[论文解读] Discriminating between different scenarios for the formation and evolution of massive black holes with LISA

Alexandre Toubiana, Kaze W. K. Wong+6 more|arXiv (Cornell University)|Jan 1, 2021

Galaxies: Formation, Evolution, Phenomena参考文献 116被引用 18

一句话总结

本文提出一种分层贝叶斯推断流程，利用LISA引力波观测数据区分大质量黑洞（MBH）形成的不同竞争性情景。通过模拟包含轻种子与重种子MBH模型混合种群的LISA数据，该方法能准确推断不同情景之间的混合比例，且对仪器噪声和弱引力透镜误差具有鲁棒性，从而使得LISA能够约束MBH种子机制。

ABSTRACT

Electromagnetic observations have provided strong evidence for the existence of massive black holes in the center of galaxies, but their origin is still poorly known. Different scenarios for the formation and evolution of massive black holes lead to different predictions for their properties and merger rates. LISA observations of coalescing massive black hole binaries could be used to reverse engineer the problem and shed light on these mechanisms. In this paper, we introduce a pipeline based on hierarchical Bayesian inference to infer the mixing fraction between different theoretical models by comparing them to LISA observations of massive black hole mergers. By testing this pipeline against simulated LISA data, we show that it allows us to accurately infer the properties of the massive black hole population as long as our theoretical models provide a reliable description of the Universe. We also show that measurement errors, including both instrumental noise and weak lensing errors, have little impact on the inference.

研究动机与目标

• 开发一种利用LISA观测数据区分大质量黑洞（MBH）形成竞争性天体物理情景的方法。
• 量化LISA在混合种群中推断不同MBH种子模型（轻种子与重种子）相对贡献的能力。
• 评估推断流程对仪器噪声和弱引力透镜误差导致的测量误差的鲁棒性。
• 证明LISA可通过分析合并MBHB的群体层面特性，反向推导出MBH形成机制。
• 基于更新的半分析星系与MBH演化模型生成的真实LISA数据模拟，验证该方法。

提出的方法

• 该研究采用分层贝叶斯框架，将轻种子（LS）与重种子（HS）MBH形成模型之间的混合比例作为超参数进行推断。
• 利用Barausse等人（2012）的半分析模型生成模拟LISA数据，其中整合了更新的重子物理处理、MBH双星形成及硬化过程。
• 该流程使用现象学波形近似器PhenomHM建模LISA信号，包含高阶模态与自旋效应。
• 通过零噪声近似下的Fisher信息矩阵执行参数估计，以计算本征参数与光度距离的真实误差估计。
• 仪器噪声采用SciRDv1噪声曲线建模，包含银河系双星的混淆噪声，并在10−5 Hz处设置低频截止。
• 通过从不同天体物理模型生成模拟数据，并评估探测器噪声与弱引力透镜对误差的影响，测试推断的鲁棒性。

实验结果

研究问题

• RQ1 基于群体层面的引力波数据，LISA观测能否区分大质量黑洞形成的不同轻种子与重种子情景？
• RQ2 利用分层贝叶斯推断，能多准确地推断出不同MBH形成模型之间的混合比例？
• RQ3 仪器噪声与弱引力透镜误差在多大程度上会降低区分不同MBH形成情景的能力？
• RQ4 当真实群体偏离假设模型时，特别是存在测量不确定性时，该推断流程是否仍保持鲁棒？
• RQ5 LISA观测能否通过分析MBHB群体的统计特性，反向推导出塑造MBH群体的潜在天体物理机制，如种子质量与硬化效率？

主要发现

• 当理论模型正确描述真实群体时，分层贝叶斯流程能以高精度推断出轻种子与重种子MBH形成模型之间的混合比例。
• 该方法对仪器噪声与弱引力透镜误差导致的测量误差具有鲁棒性，对混合比例推断的影响可忽略不计。
• LISA能够基于合并双星群体层面的质量、自旋与红移分布，区分不同的MBH形成情景。
• 模拟结果表明，即使考虑真实的LISA数据特性，包括混淆噪声与4至10年的任务周期，推断结果依然可靠。
• 本研究证实，通过分析MBHB群体的统计特性，LISA观测能够对MBH种子物理机制与“最后一光年问题”提供强有力约束。
• 该流程表明，通过分层贝叶斯方法进行群体推断，是利用引力波数据反向推导大质量黑洞形成历史的可行路径。