Perché il nuovo software BSN accelera di 40 volte l'analisi delle stelle binarie?

Le stelle binarie a contatto, come le famose W UMa, sono due stelle così vicine da condividere un involucro di gas. Studiare il loro “ciclo di luce”, cioè come la loro luminosità varia mentre orbitano, è fondamentale per capire la loro evoluzione. Fino a poco tempo fa, gli astronomi usavano programmi come PHOEBE per simulare questi cicli, ma il processo era lento: ogni passo dell’algoritmo MCMC richiedeva la generazione di una curva sintetica, rallentando l’intero fitting.

Il nuovo BSN Application, nato dal progetto omonimo, cambia le regole del gioco. Grazie a un motore di sintesi ottimizzato, crea curve sintetiche più di 40 volte più velocemente di PHOEBE, mantenendo la precisione necessaria per l’analisi. L’interfaccia è più intuitiva e il software supporta dati fotometrici, inclusi quelli provenienti dal satellite TESS.

Nel primo test, gli autori hanno analizzato quattro sistemi binari usando BSN v1.0 e hanno confrontato i risultati con quelli ottenuti da PHOEBE in Python. Due delle stelle mostrano picchi di luminosità asimmetrici, spiegati dall’introduzione di una “macchia fredda” su una delle componenti. I rapporti di massa risultanti sono molto bassi, tipici delle binarie a contatto di tipo A, mentre una delle stelle (TIC 434222993) è classificata come tipo W.

Oltre a velocizzare il lavoro, BSN permette di stimare parametri assoluti (massa, raggio, temperatura) usando relazioni empiriche, aprendo la porta a studi più ampi e dettagliati su questi sistemi affascinanti.

Il metodo MCMC (Markov Chain Monte Carlo) è fondamentale per esplorare lo spazio dei parametri in modelli complessi come quelli delle binarie a contatto. In pratica, l'algoritmo genera una catena di punti nello spazio dei parametri, accettando o rifiutando nuove proposte in base a una probabilità che dipende dalla qualità del fit. La lentezza tradizionale deriva dal fatto che, per ogni proposta, è necessario calcolare una curva di luce sintetica risolvendo le equazioni di Roche per le forme stellari deformate e includendo effetti di limb darkening, riflessione e spot stellari. BSN ottimizza questo passaggio mediante pre‑calcolo di griglie di potenziali e interpolazione spline, riducendo drasticamente il numero di chiamate a funzioni costose. Inoltre, il codice sfrutta parallelismo su CPU multi‑core e, dove disponibile, GPU per calcolare simultaneamente più curve sintetiche. Un altro aspetto cruciale è la gestione dei spot freddi: BSN implementa un modello parametrico basato su coordinate stellari (latitudine, longitudine) e contrasto termico, consentendo di introdurre asimmetrie nei massimi senza aumentare eccessivamente il numero di parametri liberi. Per la stima delle masse assolute, il team ha adottato la relazione empirica P‑a (period‑mass ratio), che collega il periodo orbitale e il rapporto di massa a valori tipici di massa e raggio per sistemi di tipo A o W. Questa relazione, derivata da campioni osservativi, permette di inferire parametri fisici anche in assenza di dati spettroscopici, rendendo BSN uno strumento versatile per studi statistici su larga scala di binarie a contatto. Inoltre, la compatibilità con i formati FITS e la possibilità di importare direttamente le curve di luce di TESS semplificano l'integrazione dei dati osservativi, riducendo i tempi di preparazione del dataset. In sintesi, BSN combina algoritmi numerici avanzati, ottimizzazioni hardware e modelli fisici accurati per fornire una piattaforma di analisi rapida e affidabile per le binarie a contatto.