BeeTheory – Fundamenter – Teknisk note XI
Identificering af den manglende parameter:
Trin 1 – Systematisk korrelationsanalyse
Før vi ændrer modellen, diagnosticerer denne note, hvilken observerbar parameter der bedst forudsiger restfejlen. Ved at arbejde med kalibreringssættet med 22 galakser i note VIII tester vi korrelationen mellem forudsigelsesfejlen og hver fysisk meningsfuld variabel, derefter med hver bivariat kombination, for at identificere nøje, hvad den nuværende model har udeladt.
1. Resultatet først
Den manglende parameter er den centrale overfladetæthed
Den centrale baryoniske overfladetæthed $\Sigma_d$ har den stærkeste ikke-trivielle korrelation med forudsigelsesfejlen: $r = +0,62$, $R^2 = 0,39$ i sig selv.
Ved at kombinere $\Sigma_d$ med diskstørrelsen $R_d$ i en bivariat model forklares $R^2 = 0,43$ af restvariansen, sammenlignet med $R^2 = 0,07$ med $R_d$ alene. RMS-residualet falder fra $19,5\%$ til $14,9\%$.
Efter at have absorberet både $R_d$ og $\Sigma_d$ er der ingen yderligere fysiske observationer, der bærer information om residualet.
2. Metode
Ved at arbejde med kalibreringssættet med 22 galakser (note VIII) har vi for hver galakse forudsigelsesfejlen $text{err} = (V_text{tot} – V_f)/V_f$ og en liste over målbare fysiske parametre. Vi beregner Pearson- og Spearman-korrelationerne mellem fejlen og hver kandidatvariabel og tester derefter bivariate regressioner af formen:
$$\text{err}(\%) \;=\; a \cdot R_d \;+\; b \cdot X \;+\; c$$$
hvor $X$ er hver kandidatvariabel. Den bedste $X$ er den, der maksimerer den forklarede varians $R^2$ på de 22 galakser. Selvreferentielle variabler – dem, der stammer fra modellens output, som $V_\text{wave}$ eller $V_\text{tot}$ – er udelukket fra søgningen, da deres korrelation med fejlen er tautologisk.
3. Univariate korrelationer
De 24 testede kandidatvariabler, rangeret efter absolut Pearson-korrelation med fejlen. Rækker, der er skraveret med guld, er variabler, der stammer fra selve modellen (tautologiske); rækker, der er skraveret med rødt, er ægte fysiske observabler med $|r| > 0,5$.
| Variabel | Beskrivelse | Pearson $r$ | $p$-værdi | Betydning |
|---|---|---|---|---|
| Vw_over_Vf | Vw / Vf-forhold | +0.974 | 0.0000 | ★★★ |
| V_dynamisk | V_dyn = √(GM_bar/Rd) | +0.632 | 0.0021 | ★★★ |
| log_Sigma_d | log₁₀(Σ_d) | +0.622 | 0.0026 | ★★★ |
| M_gas | Gasmasse (M_sun) | +0.609 | 0.0034 | ★★★ |
| M_HI | HI-masse (M_sun) | +0.609 | 0.0034 | ★★★ |
| T | Hubble-type | -0.585 | 0.0053 | ★★ |
| Vbar | Baryonisk Vbar (km/s) | +0.582 | 0.0057 | ★★ |
| M_bar_over_Rd2 | M_bar / Rd² | +0.559 | 0.0084 | ★★ |
| Vtot | Forudsagt Vtot (km/s) | +0.555 | 0.0090 | ★★ |
| Vw | Bølge Vw (km/s) | +0.550 | 0.0098 | ★★ |
| Vbar_over_Vf | Vbar / Vf-forhold | +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 | Baryonisk masse (M_sun) | +0.498 | 0.0214 | ★★ |
| log_M_star | log₁₀(M_star) | +0.449 | 0.0414 | ★★ |
| Sigma_d | Overfladetæthed (L/pc²) | +0.426 | 0.0544 | ★★ |
| M_star_over_Rd2 | M_star / Rd² | +0.426 | 0.0544 | ★★ |
| M_star | Stjernemasse (M_sun) | +0.389 | 0.0815 | ★ |
Læsning af tabellen
Den højeste korrelation er $V_\text{wave}/V_f = +0,974$. Dette er tautologisk: Fejlen skalerer direkte med $V_\text{wave}$, så denne variabel afspejler blot strukturen i forudsigelsesformlen, ikke en ekstern fysisk drivkraft.
Blandt de ægte fysiske observationer er de højeste korrelationer $\log(\Sigma_d) = +0,622$, $V_\text{dynamical} = +0,632$, $M_\text{gas} = +0,609$ og Hubble-typen $T = -0,585$. Disse fire signaler er fysisk forbundne: Tætte skiver har tendens til at være mere massive, af tidligere type og have højere baryonisk dynamisk hastighed. Spørgsmålet er, hvad der er den grundlæggende drivkraft.
4. Filtrerer de overflødige variabler fra
Flere af de topkorrelerede variabler er selv stærkt korrelerede med $R_d$, den variabel, der allerede er kendt for at drive fejlen. Spørgsmålet er, hvilke der bærer uafhængig information.
| Variabel | Korrelation med $R_d$ | Status |
|---|---|---|
| $\log(M_\star)$. | $r = +0.88$ | Overflødig med $R_d$ |
| $\log(M_\tekst{bar})$. | $r = +0.87$ | Overflødig med $R_d$ |
| $\log(M_\tekst{gas}) $\log(M_\tekst{gas}) | $r = +0.86$ | Overflødig med $R_d$ |
| Hubble-type $T$ | $r = -0.66$ | Delvist overflødig |
| $V_\tekst{dynamisk}$ | $r = +0.50$ | Delvist uafhængig |
| $M_\tekst{bar}/R_d^2$. | $r = -0.19$ | Uafhængig |
| $\log(\Sigma_d) $\log(\Sigma_d) | $r = +0.10$ | Uafhængig |
Masserne korrelerer næsten perfekt med $R_d$: En større skive indeholder simpelthen mere baryonisk materiale. Disse variabler indeholder derfor stort set den samme information som $R_d$ selv. I modsætning hertil er $\Sigma_d$ (central overfladetæthed) og $M_\text{bar}/R_d^2$ (gennemsnitlig baryonisk overfladetæthed) næsten ortogonale til $R_d$ i denne prøve: De indfanger den strukturelle egenskab “hvor kompakt stoffet er”, uafhængigt af “hvor udstrakt disken er”.
5. Fejl versus overfladetæthed – visualisering
Plotter fejlen mod $\log_{10}(\Sigma_d)$ alene, farvet efter Hubble-type:
Tendensen er klar og monoton: galakser med højere central overfladetæthed er systematisk overforudsagt af BeeTheory, mens diffuse skiver med lav tæthed er underforudsagt. Tilpasningshældningen på $33$ procentpoint pr. årti af $\Sigma_d$ stemmer godt overens med dataene i hele området fra 15 til 605 $L_\odot/\text{pc}^2$.
6. Bivariate modeller – sammenligning
Tilføjelse af $R_d$ til hver kandidatvariabel giver en klarere rangordning. Tabellen nedenfor viser den forklarede varians $R^2$, når $R_d$ parres med hver anden variabel (tautologiske kombinationer er udeladt):
| Bivariat model | $R^2$ | RMS-residual | Noter |
|---|---|---|---|
| $\text{err} = a R_d + c$ (univariat baseline) | 0.074 | $19.5\%$ | Reference, ingen anden variabel |
| $\text{err} = a R_d + b f_\text{gas} + c$ | 0.101 | $19.3\%$ | Ubetydelig forbedring |
| $\text{err} = a R_d + b \log M_\star + c$$. | 0.272 | $17.3\%$ | – |
| $\text{err} = a R_d + b V_\text{bar} + c$ | 0.345 | $16.4\%$ | – |
| $\text{err} = a R_d + b \log M_\text{gas} + c$ | 0.359 | $16.3\%$ | – |
| $\text{err} = a R_d + b T + c$$. | 0.367 | $16.2\%$ | – |
| $\text{err} = a R_d + b \log M_\text{bar} + c$ | 0.373 | $16.1\%$ | – |
| $\text{err} = a R_d + b\,V_\text{dynamical} + c$$. | 0.402 | $15.7\%$ | Stærk |
| $\text{err} = a R_d + b \log\Sigma_d + c$ | 0.430 | $15.3\%$ | Uafhængig af $R_d$ |
| $\text{err} = a R_d + b (M_\text{bar}/R_d^2) + c$$. | 0.459 | $14.9\%$ | Bedste ikke-tautologiske model |
Den bedste bivariate model
$$\text{err}(\%) \;=\; a\,R_d \;+\; b\,\frac{M_\text{bar}}{R_d^2} \;+\; c, \qquad R^2 = 0,46$$.
Variablen $M_\text{bar}/R_d^2$ er den gennemsnitlige baryoniske overfladetæthed af skiven, $\langle \Sigma_\text{bar} \rangle = M_\text{bar}/(\pi R_d^2)$. Den indeholder oplysninger om, hvor kompakt det synlige stof er, uafhængigt af hvor stor skiven er. Det er den variabel, som BeeTheory i øjeblikket ikke tager højde for.
7. Lukningstjek – hvad er der tilbage, når $R_d$ og $\Sigma_d$ er taget i betragtning?
Hvis $R_d$ og $\log \Sigma_d$ tilsammen indfanger den strukturelle defekt, bør residualet af den bivariate tilpasning være ukorreleret med alle fysiske observationer. At teste dette er den formelle lukningskontrol:
| Variabel | Korrelation med residual | Status |
|---|---|---|
| $R_d$ | $+0.00$ | Ved konstruktion |
| $\log \Sigma_d$ | $+0.00$ | Ved konstruktion |
| $\log M_\star$ | $-0.05$ | Absorberet |
| $\log M_\tekst{bar}$. | $+0.07$ | Absorberet |
| $\log M_\tekst{gas}$ | $+0.14$ | Absorberet |
| Hubble-type $T$ | $-0.04$ | Absorberet |
| $V_\tekst{dynamisk}$ | $+0.08$ | Absorberet |
| $V_\tekst{bar}$ | $+0.05$ | Absorberet |
| $f_\tekst{gas}$ | $+0.28$ | Marginal; under signifikans |
Når der er taget højde for $R_d$ og $\log \Sigma_d$, er der ingen fysisk observerbar variabel, der bevarer en signifikant korrelation med restfejlen. Den strukturelle information i fejlen er fuldt ud indfanget af disse to variabler. Den resterende RMS-spredning på $15%$ er i overensstemmelse med observationsusikkerhed på SPARC-inputparametrene og med iboende galakse-til-galakse-variabilitet, der ikke indfanges af nogen af disse samlede deskriptorer.
8. Fysisk fortolkning
Den nuværende BeeTheory-model bruger diskens skalalængde $R_d$ to steder: som den rumlige skala for den baryoniske fordeling (den eksponentielle profil $Sigma propto e^{-R/R_d}$) og som kohærenslængden for bølgekernen ($ell = c_text{disk},R_d$). Amplituden af den baryoniske profil $\Sigma_0$ er implicit, skaleret for at give den korrekte stjernemasse, når den er integreret.
Hvad overfladetæthed repræsenterer fysisk
Den gennemsnitlige baryoniske overfladetæthed $langle Sigma_text{bar} rangle = M_text{bar}/(pi R_d^2)$ er massen pr. arealenhed af skiven. To galakser med samme $R_d$, men forskellige $\Sigma_d$ har samme geometriske udstrækning, men forskellige mængder stof pakket ind. Den nuværende model behandler kun den geometriske udstrækning ($R_d$) som relevant for bølgekohærenslængden og ignorerer, hvor koncentreret stoffet er. Det er netop den parameter, som restanalysen identificerer som manglende.
Retningen af effekten
Korrelationen er positiv: fejlen vokser med overfladetætheden. Det betyder, at for faste $R_d$ bliver tættere diske overforudsagt af modellen – bølgefeltet er for stærkt i forhold til rotationskurven. Omvendt underforudsiger modellen for en given $R_d$ diffuse skiver med lav densitet. En plausibel fysisk fortolkning: Bølgekohærenslængden bør ikke kun afhænge af kildens geometriske udstrækning, men også af dens koncentration, hvor tættere stof giver en mere lokal bølgerespons. Dette ville naturligvis undertrykke bølgefeltets amplitude i skiver med høj $\Sigma$ og øge den i skiver med lav $\Sigma$.
9. Opsummering af trin 1
1. På kalibreringssættet med 22 galakser korrelerer forudsigelsesfejlen stærkest med den centrale overfladetæthed $\Sigma_d$ ($r = +0,62$) blandt ægte fysiske observationer.
2. Andre variabler, som oprindeligt ser ud til at være stærkt korrelerede (stjernemasse, gasmasse, baryonisk masse), viser sig at være meget overflødige med $R_d$ (korrelationer $\geq 0,86$ med $R_d$) og indeholder derfor kun lidt ny information.
3. Den bedste ikke-tautologiske bivariate model er $\text{err} = a\,R_d + b\,(M_\text{bar}/R_d^2) + c$, med $R^2 = 0,46$ og RMS-residual $14,9\%$. Den anden variabel er diskens gennemsnitlige baryoniske overfladetæthed.
4. Når der er taget højde for $R_d$ og $\Sigma_d$, er der ingen andre observerbare størrelser, der bevarer en signifikant korrelation med residualet. Diagnosen er lukket.
5. Den manglende parameter er identificeret: Den nuværende BeeTheory-model tager højde for den geometriske udstrækning af den baryoniske fordeling ($R_d$), men ikke for dens overfladetæthed ($\Sigma_d$). Det næste skridt er at inkorporere $\Sigma_d$ som et andet input til bølgekohærenslængden og derefter genbruge modellen på 22-galaksesættet.
Referencer. Lelli, F., McGaugh, S. S., Schombert, J. M. – SPARC: Mass Models for 175 Disk Galaxies with Spitzer Photometry and Accurate Rotation Curves, AJ 152, 157 (2016). – Pearson, K. – Matematiske bidrag til evolutionsteorien III, Phil. Trans. R. Soc. A 187, 253 (1896). Korrelationskoefficient. – Dutertre, X. – Bee Theory™: Bølgebaseret modellering af tyngdekraften, v2, BeeTheory.com (2023).
BeeTheory.com – Bølgebaseret kvantegravitation – Diagnostisk trin 1 – © Technoplane S.A.S. 2026