Observationally driven Galactic double white dwarf population for LISA

Auteurs : Valeriya Korol, Na'ama Hallakoun, Silvia Toonen, Nikolaos Karnesis

arXiv: 2109.10972v2 - DOI (astro-ph.HE)
Published in Monthly Notices of the Royal Astronomical Society, Volume 511, Issue 4, pp.5936-5947

Résultats du processus de synthèse de l'article arXiv : 2109.10972v2

  • Résumé Complet
  • Points clés
  • Résumé vulgarisé
  • Article de blog
Le résumé n'est pas encore prêt
Résumés déjà disponibles dans d'autres langues : en

Résumé : Realistic models of the Galactic double white dwarf (DWD) population are crucial for testing and quantitatively defining the science objectives of the Laser Interferometer Space Antenna (LISA), a future European Space Agency's gravitational-wave observatory. In addition to numerous individually detectable DWDs, LISA will also detect an unresolved confusion foreground produced by the underlying Galactic population, which will affect the detectability of all LISA sources at frequencies below a few mHz. So far, the modelling of the DWD population for LISA has been based on binary population synthesis (BPS) techniques. The aim of this study is to construct an observationally driven population. To achieve this, we employ a model developed by Maoz, Hallakoun and Badenes (2018) for the statistical analysis of the local DWD population using two complementary large, multi-epoch, spectroscopic samples: the Sloan Digital Sky Survey (SDSS), and the Supernova Ia Progenitor surveY (SPY). We calculate the number of LISA-detectable DWDs and the Galactic confusion foreground, based on their assumptions and results. We find that the observationally driven estimates yield 1) 2 - 5 times more individually detectable DWDs than various BPS forecasts, and 2) a significantly different shape of the DWD confusion foreground. Both results have important implications for the LISA mission. A comparison between several variations to our underlying assumptions shows that our observationally driven model is robust, and that the uncertainty on the total number of LISA-detectable DWDs is in the order of 20 per cent.

Soumis à arXiv le 22 Sep. 2021

Outils pour cet article

Expliquer autrement 3 réécritures gratuites restantes aujourd'hui
Exporter BibTeX · RIS (Zotero, Mendeley, EndNote) · Markdown (Notion, Obsidian) · Premium
Alertes de citation Premium
Journal club Des slides pour le présenter Premium
Pour les journalistes Kit presse et détecteur de hype Premium

Posez des questions sur cet article à notre assistant IA

Vous pouvez aussi discutez avec plusieurs papiers à la fois ici.

⚠La licence de l'article ne nous permet pas de nous appuyer sur son contenu et l'assistant IA ne peut se servir que des métadonnées de l'article plutôt que de l'article complet.

Figures et graphiques

Posez une question sur une figure en indiquant son numéro ou en utilisant son bouton de question pour demander une analyse visuelle. Au maximum deux figures et quatre panneaux par question. Les valeurs lues sur les graphiques sont approximatives ; vérifiez les données originales.

Instructions pour utiliser l'assistant IA ?

Évaluez la qualité du contenu généré par l'IA en votant

Note : 0

Pourquoi avons-nous besoin de votes ?

Les votes sont utilisés pour déterminer si nous devons réexécuter nos outils de synthèse. Si le compte atteint -10, nos outils peuvent être redémarrés.

Le résumé précédent a été créé il y a plus d'un an et peut être réexécuté (si nécessaire) en cliquant sur le bouton Exécuter ci-dessous.

⚠La licence de cet article spécifique ne nous permet pas de nous appuyer sur son contenu et les outils de synthèse seront exécutés en utilisant les métadonnées de l'article plutôt que l'article complet. Cependant, l'outil produira quand même un bon résultat, et vous pouvez également essayer nos outils sur des papiers avec des licences plus ouvertes.

Articles similaires résumés avec nos outils d'IA

Naviguez à travers encore plus d'articles similaires en utilisant une

représentation arborescente

Avertissement : Notre outil de synthèse basé sur l'IA et l'assistant virtuel fournis sur ce site Web peuvent ne pas toujours fournir des résumés complets ou des réponses exactes. Nous vous encourageons à examiner attentivement et à évaluer le contenu généré pour vous assurer de sa qualité et de sa pertinence par rapport à vos besoins.