蜜蜂理论暗物质模型的数值模拟

对 “蜜蜂理论 “暗物质模拟背后的数值积分、重子速度分解、χ² 最小化和实施选择进行了完整的、可重复的说明。

本技术页面介绍如何重现 BeeTheory 对银河系隐藏质量的数值模拟。它介绍了观测数据、重子模型、基于波的密度方程、数值积分、拟合方法、收敛测试和参考代码。

目标很简单：从可见的银河系圆盘出发，应用 “蜜蜂理论 “波密度模型，计算有效的隐藏质量，并将得出的圆周速度曲线与盖亚时代的观测结果进行比较。

0.我们在计算什么，为什么要计算

银河自转曲线是恒星的圆周速度 Vc(R) 与它们距离银河中心的距离 R 的函数关系。如今对它的测量要比我们能直接看到的总质量分布精确得多。

观测到的速度与可见重子物质预测的速度之间的差距就是隐质量问题。标准模型引用了一个不可见的粒子晕，通常是冷暗物质。蜜蜂理论提出了一种不同的解释：每一个可见质量元素都会辐射出一个波场，这个波场在三维空间中呈指数衰减，累积的波场就像隐藏质量一样。

模拟有三个功能：

1. 使用弗里曼的分析磁盘公式计算可见磁盘和凸起的^Vcbar(R)。
2. 对每个半径处的蜂论密度 ρ_dark(r;ℓ,λ)进行数值积分，然后将其转换为^VcDM(R)。
3. 根据盖亚时代的银河旋转曲线最小化 χ²（ℓ，λ），以找到具有代表性的最佳拟合参数。

该模拟旨在实现可重现性。它可以在 JavaScript 或 Python 中运行，无需专门的天体物理学库。

全文使用的符号

• R是圆盘平面上的圆柱星系中心半径，单位 kpc。
• r是银河系的球心半径。
• z是圆盘上方的高度。
• ℓ是蜜蜂理论的相干长度，单位 kpc。
• λ是无量纲波质耦合。
• G的单位是 kpc km² s-² M⊙-¹。

1.观测数据 – 盖娅 2024

该数据集基于盖亚时代的银河旋转曲线。它使用半径 R、圆周速度_Vc 和不确定度 σ。最初的技术版本使用了 16 个数据点，覆盖 R = 4-27.3 kpc。

重要的观察事实是

• _Vc(R⊙ = 8 kpc) ≈ 230 km/s，即太阳轨道附近的锚点。
• _Vc在大约 5 到 20 kpc 范围内大致持平。
• _Vc在测量到的磁盘外围逐渐减小，在参考数据中，Vc 在 27.3 kpc 附近达到约 173 ± 17 km/s。

这就要求有效的隐质量分布在中等半径时强烈上升，然后在较大半径时减弱。

我们排除了最内层的银河系，因为那里主要是中心棒和非圆运动。简化的轴对称模型在该区域内并不可靠。

3.蜜蜂理论暗密度方程

3.1 物理假设

银河系盘中 r′位置的每个可见质量元素 dV 都会产生引力波场，在场点 r 处形成有效质量密度：

任意点（R,z）的总暗密度是所有圆盘元素的叠加。由于光源是一个圆盘，因此体积密度项变成了表面密度项：

完整的双积分是

3.3 对渐近极限的分析验证

对于_Rd≪ r ≪ ℓ，表达式简化了。圆盘比半径小得多，而相干长度仍然比半径大得多。

因为

这个渐近密度表现为 ρ ∝ r-²，从而得到 M( [M(<r)/propto r\Longrightarrow V_c=\sqrt{frac{GM(<r)}{r}}\approx\mathrm{constant}[/latex].

输入具有代表性的数值后，得出的本地密度接近银河系的观测值：

5. χ² 最小化和参数拟合

5.1 目标函数

这种拟合方法能最大限度地减小秩方：

N = 16 个数据点，p = 2 个自由参数 ℓ 和 λ。

5.2 两次网格搜索

采用网格搜索而非梯度下降法，是因为在 λ 和 ℓ 之间有一个长而弯曲的退化谷。

• 通过 1：ℓ 和 λ 上的粗网格。
• 第 2 步：围绕粗略最小值进行局部细化。

具有代表性的最佳拟合区域是

5.3 退化谷

χ² 景观并不是一个对称的碗。它形成了一个拉长的山谷，因为在平旋机制中，前导密度归一化对耦合强度的依赖性很强，而对相干长度的依赖性很弱。

旋转曲线的外侧下降打破了这种退行性，因为较小的 ℓ 值更早地抑制了有效密度。

30 kpc 以外的数据，包括球状星团、恒星流、晕星和卫星星系，对于更严格地约束 ℓ 至关重要。

7.完整参考编码

以下 JavaScript 参考实现再现了主要的模拟逻辑。它用于技术验证，应放置在适当的脚本环境中，而不是直接放在标准 WordPress 内容块中，除非允许自定义脚本。

// 物理常数
常数 G = 4.302e-3; // kpc km² s-² M☉-¹
常数 Sig0 = 800.0; // M☉ pc-²
const Rd = 2.6; // kpc
常数 Mdisk = 3.5e10; // M☉
const Mbulge = 1.2e10; // M☉
const CONV_RHO = (1.989e30 * 5.61e26) / (3.086e21)**3；

// 盖亚时代的旋转数据
const OBS_R = [4,5,6,7,8,9,10,11,12,14,16,18,20,22,24,27.3]；
常量 OBS_V = [220,228,232,231,230,229,228,227,226,224,222,219,215,208,200,173]；
const OBS_ERR = [10,8,7,7,6,6,6,7,7,8,9,10,11,13,17]；

// 重子速度占位符
function vBaryonic(R) {
  // 在完整实现中，它使用弗里曼圆盘公式
  // 使用修正的贝塞尔函数 I0、I1、K0、K1。
  const vb2 = G * Mbulge / Math.max(R, 0.2)；
  return Math.sqrt(Math.max(0, vb2))；
}

// 蜜蜂理论暗密度
函数 rhoDark(r, ell, lam) {
  常数 N = 40；
  const dRp = 30.0 / N；
  让 sum = 0；

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

    sum += Sig * Rp * K * dRp；
  }

  return (lam / ell) * sum；
}

// 封闭暗质量
function enclosedDarkMass(R, ell, lam) {
  const Nr = 30；
  const dr = R / Nr；
  让 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；
  }

  返回 M；
}

// 暗速度和总速度
函数 vDM(R, ell, lam) {
  return Math.sqrt(Math.max(0, G * enclosedDarkMass(R, ell, lam) / R))；
}

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

// 芝平方
function chiSquared(ell, lam) {
  让 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)；
}

一个完整的版本应包括修正贝塞尔函数_I0、_I1、_K0 和_K1对弗里曼圆盘速度的精确实现。

参考资料

• Abramowitz, M., Stegun, I. A. -Handbook of Mathematical Functions, Dover, 1972.
• Bovy, J., Rix, H.-W. - 银河系星盘表面密度剖面的直接动力学测量，ApJ 779, 115, 2013.
• Freeman, K. C. -On the disks of spiral and S0 galaxies, ApJ 160, 811, 1970.
• McMillan, P. J. - 银河系的质量分布和引力势，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. -银河系暗物质分布的动态约束，JCAP 12, 001, 2015.
• Portail, M. et al. -Galactic bulge and bar的动态建模，MNRAS 465, 1621, 2017.