A dynamics-based density profile for dark haloes -- II. Fitting function
Auteurs : Benedikt Diemer
Résumé : The density profiles of dark matter haloes are commonly described by fitting functions such as the NFW or Einasto models, but these approximations break down in the transition region where halos become dominated by newly accreting matter. In Paper I we dynamically split simulation particles into orbiting and infalling components and analysed their separate profiles. Here we propose simple, accurate fitting functions designed to capture the asymptotic shapes of the two terms at large and small radii. The orbiting term is described as a truncated Einasto profile, $\rho_{\rm orb} \propto \exp \left[-2/\alpha\ (r / r_{\rm s})^\alpha - 1/\beta\ (r / r_{\rm t})^\beta \right]$, with a five-parameter space of normalization, physically distinct scale and truncation radii, and $\alpha$ and $\beta$, which control how rapidly the profiles steepen. The infalling profile is modelled as a power law in overdensity that smoothly transitions to a constant at the halo centre. We show that these formulae fit the averaged, total profiles in simulations to about 5% accuracy across almost all of an expansive parameter space in halo mass, redshift, cosmology, and accretion rate. When fixing $\alpha = 0.18$ and $\beta = 3$, the formula becomes a three-parameter model for the orbiting term that fits individual halos better than the Einasto profile on average.
Explorez l'arbre d'article
Cliquez sur les nœuds de l'arborescence pour être redirigé vers un article donné et accéder à leurs résumés et assistant virtuel
Recherchez des articles similaires (en version bêta)
En cliquant sur le bouton ci-dessus, notre algorithme analysera tous les articles de notre base de données pour trouver le plus proche en fonction du contenu des articles complets et pas seulement des métadonnées. Veuillez noter que cela ne fonctionne que pour les articles pour lesquels nous avons généré des résumés et que vous pouvez le réexécuter de temps en temps pour obtenir un résultat plus précis pendant que notre base de données s'agrandit.