell_{\rm wave}(R)\) yang tumbuh dengan \(R\) dan bukannya tetap pada \(c\, R_d + \ell_{\rm floor}\). Hal ini akan menekan kopling gelombang pada \(R\) kecil dan membiarkan Newton mendominasi di mana \(g_{\rm bar}\) tinggi.

(ii) Penggandengan yang bergantung pada \(g\). Jika \(\lambda\) itu sendiri bergantung pada \(g_{\rm bar}\) – misalnya, \(\lambda \to \lambda \cdot f(g_{\rm bar}/g_\dagger) \) dengan \(f \to 0\) pada \(g_{\rm bar}\) yang tinggi dan \(f \to 1\) pada yang rendah – model tersebut dapat mereproduksi kurva McGaugh dengan tepat. Tantangannya adalah memotivasi ketergantungan seperti itu dari mikrofisika fungsi gelombang, bukan memaksakannya secara fenomenologis.

(iii) Terikat pada \(\ell_{\rm floor}\) untuk galaksi-galaksi masif. Cacat yang sama yang menghasilkan bias \(g_{\rm bar}\) yang tinggi di sini mungkin terkait dengan +43% prediksi berlebih pada NGC 3198 dalam kalibrasi dan +25-45% prediksi berlebih pada beberapa galaksi buta Sc/Sbc. Sebuah \(\ell_{\rm floor}\) yang jenuh (atau yang bergantung pada \(M_{\rm visible}\)) dapat secara bersamaan memperbaiki keduanya.

Catatan tentang metodologi. Semua perhitungan: 101 galaksi tanpa bola SPARC (\(T \geq 4\)), 909 \((R, g_{\rm bar}, g_{\rm obs})\) kembar tiga pada \(R/R_d \in \{0.5, 1.0, 1.5, 2.0, 3.0, 4.0, 5.0, 7.0, 10.0\}\). Parameter stabil \((\lambda, c, \ell_{\rm floor}) = (12.696, \, 0.163, \, 3.00\ {\rm kpc})\). RAR empiris McGaugh dengan \(g_\dagger = 1,20\ kali 10^{-10}\) m/s². Perbandingan dengan pengukuran SPARC individu McGaugh+2016 yang dipublikasikan (tidak direproduksi di sini dari sampel kurva rotasi asli) merupakan langkah alami berikutnya.


BeeTheory.com – Tes pertama terhadap Hubungan Percepatan Radial – Generasi awal: 2026-05-20 dengan Claude.ai – © Technoplane S.A.S. 2026