Astronomie

Vynesení histogramů hvězdné a plynné hmoty vzhledem k halo hmotě

Vynesení histogramů hvězdné a plynné hmoty vzhledem k halo hmotě


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Jsem student, který absolvuje první kurz astronomie. Pracuji na malém projektu. V něm mi byla přidělena halo hmota (1.444e12 $ M_ {slunce} $). Chci vykreslit histogramy možných hvězdných a plynných hmot pro 100 galaxií s hmotností blízkou dané halo hmotě.

Nyní jsem studoval vztah mezi hvězdnou a halo hmotou a přišel jsem na to, že možná hvězdná hmotnost pro danou halo hmotu se může pohybovat mezi 1e10 až 1e11 $ M_ {slunce} $. Ale neznám přesné rozdělení hvězdných hmot v tomto rozmezí.

Bylo by užitečné, kdyby mi někdo mohl dát náskok v tom, jak to mohu udělat?


Vykreslování¶

Vynesení teploty vs. hustoty pro plynné částice ve snímku.

Volitelná klíčová slova:

rho_units: zadejte jednotky hustoty (výchozí jsou stejné jednotky jako aktuální pole „rho“)

t_range: seznam, pole nebo n-tice

size (t_range) must be 2. Specifies the temperature range.

rho_range: n-tice

velikost (rho_range) musí být 2. Určuje rozsah hustoty.

two_phase: pokud jsou detekovány dvoufázové částice, buď vykreslete každou fázi zvlášť („rozdělit“), nebo je sloučit („sloučit“)

Viz hist2d () pro další možnosti vykreslování klíčových slov

pynbody.plot.gas. temp_profile ( sim , center = True , r_units = 'kpc' , bin_spacing = 'equaln' , clear = True , název souboru = žádný , ** kwargs ) [zdroj] ¶

Vycentrujte na potenciální minimum, zarovnejte tak, aby byl disk v rovině x-y, a poté zakreslete teplotní profil jako funkci poloměru.


Modelování zpětné vazby z HMXB & # 8217s

Autoři používají verzi kódu GADGET-3 hydrodynamiky hladkých částic (SPH), která zahrnuje model chemické evoluce, radiační ohřev a chlazení (umožnění ohřívání a chlazení plynu vyzařováním nebo absorpcí energie z fotonů) a metody pro hvězdu tvorba a zpětná vazba supernovy od supernovy typu II a typu Ia. Novinkou v této práci je však model pro simulaci zpětné vazby od HMXB & # 8217s. Kvůli konečnému rozlišení simulací konstruují model, který odpovídá populaci HMXB & # 8217s v galaxii, spíše než jednotlivým HMXB & # 8217s. Za použití známého odhadu rozdělení počtu hvězd (známého jako MMF) autoři odhadují, že asi 20% hmotných hvězd, které tvoří černé díry v dané galaxii, se tvoří v binárních systémech. Ve svých simulacích tyto systémy ukládají 10 52 erg kinetické energie do svého okolí (asi 10krát vyšší než u jedné exploze supernovy) a stráví asi 3 miliony let vyzařováním rentgenových paprsků při svítivosti asi 10 38 erg s -1. Tato čísla však nejsou dobře omezená, ale autoři testovali několik různých hodnot a zjistili, že tyto poskytují nejrealističtější množství zpětné vazby (ve srovnání s pozorováním).

Autoři vytvářejí dvě primární kosmologické simulace, které se vyvíjejí od vysokého rudého posunu dolů k rudému posunu asi 2 (asi 5 miliard let od současnosti), využívají pouze zpětnou vazbu supernovy (označenou S230-SN) a zpětnou vazbu supernovy + zpětnou vazbu HMXB (označenou S230-BHX ). Autoři používají tyto dvě simulace k porovnání toho, jak model zpětné vazby HMXB ovlivňuje celkovou rychlost tvorby hvězd v jejich simulacích a vlastnosti tvorby hvězd jednotlivých galaxií v jejich simulacích. Některé z těchto výsledků jsou diskutovány níže.


1. Úvod

Galaxie jsou důležitou složkou viditelné hmoty ve vesmíru. Vzhledem k rozmanitosti jejich morfologií a obecných vlastností se vyvíjejí v důsledku několika fyzikálních procesů odpovědných za různé populace, které můžeme v místním vesmíru pozorovat. Hluboké pochopení těchto procesů, zejména role kalení a časových / hmotnostních měřítek, by skončilo významným krokem vpřed v chápání formování a vývoje galaxií.

Je všeobecně známo, že galaxie lze obecně rozdělit do dvou hlavních populací podle rychlosti aktivity tvorby hvězd: systémy vytvářející hvězdy a klidové (pasivní) objekty (Blanton et al. 2003 Baldry et al. 2004 Balogh et al. 2004 Brinchmann et al. 2004 Kauffmann et al. 2004 Cassata et al. 2008 Pallero et al. 2019 Davies et al. 2019). Galaxie vytvářející hvězdy aktivně vytvářejí nové hvězdy, mají modré barvy a morfologie pozdního typu a jsou typicky mladé (Blanton et al. 2003 Kauffmann et al. 2003 Noeske et al. 2007 Wuyts et al. 2011). Na druhé straně klidové galaxie nevykazují aktivitu tvorby hvězd, mají červené barvy a morfologie raného typu a jsou obvykle staré (Baldry a kol. 2004 Gallazzi a kol. 2008 Wetzel a kol. 2012 van der Wel a kol. 2014 ).

Bylo také zjištěno, že vlastnosti galaxií závisí jak na prostředí, tak na hvězdné hmotnosti. Obecně lze říci, že galaxie v hustším prostředí mají obvykle morfologii raného typu a jsou méně hvězdotvorné, červenější, starší a bohatší na kovy (Dressler 1980 Kauffmann et al. 2004 Cooper et al. 2010 Peng et al. 2010 von der Linden 2010), a stejné trendy jsou stále platné pro masivnější galaxie (Kauffmann et al. 2003 Baldry et al. 2006 Weinmann et al. 2006 Bamford et al. 2009 Peng et al. 2010). Bylo zjištěno, že prostředí a hvězdná hmota jsou důležité pro kalení galaxií, i když zatím nemáme jasné znalosti o tom, které prostředí a hmota hraje při kalení galaxií nejdůležitější roli (někdy se jí říká příroda / živit rozprava).

V minulých letech bylo vyvoláno mnoho fyzikálních procesů souvisejících jak s prostředím, tak s hvězdnou hmotou za účelem vysvětlení kalení galaxií (Noeske et al. 2007 Peng et al. 2010 Sobral et al. 2011 Muzzin et al. 2012, 2013 Darvish et al. 2016 Trussler et al. 2018). Ve své průkopnické práci Peng a kol. (2010), kteří použili údaje SDSS a zCOSMOS, prokázali vzájemnou nezávislost hvězdné hmoty a prostředí při tvorbě hvězd. Z empirického modelu, který zkonstruovali, dokázali oddělit účinky hromadného a environmentálního kalení a zjistili, že hromadné kalení je hlavním procesem odpovědným za kalení tvorby hvězd v galaxiích, nezávisle na prostředí a rudém posuvu. Na druhou stranu se environmentální procesy stávají důležitými při nízkém červeném posunu a pro galaxie s nízkou hmotností. Stručně řečeno, masivní galaxie jsou pravděpodobněji uhaseny vnitřními procesy, které jsou nezávislé na prostředí, ve kterém se nacházejí, a galaxie v hustším prostředí jsou pravděpodobně uhaseny procesy, které jsou nezávislé na jejich hvězdné hmotnosti.

Masové zhášení se obecně týká vnitřních procesů, které závisí hlavně na hmotě galaxie. Byly navrženy různé procesy v závislosti na charakteristickém režimu hvězdné hmoty. V režimu nízké hmotnosti () se předpokládá, že odtoky plynů poháněné hvězdnou zpětnou vazbou, jako jsou hvězdné větry / záření nebo výbuchy supernov, hrají důležitou roli při utváření hvězdné tvorby (Larson 1974 Dekel & amp Silk 1986 Dalla Vecchia & amp Schaye 2008). U hmotnějších galaxií (), zejména u galaxií s výraznou boulí, se zpětná vazba AGN jeví jako účinnější při zastavení tvorby hvězd. AGN může být dostatečně silný, aby buď ohříval okolní studený plyn vstřikováním energie pomocí rádiových paprsků nebo větrů, nebo dokonce zametal obsah plynu silnými odtoky (Croton et al. 2006 Fabian 2012 Fang et al. 2013 Cicone et al. 2014 Bremer et al. 2018).

Environmentální kalení je obvykle zamýšleno jako proces nebo řada procesů, které utišují vznik hvězd kvůli interakcím mezi galaxiemi a jejich okolím, jako je například odstraňování tlaku berana (Gunn & amp Gott 1972 Poggianti et al. 2017), uškrcení nebo hladovění (Larson et 1980 Moore et al. 1999) a obtěžování (Farouki & amp Shapiro 1981 Moore et al. 1996). Oddělovací tlakové oddělování v klastrech odstraňuje studený plyn v mezihvězdném médiu (ISM) díky interakci mezi ním a nitroklastrovým médiem, čímž brání další tvorbě hvězd, pokud horký plyn nemůže ochladit a doplnit zásobník studeného plynu. Hladovění (nebo uškrcení) je proces, o kterém se předpokládá, že je okamžitý, jakmile se galaxie nahromadí ve velkém systému, a který zcela odstraní horký plyn, který je k dispozici pro chlazení, a tak zastaví palivo pro další vznik hvězd. Obtěžování je místo toho výsledkem blízkých setkání galaxií s galaxiemi, která mohou vést k odstranění plynu a přeměně části studeného plynu na hvězdy.

Všechny výše uvedené masové / environmentální procesy lze jinak klasifikovat jako procesy, které působí na centrální galaxie (hromadné kalení) a na satelitní galaxie (environmentální kalení). Centrály jsou buď polní galaxie, nebo nejhmotnější galaxie sídlící ve středu skupin / klastrů, zatímco satelity byly dříve centrálními a staly se satelity, které se kdysi hromadily do většího systému. Tato centrální / satelitní dichotomie se často používá (zejména po teoretické stránce) jako paralelismus s masovým / environmentálním kalením (např. Van den Bosch et al. 2008 Peng et al. 2012 Wetzel et al. 2013 Contini et al. 2017b) .

Abychom pochopili, co během evoluční historie galaxií dominuje kalení, je nutné oddělit jejich příspěvky. V posledních několika letech se mnoho studií zaměřilo na tento bod (např. Kauffmann et al. 2003 Muzzin et al. 2012 Koyama et al. 2013 Darvish et al. 2016 Laganá & amp Ulmer 2018 a jejich odkazy), aby pochopili, jak se rychlost tvorby hvězd (SFR) nebo barvy závisí na halo hmoty / shlukové koncentrické vzdálenosti při pevné hvězdné hmotnosti, která kvantifikuje hromadné zhášení, a jak SFR–M* vztahy se liší v závislosti na prostředí, které kvantifikuje kalení prostředí, při různých červených posunech. I když víme, že hvězdná hmota hraje určitou roli, není zatím jasný obraz toho, co se týká životního prostředí. Mnoho studií zjistilo, že galaxie jsou s větší pravděpodobností kaleny nebo červené v masivnějších haloch (viz např. Balogh et al. 2000 De Propris et al. 2004 Weinmann et al. 2006 Blanton & amp Berlind 2007 Kimm et al. 2009) , ale jiní (např. Pasquali et al. 2009 Vulcani et al. 2010 Muzzin et al. 2012 Koyama et al. 2013 Darvish et al. 2016 Laganá & amp Ulmer 2018) nenalezli žádnou nebo jen malou závislost na hmotnosti halo nebo klastrové vzdálenosti.

V tomto článku využíváme analytický model popsaný v Contini et al. (2017a, 2017b) spolu se stromem sloučení vytvořeným z vysokého rozlišení N- simulace těla. Tento model byl vyvinut, aby odpovídal funkci hvězdné hmoty při vysokém červeném posunu a předpovídal její vývoj v čase s průměrem (1σ) přesnost & lt0,1 dex ve více než třech řádech ve hvězdné hmotnosti při z

0,3. Náš model zachází s kalením tvorby hvězd podle exponenciálního rozpadu rychlosti tvorby hvězd v čase, který závisí na několika vlastnostech galaxií, jako je hvězdná hmota nebo typ (satelit / centrální). Prostředí a hromadné kalení jsou proto již v našem modelu implementovány. Primárním cílem této práce je identifikovat hlavní režim kalení (hmota nebo prostředí) jako funkci červeného posunu a porovnat naše výsledky s výsledky dostupnými v literatuře.

Tento dokument je strukturován následovně. V části 2 popisujeme hlavní rysy našeho modelu a simulace. V části 3 uvádíme naše výsledky, které budou plně diskutovány v části 4. V části 5 shrneme hlavní závěry naší analýzy. V tomto článku používáme standardní kosmologii, konkrétně Ωλ = 0,73, Ωm = 0,27, Ωb = 0.044, h = 0,7 a σ8 = 0,81. Hvězdné hmotnosti se počítají za předpokladu Chabrierovy (2003) funkce počáteční hmotnosti (IMF).


Nejslabší trpasličí galaxie

Joshua D. Simon
Sv. 57, 2019

Abstraktní

Satelitní galaxie s nejnižší svítivostí (L) Mléčná dráha představují extrémní spodní hranici funkce svítivosti galaxie. Tito ultra-slabí trpaslíci jsou nejstarší, nejvíce temnou hmotou ovládanou, kovově nejchudší a nejméně chemicky vyvinutou hvězdnou soustavou. Přečtěte si více

Doplňkové materiály

Obrázek 1: Sčítání satelitních galaxií Mléčné dráhy jako funkce času. Zde zobrazené objekty zahrnují všechny spektroskopicky potvrzené trpasličí galaxie i ty, u nichž existuje podezření, že jsou trpaslíky na základě l.

Obrázek 2: Distribuce satelitů Mléčné dráhy v absolutní velikosti () a poloměru polosvětla. Potvrzené trpasličí galaxie jsou zobrazeny jako tmavě modré vyplněné kruhy a objekty, u nichž existuje podezření, že jsou trpasličí gal.

Obrázek 3: Disperze rychlosti přímého pohledu ultra slabých satelitů Mléčné dráhy jako funkce absolutní velikosti. Měření a nejistoty jsou zobrazeny jako modré body s chybovými pruhy a 90% c.

Obrázek 4: (a) Dynamické masy velmi slabých satelitů Mléčné dráhy jako funkce světelnosti. (b) Poměry hmoty k světlu v poloměru světla pro funkci ultra slabých satelitů Mléčné dráhy jako funkce.

Obrázek 5: Průměrné hvězdné metalicity satelitů Mléčné dráhy jako funkce absolutní velikosti. Potvrzené trpasličí galaxie jsou zobrazeny jako tmavě modré vyplněné kruhy a objekty, u nichž existuje podezření, že jsou trpaslíky.

Obrázek 6: Funkce distribuce metalicity hvězd u ultrakrátkých trpaslíků. Odkazy na metalicity zde uvedené jsou uvedeny v doplňkové tabulce 1. Všimněte si, že tyto údaje jsou poměrně heterogenní.

Obrázek 7: Chemické vzorce hojnosti hvězd v UFD. Zde jsou zobrazeny (a) [C / Fe], (b) [Mg / Fe] a (c) [Ba / Fe] poměry jako funkce metalicity. Hvězdy UFD jsou vyneseny jako barevné diamo.

Obrázek 8: Detekovatelnost slabých hvězdných systémů jako funkce vzdálenosti, absolutní velikosti a hloubky průzkumu. Červená křivka zobrazuje jas 20. nejjasnější hvězdy v objektu jako funkci.

Obrázek 9: (a) Barevný diagram velikosti Segue 1 (fotometrie od Muñoz et al. 2018). Stínované oblasti modré a růžové velikosti označují přibližnou hloubku, které lze dosáhnout s existujícím médiem.


Metody

Soubor pozorovacích údajů

Pozorovací data jsou čerpána ze dvou souvisejících katalogů galaxií. Prvním je „reprezentativní vzorek“ průzkumu xGASS 14 (viz http://xgass.icrar.org), který uvádí hvězdné masy, SFR a H množství (mimo jiné) 1179 blízkých galaxií (0,01 & lt z & lt 0,05) se širokou škálou hvězdných hmot (Mhvězda = 10 9 − 10 11.5 M ). Druhým katalogem je průzkum xCOLD GASS 13 (viz http://www.star.ucl.ac.uk/xCOLDGASS), který zahrnuje hvězdné hmoty, SFR a H2 masy 532 galaxií se stejným rudým posuvem a hvězdným rozložením hmoty. Světelnost CO vůči H2 hmotnostní přepočítací koeficient převzatý z xCOLD GASS je odvozen z radiační přenosové analýzy vícefázových simulací ISM ve spojení s empirickými vztahy mezi emisemi vedení CII a CO, metalitou v plynné fázi a offsetem od SFS 65. Tyto dva katalogy byly sloučeny s vnějším spojením na základě poskytnutých identifikátorů katalogu GASS, což vedlo ke kombinované datové sadě 1234 blízkých galaxií. Překrývání mezi těmito dvěma katalogy je velmi vysoké (pouze 55 galaxií ve vzorku xCOLD GASS není součástí xGASS), což činí z kombinovaného katalogu xGASS / xCOLD GASS vynikající soubor dat ke studiu korelací mezi SFR, H, a H2 masy blízkých galaxií. Hvězdné hmoty ve společném katalogu byly nahrazeny aktualizovanými odhady mediánu hmotnosti SDSS Data Release 7 (DR7) 66, které jsou k dispozici na https://home.strw.leidenuniv.nl/jarle/SDSS. Původní a aktualizované hvězdné masy souhlasí s lepším než 1% pro všechny galaxie kromě tuctu. Aktualizované údaje SDSS DR7 také poskytují nejistoty měření hvězdné hmotnosti (což jsou

0,08–0,1 dex pro více než 80% galaxií). Společný katalog je k dispozici jako doplňková data, viz doplňková poznámka 4.

Analýza v tomto článku využívá dva dílčí vzorky generované ze společného katalogu. Nejprve všech 1012 galaxií s Mhvězda = 10 9 − 10 11 M z reprezentativního vzorku jsou vybráni ze společného katalogu a tvoří „reprezentativní vzorek xGASS / xCOLD GASS“. Zadruhé, všech 1066 galaxií s Mhvězda = 10 9 − 10 11 M ze společného katalogu tvoří „rozšířený vzorek xGASS / xCOLD GASS“. Oba vzorky jsou podobné, ale druhý zahrnuje 43 dalších galaxií s měřenou H2 hmoty a 11 dalších galaxií nezjištěných v H2. Průměrný SFR těchto 54 dalších zdrojů je

7.1M yr -1, což je téměř o faktor 5 vyšší než průměrný SFR v reprezentativním vzorku, zatímco průměrné hvězdné hmotnosti (lgMhvězda/M

10.2) jsou prakticky identické. To ukazuje, že výboje hvězd tvoří velkou část těchto dalších zdrojů. Rozšířený vzorek tedy umožňuje lépe omezit vlastnosti galaxií s praskáním hvězd za cenu ovlivnění poměrů mezi hvězdokupami a galaxiemi bez hvězd.

Asi 30% galaxií v kombinovaném souboru dat má odhady SFR, ale chybí kvantifikace jejich nejistot. Byly zváženy dvě možnosti. První možností je označit SFR všech takových galaxií jako chybějící, což má za následek vyloučení velké části dostupných odhadů SFR z analýzy. Alternativní přístup spočívá v imputování nejistot SFR na základě regresní analýzy. Konkrétně nejistota SFR může být vhodná jako funkce SFR a hvězdné hmotnosti pro ty galaxie, které mají nejistoty SFR. Analýza předložená v článku sleduje druhý přístup, ale při výběru první možnosti nebyly nalezeny žádné podstatné rozdíly. Všechna měření SFR jsou cenzurována, pokud je SFR nižší než jeho nejistota měření. Nejistoty měření nezjištěné H (CO) zdroje jsou nastaveny na 1/5 5-σ (1/3 3-σ) detekční limit uvedený v katalogu xGASS (xCOLD GASS).

Vícerozměrný model vzniku hvězd a obsahu plynu

Společná distribuce skutečných hmotností SFR, molekulárního plynu a neutrálního plynu při pevné hvězdné hmotnosti Mhvězda je modelována jako vícerozměrné rozdělení skládající se z spojité složky a diskrétní „nulové složky“. Nulová složka odpovídá galaxiím s mizejícími SFR a hmotami plynů, zatímco spojitá složka modeluje všechny ostatní galaxie, včetně pravidelných hvězdotvorných galaxií a odlehlých hodnot s vysokými SFR a / nebo hmotami plynů 20,21,67. Proto je hustota pravděpodobnosti

kde θ je sada parametrů popisujících spojitou složku, zatímco π0 je pravděpodobnost, že galaxie bude patřit k nulové složce a δ je delta funkce Dirac. Oba θ a π0 jsou funkce Mhvězda. Kromě tohoto dvousložkového modelu byl prozkoumán osmisložkový model. Ve druhém případě mohou galaxie patřit (nebo nepatřit) k nulové složce pro každý ze SFR, (_ <<<>> _ <<>>>,_ <<<>> _ <2>> ), tj. Mohou mít mizející SFR, ale ne mizející plynné hmoty a naopak. V osmisložkovém modelu tedy existuje sedm (částečných) nulových složek a jedna plně spojitá složka. Bayesiánská analýza však ukázala, že pouze dvě z osmi složek významně přispívají k celkové pravděpodobnosti. Tyto dvě složky jsou v dvousložkovém modelu nulovou složkou a spojitou složkou. V důsledku toho byl dvousložkový model přijat jako výchozí volba.

Spojitá složka společného rozdělení je modelována pomocí Gaussovy spony. Tento přístup zobecňuje vícerozměrné normální rozdělení, aby bylo možné libovolné spojité okrajové rozdělení. Korelační struktura je plně zachycena 3 mimo diagonálními koeficienty 3 × 3 korelační matice R, zatímco okrajové (jednorozměrné) distribuce jsou modelovány jako směs dvou gama distribucí. První složka gama odpovídá SFR nebo plynným hmotám běžných hvězdotvorných galaxií. Je parametrizován tvarem (ASF) a měřítko (bSF) parametr. Druhá subdominantní gama složka představuje odlehlé hodnoty s vysokými SFR (tj. Záblesky hvězd) nebo hmotami plynu 23. Jeho parametry jsou ASF, ven, bSF, ven. Tady stupnice bSF, ven se měří relativně k vrcholu SFS. Poloha píku SFS je přirozeně definována 20 jako režim distribuce lgSFR galaxií po vyloučení výbojů hvězd a nulové složky. Pro gama distribuované SFR s parametry ASF a bSF, vrchol SFS je na ASFbSF. Poloha píku je definována podobně pro NGS a MGS. Zlomek druhé složky gama ve směsi gama je dán vztahem FSF, ven. Okrajové rozdělení H a H2 na pevnou Mhvězda jsou modelovány zcela analogickým způsobem.

Parametry sklonu a měřítka primární složky gama jsou modelovány jako lineární funkce lgMhvězda se svahy m a zachycuje n pro každý parametr viz doplňková poznámka 1, kde jsou uvedeny podrobnosti. Úhly sklonu ( ( phi = arctan (m) )) a kolmé vzdálenosti k počátku ( (d = n cos ( phi) )) se používají jako skutečné parametry modelu 68 namísto m a n. Vzhledem k relativně malému počtu galaxií s extrémními SFR nebo hmotami plynu v pozorovacím vzorku není proveden žádný pokus modelovat závislost hvězdné hmoty na ASF, ven, bSF, ven, a FSF, ven. Naproti tomu významná část galaxií patří podle předpovědí základního modelu k nulové složce. Tato část by měla záviset na Mhvězda vzhledem k nárůstu klidového podílu galaxií s hvězdnou hmotou 69. Proto je logit π0, definované jako (< rm> < pi> _ <0> = mathrm, (< pi> _ <0> / (1 - < pi> _ <0>)) ), je modelováno jako lineární funkce lgMhvězda, s úhlem sklonu (ϕ0) a kolmá vzdálenost k počátku (d0) jako hlavní parametry.

Celkový počet parametrů modelu je 26. K dispozici je 7 × 3 parametrů, které určují sklon a průsečík parametrů hvězdné hmoty závislých na parametrech gama směsi pro SFR, neutrální a molekulové hmotnosti plynů, tři korelační koeficienty a dva parametry, které definují hvězdnou hmotnostní závislost nulové složky. Odhady pro všechny parametry modelu jsou uvedeny v doplňkové poznámce 1.

Bayesova analýza

Pravděpodobnost parametrů modelu vzhledem k pozorovacím datům se počítá pomocí LEO-Py 20, k dispozici na https://github.com/rfeldmann/leopy. Odhad pravděpodobnosti zohledňuje nejistoty pozorování a detekční limity měření SFR a hmotnosti plynu. Předpokládá se, že chyby měření jsou normálně distribuovány s nulovým průměrem a směrodatnou odchylkou danou nejistotou měření. Chybějící SFR, Hnebo H2 Předpokládá se, že hmoty chybí náhodně (MAR), tj. pravděpodobnost, že daná položka chybí, může záviset na dalších vlastnostech galaxie (např. na hvězdné hmotě), ale ne na samotné chybějící hodnotě. Pro všechny parametry modelu jsou použity velmi slabé priority. Pro každý úhel sklonu jsou použity jednotné, ohraničené předky ϕ a kolmá vzdálenost d. Prior pro 3-vektor korelačních koeficientů je modelován jako uniformní pro dílčí objem (−1, 1) 3, pro který je korelační matice kladná semitečná a jinak nulová. Pravděpodobnost parametrů modelu daných pozorovacími údaji je dána (modulo konstantou proporcionality) součinem pravděpodobnosti a předcházejícího. Jelikož jsou však všechny přijaté priority v mezích parametrů jednotné, tato pravděpodobnost se rovná pravděpodobnosti (modulová konstanta proporcionality), kdykoli jsou všechny parametry v jejich mezích, a 0 jinak, což zjednodušuje analýzu. Distribuce zadní pravděpodobnosti parametrů modelu byla vzorkována pomocí MCMC ensemble sampler konferenciér 24. Konferenční sál běžel celkem 15 000 kroků s použitím 1720 chodítek as parametrem měřítka nabídky 1,5. Prvních 4000 kroků bylo považováno za vypalování a vyřazeno z analýzy. Aby se snížil čas nástěnných hodin, nejistoty měření hvězdných hmot (

0,09 dex) byly ignorovány. Toto zjednodušení však významně neovlivňuje prezentované výsledky, viz doplňkové tabulky 1–4. Všechny výpočty MCMC byly navíc prováděny paralelně s MPI na 864 jádrech ve Švýcarském národním superpočítačovém centru.

Předstíraná pozorování

Předkládaná práce využívá falešná data k potvrzení, že model poskytuje rozumný popis pozorování, a ke konstrukci rozdělení pravděpodobnosti skutečných i zdánlivých vlastností galaxie pro danou sadu parametrů modelu. Následující postup vytvoří falešný katalog určené velikosti (Nfalešný). První, Nfalešný hvězdné hmoty jsou čerpány ze skutečného rozložení hmotnosti souboru dat xGASS / xCOLD GASS. Zadruhé, daný falešný objekt je náhodně přiřazen buď k nulové složce, nebo ke spojité složce společného rozdělení s pravděpodobností π0 to záleží na hvězdné hmotě. Mock objekty v nulové složce jsou přiřazeny nulové skutečné SFR a hmotnosti plynu.

Pro každý falešný objekt v spojité složce je trojrozměrná náhodná variace ( overrightarrow=(_ <<<>>_<2>>,_ <<<>> _ <<>>>,_ <<>>) ) je čerpáno ze společného normálního rozdělení s kovarianční maticí danou korelační maticí R. R je plně specifikován parametry modelu. Následně ( overrightarrow) se převede na 3-vektor ( overrightarrow) skutečných (_ <<<>>_<2>>) , (_ <<<>> _ <<>>> ) a hodnoty SFR prostřednictvím mapování (_=_^ <-1> circ Phi (_) ) kde X ∈ <>2, H, SF> odpovídá jedné z pozorovatelných ( (_ <<<>>_<2>>) , (_ <<<>> _ <<>>> ) nebo SFR), FX je kumulativní distribuce pozorovatelného odpovídající X za dané Mhvězda, a Φ je kumulativní rozdělení standardního normálního rozdělení.

Zatřetí, nejistoty pozorování se počítají pro všechny falešné objekty na základě hodnot ( overrightarrow) a Mhvězda. Obdobně jako přístup popsaný v „Soubor pozorovacích údajů“, pozorovací nejistoty SFR, (_ <<<>> _ <<>>> ) a (_ <<<>> _ <2>> ) se odhadují pomocí lineární regrese pomocí hodnoty těchto pozorovatelných hodnot a lgMhvězda jako prediktory. Pozorovací chyby ( delta overrightarrow) (čerpáno ze standardního vícerozměrného normálního rozdělení, ale změněno měřítko tak, že standardní odchylky jsou dány dříve vypočítanými pozorovacími nejistotami), jsou přidány do ( overrightarrow) k získání zdánlivých (simulovaných) pozorování, tj. (< overrightarrow> ^ <<>> = overrightarrow+ delta overrightarrow). Nakonec falešná pozorování, která klesnou pod jejich příslušné detekční limity (3σ pro (_ <<<>>_<2>>) , 5-σ pro (_ <<<>> _ <<>>>) , 1-σ pro SFR) jsou označeny jako cenzurované.

Evoluční model

Příspěvek představuje analytický model formuláře

a analyzuje některé z jeho předpovědí. Ve výše uvedené rovnici t je kosmický čas, (_ <<>>=_ <<>, <<>>_<2>>/_ <<<>> _ <2>> ) je celková doba vyčerpání plynu, (_ <<<>>_<2>>=_ <<<>>_<2>>/_ <<>> ) je frakce molekulárního plynu, Mplyn(t, s) je rodina známých masových dějin plynu a s je jednorozměrný parametr označující danou evoluční stopu. SFR je časový derivát hvězdné hmoty, tj. SFR (t, s) = ∂Mhvězda(t, s)/∂t, pokud jsou ignorovány úbytek a hromadění hmoty hvězd prostřednictvím slučování galaxií. První z nich lze částečně vysvětlit přijetím okamžité recyklační aproximace 70,71, zatímco druhá je rozumným předpokladem vzhledem k tomu, že hvězdotvorné galaxie získávají většinu své hvězdné hmoty prostřednictvím formování hvězd in situ 72.

Jak je uvedeno v „Dobách vyčerpání plynu“, je vyčerpání molekulárního plynu pro typické galaxie vytvářející hvězdy funkcí mocninného zákona Mhvězda a SFR a potenciálně nezávislé na z, tj., (_ <<>, <<>>_<2>>(_ <<>>, >) propto _ <<>> ^ < beta> << rm>> ^ < alpha> ). Dále, jak je diskutováno v „Diskuzi“ a ukázáno na doplňkovém obrázku 6, závisí molekulová frakce plynu na Mhvězda (a potenciálně t), ale ne významně na SFR. Proto, Eq. (5) lze napsat také jako

Rovnice (6) společně s Mhvězda(0, s) = 0 je problém počáteční hodnoty pro každou danou pevnou s. Lze jej řešit numericky, např. Pomocí funkceolve_ivp z modulu scipy.integrate Pythonu, abychom získali Mhvězda(t, s) pro všechny t. Následně lze SFR získat z rovnice (6), hmotnosti molekulárního plynu pomocí (_ <<<>>_<2>>=_ <<>, <<>> _ <2>> < rm> ) a hmotnosti neutrálního plynu (včetně hélia) přes (_ <<<>> _ <<>>>=_ <<>>-_ <<<>> _ <2>> ). Protože evoluční model používá funkční formy SFS, NGS a MGS pouze nepřímo, prostřednictvím (_ <<>, <<>> _ <2>> ) a (_ <<<>> _ <2>> ), nemusí nutně předpovídat měřítkové vztahy ve shodě s těmi, které jsou znázorněny na obr. 1. Například sklon jejich SFS bude přesně lineární, pokud se galaxie budou vyvíjet podle (6) s konstantním plynem masy a (_ <<<>> _ <2>> propto _ <<>> ^ < gamma> ) (viz doplňková diskuse). Porovnání modelových předpovědí a pozorovacích měření SFS, MGS a NGS tak umožňuje omezit historii růstu plynu galaxií.

Rovnice (1) je aproximace mocninového zákona pro (_ <<>, <<>> _ <2>> ) jako funkce SFR a Mhvězda. I když se jedná o konvenční volbu, alternativním přístupem je přizpůsobení času vzájemného vyčerpání molekul (_ <<>, <<>> _ <2>> ^ <-1> ) jako mocninová funkce (_ <<<>> _ <2>> ) a Mhvězda, tj., (_ <<>, <<>>_<2>>^<-1>(_ <<>>,_ <<<>> _ <2>>) = a ^ < prime>_ <<>> ^ <- beta ^ < prime >>_ <<<>> _ <2>> ^ <- alpha ^ < prime >> ). Jak je znázorněno na doplňkovém obrázku 8 (viz doplňkovou poznámku 5), (_ <<>, <<>> _ <2>> ^ <-1> ) se slabě mění s (_ <<<>> _ <2>> ) ( ( alpha ^ < prime> = - 0,17 )) v kvalitativní shodě se slabou závislostí SFR (_ <<>, <<>> _ <2>> ) v rovnici (1). SFR galaxií dané (_ <<<>> _ <2>> ) a Mhvězda lze vypočítat pomocí (_ <<>, <<>> _ <2>> ^ <-1> ) takto:

Tento alternativní model má stejnou formu jako Eq. (6), a lze jej tedy vyřešit stejným způsobem. Ve skutečnosti jsou oba modely identické, pokud ( beta ^ < prime> = beta / (1+ alpha) ), ( alpha ^ < prime> = alpha / (1+ alpha) ) a (a ^ < prime> = a ).


Jak umírají galaxie: Nové poznatky o hašení tvorby hvězd

Nová teorie vysvětluje, jak černé díry rostou jako funkce hmotnosti galaxie a nakonec utišují vznik hvězd v jejich hostitelských galaxiích. Snímky na tomto grafu pocházejí z blízkých galaxií v současné době pořízených průzkumem Sloan Digital Sky Survey, vybraným k reprezentaci vývoje galaxií. Graf ukazuje, jak se vývoj malých, hustých galaxií liší od vývoje větších a rozptýlenějších galaxií. Hustší galaxie mají větší černé díry pro svou hmotu, a proto se uhasí dříve, při nižší hmotnosti, zatímco rozptýlenější galaxie mají menší černé díry pro svou hmotu a musí růst více, než dojde k uhasení. Přechod na strmější svah znamená vstup do „zeleného údolí“, kde silně začíná kalení. Teorie říká, že černé díry začínají v tomto bodě růst rychleji. Naše Mléčná dráha je nyní v tomto kritickém bodě a předpokládá se, že její černá díra poroste o další faktor tři před úplným uhasením. Uznání: Sandra Faber / Sofia Quiros / SDSS

Astronomové, kteří studují vývoj galaxií, se dlouho snažili pochopit, co způsobuje zastavení tvorby hvězd v masivních galaxiích. Přestože bylo navrženo mnoho teorií k vysvětlení tohoto procesu, známého jako „kalení“, stále neexistuje shoda ohledně uspokojivého modelu.

Nyní mezinárodní tým vedený Sandrou Faberovou, profesorkou emerity astronomie a astrofyziky na UC Santa Cruz, navrhl nový model, který úspěšně vysvětluje širokou škálu pozorování o struktuře galaxií, supermasivních černých děrách a zhášení formování hvězd. Vědci prezentovali svá zjištění v článku publikovaném 1. července v Astrofyzikální deník.

The model supports one of the leading ideas about quenching which attributes it to black hole "feedback," the energy released into a galaxy and its surroundings from a central supermassive black hole as matter falls into the black hole and feeds its growth. This energetic feedback heats, ejects, or otherwise disrupts the galaxy's gas supply, preventing the infall of gas from the galaxy's halo to feed star formation.

"The idea is that in star-forming galaxies, the central black hole is like a parasite that ultimately grows and kills the host," Faber explained. "That's been said before, but we haven't had clear rules to say when a black hole is big enough to shut down star formation in its host galaxy, and now we have quantitative rules that actually work to explain our observations."

The basic idea involves the relationship between the mass of the stars in a galaxy (stellar mass), how spread out those stars are (the galaxy's radius), and the mass of the central black hole. For star-forming galaxies with a given stellar mass, the density of stars in the center of the galaxy correlates with the radius of the galaxy so that galaxies with bigger radii have lower central stellar densities. Assuming that the mass of the central black hole scales with the central stellar density, star-forming galaxies with larger radii (at a given stellar mass) will have lower black-hole masses.

What that means, Faber explained, is that larger galaxies (those with larger radii for a given stellar mass) have to evolve further and build up a higher stellar mass before their central black holes can grow large enough to quench star formation. Thus, small-radius galaxies quench at lower masses than large-radius galaxies.

"That is the new insight, that if galaxies with large radii have smaller black holes at a given stellar mass, and if black hole feedback is important for quenching, then large-radius galaxies have to evolve further," she said. "If you put together all these assumptions, amazingly, you can reproduce a large number of observed trends in the structural properties of galaxies."

This explains, for example, why more massive quenched galaxies have higher central stellar densities, larger radii, and larger central black holes.

Based on this model, the researchers concluded that quenching begins when the total energy emitted from the black hole is approximately four times the gravitational binding energy of the gas in the galactic halo. The binding energy refers to the gravitational force that holds the gas within the halo of dark matter enveloping the galaxy. Quenching is complete when the total energy emitted from the black hole is twenty times the binding energy of the gas in the galactic halo.

Faber emphasized that the model does not yet explain in detail the physical mechanisms involved in the quenching of star formation. "The key physical processes that this simple theory evokes are not yet understood," she said. "The virtue of this, though, is that having simple rules for each step in the process challenges theorists to come up with physical mechanisms that explain each step."

Astronomers are accustomed to thinking in terms of diagrams that plot the relations between different properties of galaxies and show how they change over time. These diagrams reveal the dramatic differences in structure between star-forming and quenched galaxies and the sharp boundaries between them. Because star formation emits a lot of light at the blue end of the color spectrum, astronomers refer to "blue" star-forming galaxies, "red" quiescent galaxies, and the "green valley" as the transition between them. Which stage a galaxy is in is revealed by its star formation rate.

One of the study's conclusions is that the growth rate of black holes must change as galaxies evolve from one stage to the next. The observational evidence suggests that most of the black hole growth occurs in the green valley when galaxies are beginning to quench.

"The black hole seems to be unleashed just as star formation slows down," Faber said. "This was a revelation, because it explains why black hole masses in star-forming galaxies follow one scaling law, while black holes in quenched galaxies follow another scaling law. That makes sense if black hole mass grows rapidly while in the green valley."

Faber and her collaborators have been discussing these issues for many years. Since 2010, Faber has co-led a major Hubble Space Telescope galaxy survey program (CANDELS, the Cosmic Assembly Near-infrared Deep Extragalactic Legacy Survey), which produced the data used in this study. In analyzing the CANDELS data, she has worked closely with a team led by Joel Primack, UCSC professor emeritus of physics, which developed the Bolshoi cosmological simulation of the evolution of the dark matter halos in which galaxies form. These halos provide the scaffolding on which the theory builds the early star-forming phase of galaxy evolution before quenching.

The central ideas in the paper emerged from analyses of CANDELS data and first struck Faber about four years ago. "It suddenly leaped out at me, and I realized if we put all these things together—if galaxies had a simple trajectory in radius versus mass, and if black hole energy needs to overcome halo binding energy—it can explain all these slanted boundaries in the structural diagrams of galaxies," she said.

At the time, Faber was making frequent trips to China, where she has been involved in research collaborations and other activities. She was a visiting professor at Shanghai Normal University, where she met first author Zhu Chen. Chen came to UC Santa Cruz in 2017 as a visiting researcher and began working with Faber to develop these ideas about galaxy quenching.

"She is mathematically very good, better than me, and she did all of the calculations for this paper," Faber said.

Faber also credited her longtime collaborator David Koo, UCSC professor emeritus of astronomy and astrophysics, for first focusing attention on the central densities of galaxies as a key to the growth of central black holes.

Among the puzzles explained by this new model is a striking difference between our Milky Way galaxy and its very similar neighbor Andromeda. "The Milky Way and Andromeda have almost the same stellar mass, but Andromeda's black hole is almost 50 times bigger than the Milky Way's," Faber said. "The idea that black holes grow a lot in the green valley goes a long way toward explaining this mystery. The Milky Way is just entering the green valley and its black hole is still small, whereas Andromeda is just exiting so its black hole has grown much bigger, and it is also more quenched than the Milky Way."


Evidence for Gravitational Quenching from SINS/zC-SINF

Left: This panel shows the integrated Hα line maps of 19 well-resolved star-forming galaxies from our SINS/zC-SINF AO sample with deep on-source integrations. The galaxies are plotted at their location in the stellar mass vs. star formation rate (SFR) plane, on the same angular scale and with colors scaling linearly with surface brightness the FWHM angular resolution of these maps is

0.24 arcseconds. The white solid line shows the location of the "main sequence" of z

2 star-forming galaxies assuming a slope of unity, and the dashed lines indicate its 2σ scatter (±0.6 dex in log[SFR]). Many galaxies exhibit ring-like distributions in Hα, especially frequent toward more massive galaxies. In combination with the SINFONI kinematic maps and existing HST J- and H-band maps at similar resolution, the data are indicative of the presence of increasingly massive bulges and suppressed star formation in the central few kiloparsecs of the more massive galaxies. Right: The plot illustrates derived radial profiles of the Toomre Q parameter of the galaxies, color-coded as a function of dynamical mass as follows: log(Mdyn/M) = 10.36−10.50 in blue, 10.68−10.93 in green, 11.04−11.28 in orange, and 11.34−11.41 in red. The gray-shaded interval corresponds to the typical resolution element for the sample. All profiles exhibit an increase in Q toward their central regions, with values significantly in excess of the threshold around unity, the more so for the most massive galaxies, suggesting that their bulges may stabilize the gas against gravitational collapse in the inner few kiloparsecs.

0.24 arcseconds. The white solid line shows the location of the "main sequence" of z

2 star-forming galaxies assuming a slope of unity, and the dashed lines indicate its 2σ scatter (±0.6 dex in log[SFR]). Many galaxies exhibit ring-like distributions in Hα, especially frequent toward more massive galaxies. In combination with the SINFONI kinematic maps and existing HST J- and H-band maps at similar resolution, the data are indicative of the presence of increasingly massive bulges and suppressed star formation in the central few kiloparsecs of the more massive galaxies.
Right: The plot illustrates derived radial profiles of the Toomre Q parameter of the galaxies, color-coded as a function of dynamical mass as follows: log(Mdyn/M ) = 10.36−10.50 in blue, 10.68−10.93 in green, 11.04−11.28 in orange, and 11.34−11.41 in red. The gray-shaded interval corresponds to the typical resolution element for the sample. All profiles exhibit an increase in Q toward their central regions, with values significantly in excess of the threshold around unity, the more so for the most massive galaxies, suggesting that their bulges may stabilize the gas against gravitational collapse in the inner few kiloparsecs.

We analyzed the radial distributions of Hα surface brightness, stellar mass surface density, and dynamical mass at

2 kiloparsecs resolution in 19 z

2 star-forming disks with deep AO-assisted SINFONI imaging spectroscopy from our SINS/zC-SINF survey. From the combination of the kinematic maps and the molecular gas mass surface densities inferred from the star formation rate distributions, we derived the radial profiles in Toomre Q parameter for these main-sequence star-forming galaxies, which span about two orders of magnitude in stellar mass (log[M/M] = 9.6−11.5). In more than half of these galaxies, the Hα distributions cannot be fit by a centrally peaked distribution, such as an exponential, but are better described by a ring or the combination of a ring and an exponential. At the same time, the kinematics data indicate the presence of a mass distribution more centrally concentrated than a single exponential disk component for 5 of the 19 galaxies. The resulting Q profiles are centrally peaked for all, and significantly exceed unity there for

3/4 of the galaxies. The occurrence of Hα rings and of large nuclear Q values appears to be more common for the more massive star-forming galaxies. While the sample is small and biased toward larger sizes, and there remain uncertainties and caveats, the observations are consistent with the "gravitational quenching" scenario, in which cloud fragmentation and global star formation are secularly suppressed in gas-rich high-z disks from the inside out, as the central stellar mass density of the disks grows.

These results appeared in Genzel et al. 2014, ApJ, 785, 75.


For astrophysicists:

We describe the key science goals of the project, relate them to open questions in our theoretical understanding of galaxy formation and evolution, and describe more technical details of the simulation below.

Motivation

Since the advent of modern observational surveys, the sheer volume of available data on the properties of galaxies, their distribution within the large-scale structure of the universe, and their evolution in time has exploded. Surveys including SDSS, 2DF, DEEP2, and CANDELS, and upcoming projects such as LSST, have provided an increasingly precise observational constraint against which any theoretical idea of galaxy formation must be benchmarked. The LCDM cosmology favored by early-universe CMB experiments – particularly WMAP and now PLANCK – provides an extraordinarily precise measurement of the initial conditions for the problem of cosmic structure formation. Numerical calculations are required to probe past the linear regime of early time, and efforts modeling only the gravitational interaction of dark matter and dark energy, neglecting the role of gas and baryonic physics, have led to significant physical insight. Nevertheless, such DM-only simulations do not directly predict anything about the galaxies themselves, requiring an extra step in order to bridge the gap with observations.

Over the past two decades two dominant approaches have been used to establish this link: (1) the technique of ‘semi-analytical modeling’, whereby baryonic physics are modeled at the scale of an entire galaxy, and applied in post-processing on top of DM simulations, and (2) hydrodynamic simulations, whereby the evolution of the gaseous component of the universe is treated using the methods of computational fluid dynamics. The latter approach enables the complex interaction of the different baryonic components (gas, stars, black holes) to be treated at a much smaller scale, ideally yielding a self-consistent and powerfully predictive calculation.

In the context of previous large simulations

Hydrodynamical cosmological simulations, due to their high computational cost, have usually targeted specific problems, including the use of ‘zoom-in’ simulations which resolve only one or a few galaxies. They have been harnessed to study the effects of different models or model variations on a particular problem, without explicitly aiming to reproduce the large number of observational constraints available. Only in the past few years have several groups started projects with similar approaches and objectives as the Illustris simulation. These simulations have been steadily improving in three distinct ways: (1) by increasing in size, both in terms of volume and the number of resolution elements employed, (2) by improving the scope, complexity, and physical fidelity of the sub-grid models required to provide a complete and accurate description of the many processes that govern galaxy formation, and (3) by developing more accurate and efficient numerical methods. This trend can be seen in the figure, which shows simulations similar to Illustris (periodic volumes evolved down to z=0) in terms of the number of resolution elements used, as a function of time (Illustris is #19).

Nearly tracking Moore’s Law, the growth in simulation size is exponential with a doubling time of approximately 20 months. It is only now, with the available computing power, the sophistication of the numerical approach, and the fidelity of the physical models, that we can simulate a statistically significant volume of the universe down to z=0 with sufficient detail to resolve the internal structure of individual galaxies.

Key Science Areas

Below we detail three areas of investigation which have strongly motivated Illustris. However, the project also has the potential to provide important contributions, both in theoretical understanding and in the interpretation of observational data, in a large number of subfields within astrophysics: (1) the low-density IGM, and Lyman-alpha forest, (2) high column density absorbers, LLSs/DLAs, (3) disk galaxies, (4) spheroids, (5) galaxy populations, (6) the CGM, (7) galaxy interactions, (8) galaxy mergers, (9) super massive black holes, (10) starbursts and star-formation modes, (11) AGN and quasars, (12) satellite galaxies, (13) hot halo gas, X-ray, (14) groups and clusters, (15) observed high redshift phenomena, (16) background radiation fields, (17) large scale structure, (18) impact of baryons on dark matter, (19) reionization, and (20) gravitational lensing.

Structure, kinematics and morphology of galaxies

A long-standing problem in galaxy formation simulations has been that simulated galaxies are overly compact compared to the observed population, indicating that the angular momentum distribution between the galaxies and their surroundings was incorrect. Our preliminary findings using the AREPO code indicate that the moving-mesh approach may help solve this problem. Early simulations with AREPO yielded galaxies that were more disk-like, more spatially extended, and more rotationally supported than those in otherwise identical simulations performed with the SPH code GADGET-3. However, for the sake of comparison, these simulations did not include feedback processes that are believed to be responsible for removing a large fraction of baryons from galaxies. These were also relatively small periodic volumes, 25 Mpc/h in extent per dimension.

The Illustris simulation volume is 27 times larger, allowing us to obtain a statistical representation of the cosmological galaxy population. By comparing the morphological distribution of this population to locally observed galaxies we can calibrate uncertainties in our modeling of star formation and feedback. We can study the evolution of the gas and metal content of galaxies over time, and compare against the observed galaxy mass-metallicity relation. We can investigate the properties and nature of damped Lyman-alpha absorbers. Unlike in DM-only simulations, we can make a prediction for the galaxy-galaxy merger rate as a function of mass ratio, redshift, and mass. These results are important in understanding the growth of galaxies through mergers, and for calibrating the prescriptions used to quantify merger rates in semi-analytical models. Our previous simulations have already demonstrated that exponential disks are a natural consequence of the hierarchical galaxy assembly process. We can now use Illustris to understand in detail how these profiles arise, by tracing the evolutionary history of the simulated galaxies back to higher redshift, and following the acquisition of angular momentum in the baryon component.

Gas flows in galactic halos and the physical state of the CGM

The accretion of gas is one of the main drivers of the internal growth and evolution of galaxies, yet the process by which gas from the IGM interacts with the halo/CGM regime and finally makes it into the galactic ISM remains uncertain. Our numerical method has demonstrated significant advantages in the hydrodynamic treatment, particularly important in this regime. Additionally, the Monte Carlo tracer particle scheme and the inclusion of many such tracers in the main Illustris simulation allow us to reconstruct the time evolution of gas which is accreting into halos and galaxies.

Observations have revealed that galaxies drive high velocity outflows into their surroundings. This material can shock heat, adding hot gas to the halo, while denser parts of the outflows can drive small shocks and possibly survive to large distances. Outflows can compress halo gas, increasing its density and radiative cooling rate, which can cause it to 'rain back' onto the galaxy. Outflows will also interact with cosmological inflow, possibly modulating the nature or rates of this supply of new gas for the central galaxy. We can address the consequences and detectability of both the infalling and outflowing material in galactic halos, and compare to observational signatures of gas in halos and metals in the CGM as probed by methods such as quasar absorption line spectroscopy. By accounting for chemical enrichment processes - and the energetic feedback which redistributes both gas and metals - we can make accurate synthetic observations of the circumgalactic material in the simulations.

Co-evolution of galaxies and their central black holes

In the past few decades, a compelling picture has emerged indicating that black holes are common inhabitants of the vast majority of galaxies. The observed scaling relationships between BH masses and their host galaxy properties imply that we need to understand how BHs grow and affect their surroundings. We can explore the evolution of the black hole accretion rate as a function of time, and the link to the host galaxy. Current observational efforts seek to constrain evolution in the scaling relations at z>0, which we can extract directly from the simulations, as well as how the scaling relations depend on e.g. the morphological type of the host galaxy. We can also explore the impact of AGN feedback on the dichotomy between blue and red galaxies, the link to the quenching of star-formation, and how this picture changes with redshift.

It is commonly assumed that active SMBHs at high redshift reside in rare, massive halos embedded in gas-rich, over-dense environments, while recent observational efforts are still working to unambiguously demonstrate that this is the case. Although our simulated volume is not sufficiently large to capture the formation of the brightest quasars at z

6, the volume can be used for determining, and with statistical robustness, the typical environments where less extreme quasars form. Their evolution down to z=0 will allow us to address several open questions. For instance, in analogy to the downsizing of galaxies, it is observed that at high redshifts more massive BHs are powering bright AGN, while at lower redshifts the peak of quasar activity shifts towards smaller mass BHs. With a representative sample of simulated BHs, whose accretion rates are measured directly from the surrounding gas, it will be possible to probe the downsizing of the AGN population as a whole, and why and in which hosts SMBHs enter radiatively inefficient regimes.

Simulation Details

We follow the coupled dynamics of DM and gas with the robust, accurate, and efficient quasi-Lagrangian code AREPO. In this approach, an unstructured Voronoi tessellation of the simulation volume allows for dynamic and adaptive spatial discretization, where a set of mesh generating points are moved along with the gas flow. This mesh is used to solve the equations of ideal hydrodynamics using a second order, finite volume, directionally un-split Godunov-type scheme, with an exact Riemann solver. The gravitational force is calculated with a split Tree-PM approach, where long-range forces are calculated from a particle-mesh method, and short-range forces are calculated with a hierarchical octree algorithm. Our galaxy formation model is based on the inclusion of several additional astrophysical processes:

    Gas cooling and photo-ionization: the cooling function is calculated as a function of gas density, temperature, metallicity, UV radiation field, and AGN radiation field. The UV background is a spatially uniform, time dependent field for which reionization completes at z

The initial conditions assume a LCDM cosmology consistent with WMAP-9 measurements, from which a linear power spectrum is used to create a random realization in a periodic box with side length 75 Mpc/h = 106.5 Mpc, at a starting redshift of 127. A series of simulations are run at different resolutions, and a second set is run with only dark matter. The main simulation initially has 1820 3 = 6,028,568,000 hydrodynamic cells, and the same number of DM particles and MC tracers (see table for more details, including mass resolutions and gravitational softening lengths). Evolving the main simulation to z=0 used 8,192 compute cores, a peak memory of 25 TB, and 19 million CPU hours.

Preliminary Results

For details, please see the three companion papers which present the first key results: Vogelsberger et al. (2014a+b) and Genel et al. (2014), in addition to the many other topics which have been investigated using the Illustris simulation, listed on the Results page. We highlight some of the results from those papers below:

    Comparison to stellar observables: by construction, our model agrees well with the build-up of stellar mass measured observationally. In particular, the cosmic rate star formation density (SFRD) shows good agreement up to z

10, although we slightly over predict the amount of present day star formation. The z=0 galaxy stellar mass and stellar luminosity functions agree well with SDSS-based measurements over the stellar mass range of 10 9 to 10 12.5 solar masses, and the r-band luminosity range of -15.0 to -24.5 magnitudes. Furthermore, the stellar mass functions and the relation between stellar and halo mass agree well with observations from z=0 to z=7. The baryonic conversion efficiency is most efficient around halo masses of 10 12 solar masses, and drops rapidly for both lower and higher mass systems, due to SN and AGN feedback, respectively. Illustris predicts a maximum efficiency of

0.7/Mpc, AGN-driven outflows reduce the total power by up to 40% compared to DM-only simulations, while on even smaller scales (k

Future Directions

Particular attention to specific discrepancies between the simulation and well-measured observational quantities will allow us to better understand our galaxy formation model. In the course of understanding the preliminary results of the Illustris simulation, we have identified three issues requiring further work: (1) even given the very energetic feedback processes that we employ, additional suppression of galaxy masses is required both in low-mass and high-mass halos. We believe this motivates the development of improved models for sub-grid feedback prescriptions, both stellar and AGN driven. (2) We find that at low redshift, massive halos around 10 13 solar masses are essentially devoid of gas as a result of radio-mode AGN feedback, in disagreement with observations. Given the first point, there then remains no way to match both the stellar and gaseous content of such massive systems by adjusting the energetics of our model alone. We believe a resolution to this issue will require modifications to e.g. the duty cycle or burst-character of the radio-mode, the development of a fundamentally more sophisticated model, and/or the inclusion of presently neglected physics. (3) The stellar ages of low-mass galaxies are incorrect. Although the general trend is captured, galaxies with stellar masses below approximately 10 10.5 solar masses are a factor of 2-3 too old when compared to observations. These systems form their stars too early - the challenge is how to create relatively young stellar populations in these galaxies by delaying the bulk of their star formation until significantly later times.

Although it is possible that additional fine-tuning of model parameters could alleviate some of the tensions listed above, these issues likely point to key assumptions or methods in our models which require revision. They therefore generate a path forward, identifying the areas in which we can push the physical realism and fidelity of our models even further, and hinting at the direction of the next generation of cosmological hydrodynamic simulations.


Plotting Histograms of stellar mass and gas mass given a halo mass - Astronomy

Recent observations reveal that there is a strong bimodality in the scatter around the galaxy stellar-to-halo mass relation (SHMR): at a given halo mass, galaxies with a higher stellar mass tend to be blue indicating a higher specific star formation rate, while galaxies having a lower stellar mass tend to be red and quiescent or at a given stellar mass, blue galaxies tend to live in halos with lower mass while red galaxies tend to have massive host halo. This has important implications for abundance matching and halo occupancy models commonly used in cosmological studies, but its physical origin remains debated. The SIMBA cosmological galaxy formation simulation successfully reproduces these observations, enabling us to investigate the physical driver behind this phenomenon. We show that the offset from the mean SHMR is strongly correlated with both halo formation time when half the halo mass assembled, as well as galaxy transition time defined as when the stellar doubling time becomes longer than 10 Gyr. Moreover, these two quantities are anti-correlated: early formed halos tend to host late transition galaxies corresponding to blue galaxies today, and vice versa, particularly for halo masses 11.5 ≲ log Mhalo ≲ 12.8M⊙ and galaxy stellar masses log M∗ ≥ 10M⊙. Prior to their transition time, galaxies lie on the SHMR for blue galaxies. Early transition galaxies, hosted by late formed halos, have their stellar mass growth almost ceased owing to AGN feedback even though their host halos continue to accrete mass, which moves these galaxies off the blue SHMR towards the red one creating the SHMR bimodality. We then investigate why early formed halos tend to host late transition galaxies. We find two key interconnected times: the gas-to-stellar domination time when the galaxy’s cold gas mass becomes smaller than its stellar mass, and the black hole (BH) jet ignition time governed by the BH Eddington ratio. Both show strong linear correlations with the galaxy transition time. Early formed halos have higher cold gas fractions (defined by cold gas mass in central galaxy with respect to the host halo mass) with a lower stellar-to-halo mass growth ratio before the transition time compared to the median or late forming halos this allows them to sustain their stellar growth longer. Eventually, the continued growth fed by the cold gas reservoir allows them to surpass the galaxies with early transition times. Conversely, galaxies hosted by late formed halos have less cold gas with high stellar-to-halo mass growth ratios. Hence the Eddington rate be-comes low earlier on, which triggers AGN into an energetic jet mode that heats gas, rapidly truncates further accretion and also stops star formation. These processes thus conspire to create the SHMR bimodality. In SIMBA, the cold gas evolution occurs naturally owing to the interplay of accretion and star formation feedback, while the AGN feedback transitions from a radiative mode at high Eddington ratios that is ineffective at quenching, to a jet mode at low Eddington ratios that suppresses star formation. SIMBA further includes X-ray feedback that drives the last remaining cold gas out, completing the quenching and strengthening the SHMR bimodality.