Electromagnetic Counterparts Powered by Kicked Remnants of Black Hole Binary Mergers in AGN Disks

Auteurs : Ken Chen, Zi-Gao Dai

arXiv: 2311.10518v1 - DOI (astro-ph.HE)
19 pages, 9 figures, accepted for publication in ApJ
Licence : CC BY 4.0

Résumé : The disk of an active galactic nucleus (AGN) is widely regarded as a prominent formation channel of binary black hole (BBH) mergers that can be detected through gravitational waves (GWs). Besides, the presence of dense environmental gas offers the potential for an embedded BBH merger to produce electromagnetic (EM) counterparts. In this paper, we investigate EM emission powered by the kicked remnant of a BBH merger occurring within the AGN disk. The remnant BH will launch a jet via accreting magnetized medium as it traverses the disk. The resulting jet will decelerate and dissipate energy into a lateral cocoon during its propagation. We explore three radiation mechanisms of the jet cocoon system: jet breakout emission, disk cocoon cooling emission, and jet cocoon cooling emission, and find that the jet cocoon cooling emission is more likely to be detected in its own frequency bands. We predict a soft X-ray transient, lasting for O($10^3$) s, to serve as an EM counterpart, of which the time delay O(10) days after the GW trigger contributes to follow-up observations. Consequently, BBH mergers in the AGN disk represent a novel multimessenger source. In the future, enhanced precision in measuring and localizing GWs, coupled with diligent searches for such associated EM signal, will effectively validate or restrict the origin of BBH mergers in the AGN disk.

Soumis à arXiv le 17 Nov. 2023

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

Accédez également à nos Résumés, ou posez des questions sur cet article à notre Assistant IA.

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.